Allen Institute for AI (AI2) 近期在其 OlmoEarth Studio 平台中推出了嵌入向量（Embeddings）導出功能。這項技術讓使用者能將複雜的地球觀測數據，轉化為由 OlmoEarth 開源基礎模型生成的緊湊數值表示。對於地理空間分析師而言，這意味著不再需要從零開始訓練龐大的深度學習模型，而是可以直接利用預訓練模型捕捉到的地球表面特徵，快速實現多種下游分析任務。
背景與核心概念
在遙感影像分析中，原始的像素數據量極大且雜訊多，直接處理成本高昂。嵌入向量（Embeddings）解決了這個問題，它是一種將高維度影像特徵壓縮至低維向量空間的技術。簡單來說，模型會將地理位置的表面特徵（如植被、水體、城市建築）轉換為一組數字。具有相似表面特徵的區域，其向量在空間中的距離會較近；而特徵截然不同的區域則會分得很開。
OlmoEarth 提供的嵌入向量支持多種配置，使用者可以根據需求選擇不同的編碼器變體：Nano（128 維）、Tiny（192 維）或 Base（768 維）。維度越高，捕捉到的特徵越豐富，但計算與儲存成本也隨之增加。此外，該系統支持 Sentinel-2 L2A（光學影像）與 Sentinel-1 RTC（雷達影像）作為數據源，並提供從 10 米到 80 米不等的空間解析度選擇。
運作方式與數據格式
透過 OlmoEarth Studio 的介面或 API，使用者可以定義感興趣區域（AOI）、時間範圍以及模型參數。系統會根據需求即時計算嵌入向量，而非從預先計算的全球存檔中提取，這使得分析能精確反映特定時間段（例如月度季節變化）的地表狀況。
產出的結果以雲端優化 GeoTIFF（Cloud-Optimized GeoTIFF, COG）格式導出。為了降低儲存壓力，向量被量化為有符號的 8 位元整數（int8），數值範圍在 -127 到 +127 之間。這種格式極其輕量且兼容主流地理空間工具（如 QGIS、GDAL 或 Python 的 rasterio 庫），使用者只需透過簡單的去量化處理，即可恢復為浮點數向量進行後續計算。
實務應用場景
利用這些預訓練的嵌入向量，開發者可以快速實現以下四種分析模式：
相似性搜索（Similarity Search）：這是最直觀的應用。使用者選取一個查詢像素（Query Pixel），計算其向量與區域內其他所有像素的餘弦相似度（Cosine Similarity）。例如，選取城市中心點，模型能自動識別出所有具有相似建築特徵的區域，而將農田排除在外，且整個過程無需任何標記數據。
少樣本分割（Few-shot Segmentation）：由於嵌入向量已包含豐富的生態特徵，僅需極少量的標記樣本即可完成地表覆蓋分類。在越南紅樹林區域的測試中，僅使用每類 20 個像素（共 60 個）訓練一個簡單的邏輯回歸分類器（Logistic Regression），即可生成 F1 分數達 0.84 的高質量地圖。這證明了模型在預訓練階段已將生態區分內化在向量空間中。
變更檢測（Change Detection）：透過比較同一區域在不同時間點（如 2023 年 9 月與 2024 年 9 月）的嵌入向量，可以快速偵測地表變動。例如在加州發生山火後，對比兩期的向量距離，燒毀區域會立即顯現，無需訓練模型即可實現快速監控。
無監督探索（Unsupervised Exploration）：利用主成分分析（PCA）將高維向量降至三維，並映射至 RGB 顏色空間。這能讓分析師以偽彩色影像直觀地看到模型如何對地貌進行分群，例如在荷蘭的圍海造地區域，不同作物類型與水體會自動呈現不同的色調。
影響、限制與進階路徑
OlmoEarth 嵌入向量的意義在於大幅降低了地理空間 AI 的門檻。它將沉重的模型推理過程轉化為標準的柵格數據操作，使分析能在資源受限的環境中快速運行。對於追求更高精準度的應用，Studio 還支持監督式微調（Supervised Fine-Tuning, SFT），允許使用者在凍結的特徵之上訓練特定任務的模型頭，以獲得比線性探針（Linear Probe）更好的性能。
然而，該技術仍存在一定的限制。首先，嵌入向量的質量高度依賴於輸入影像的品質，持久的雲層覆蓋、大氣干擾或合成期間的觀測缺失都會影響向量的準確性。其次，使用者在應用於特定領域前，仍需使用相似性搜索或 PCA 等工具驗證模型捕捉到的特徵是否符合該用例的需求。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。