非营利人工智能机构 Allen Institute for AI(Ai2)于 2026 年 10 月 22 日发布开源卫星表征模型 OlmoEarth v1.3,同时公开覆盖全球的 10 米分辨率年度特征向量(Embedding)数据库与免登录浏览器分析工具。Ai2 试图通过预先计算好的稠密地理表征,终结下游机构耗资巨大的卫星时序影像下载与微调流程。

这标志着地理空间 AI 的竞争重心正在从“卷模型参数与私有算力”转向“共享特征资产的工程化分发”。但这场看似普惠的开源行动背后,既存在跑分维度的巧妙错位与历史数据的断代空缺,也暗藏排斥商业勘探客户的许可红线。

2720美元撬动地球特征库,遥感建模从微调走向查表

卫星遥感长期被困在昂贵的基础设施泥潭里。传统工作流中,分析机构要识别一片作物的种类或追踪非法采矿,必须从公开卫星库下载数以太字节(TB)计的原始多光谱或雷达时序图谱,再调动多块 GPU 进行多源对齐与模型微调。OlmoEarth v1.3 改变了这种重型模式:它直接把欧空局 Sentinel-1 雷达、Sentinel-2 多光谱与美国 Landsat 卫星全年的像素数据,压缩成一个 128 维的紧凑向量。

OlmoEarth 特征预计算工作流架构 多源时序输入 Sentinel-1 雷达 Sentinel-2 多光谱 Landsat 全年时间序列 ViT + Attention Pooler 租用 H100 训练仅需 $2,720 算力时间压缩至 v1.2 的 53% 碳排放降低 50% Zarr v3 表征资产 10 米像素 / 128 维 int8 前 64 维可独立切片 下游本地免 GPU 瞬时建图

最引人注目的是其极度压缩的算力成本。Ai2 披露,OlmoEarth v1.3 基础模型的预训练时间仅为上一代 v1.2 的 53%,相比初代 v1 更是只占 18%;其最终训练轮次的云端 H100 租赁成本仅约 2,720 美元,碳排放降低 50%。借助嵌套维度设计,每个像素输出的 128 维向量中,前 64 维亦可拆出单独作为轻量表征使用。

这些表征数据被预先转为 int8 量化 并以 Zarr v3 格式托管在 Source Cooperative 平台上。经换算,其理论基准数据量约 1.28 MB/km²·年,覆盖南纬 59.5° 至北纬 83.6° 之间的陆地及邻近海域(不含南极洲)。

这使得下游团队不再需要自建庞大推理管线。在免登录的 Embeddings Explorer 中,用户圈定几处样本点,几秒钟内便可在浏览器端跑完轻量分类并导出 GeoTIFF 栅格地图。

跑分数字魔术与维度的非对称竞争

Ai2 在公开发布中高调宣称,OlmoEarth v1.3 在横跨全球六大洲的 27 项任务评测中,128 维表征在 20 项上超越 Google 的 AlphaEarth Foundations(AEF)与 Tessera v2;即便是减半的 64 维版本,也在 18 项中领先。

但这套光鲜的胜率在深入技术细节后显露出明显的口径分歧。翻阅其同步公开的技术报告正文,核心总结表实际上仅以 11 项任务的 KNN-20 评测为基准。在该表中,128 维版本取得 10 胜,64 维版本则降为 7 胜。宣传材料中合并任务子项凑出的“27 项中胜 20 项”,与正式学术图表的口径并不一致。

更关键的落差在于比较维度的不对等。AlphaEarth 原生设计为 64 维表征,而 OlmoEarth 依靠翻倍的 128 维高维度 去对战竞品的轻量向量。这在本质上是用存储与检索带宽换取分类精度。当 OlmoEarth 同样退回到 64 维状态时,其在核心评测中的优势立刻出现收缩。

PLANTEUR 留一岛(LOIO)极端泛化表现对照 AlphaEarth (64d) 15.8 mIoU Tessera v2 (128d) 19.1 mIoU OlmoEarth v1.3 (128d) 24.9 mIoU 注:基于留尼汪、瓜德罗普等 6 岛 4,506 km² 热带未见农田标签评估,各模型均未实现高精度实用突破

在这次推出的热带作物基准 PLANTEUR 中,Ai2 覆盖了留尼汪、马提尼克等 6 个岛屿共 4,506 平方公里的复杂农田标签。在严苛的留一岛跨域泛化测试中,OlmoEarth v1.3 测得 24.9 mIoU,确实高于 Tessera v2 128 维的 19.1 与 AlphaEarth 64 维的 15.8。

但这仅仅是相对提升。在绝对数值上,24.9 的平均交并比意味着模型对未见过的热带多云雨地块仍然判断困难。此外,独立遥感研究早已证实,下游评测探针头(Probe)的选择极易颠覆表征排名,且不同的空间聚合策略(Pooling)可将跨区域泛化鸿沟拉开 50% 以上。单一探针下的排行榜第一,远谈不上遥感理解的终局。


历史断代的拼图与道德许可证的商业死角

Ai2 在宣传案例中以秘鲁马德雷德迪奥斯长达 9 年的非法金矿监测作为展示样本,让外界误以为全球任意角落都能开箱回溯近十年地表演变。但目前全球 10 米网格的完全覆盖,实际仅包含 2023、2024 和 2025 年。至于 2017 至 2022 年的历史数据,目前仅涵盖特定国家,仍处于缓慢回填状态。

预计算的真正代价,是将算力门槛转嫁为数据存储与长期分发的网络带宽压力。

更微妙的分水岭藏在许可证协议里。虽然 Hugging Face 上的预训练训练集标注为宽松的 CC BY 4.0,但模型权重与核心特征库受制于专门的 OlmoEarth Artifact License。该许可明确设立红线:严禁用于军事防御、人群监控巡查,以及石油、天然气、采矿与商业伐木等资源勘探开采。

  • 风险.这项道德许可直接将最具商业遥感支付能力的防务与大宗能源巨头拒之门外,主流商业 GIS 平台在集成时亦面临复杂的合规审查。

对于环保组织、地方农林署与学术实验室而言,OlmoEarth v1.3 凭借极其克制的训练账单和直观的浏览器前端,确实大幅拉低了初筛排查的技术门槛。但对工业界而言,面对残缺的历史时序覆盖、维度换精度的跑分包装,以及不得用于采掘勘探的协议锁链,这场免费盛宴的边界依然严苛。