地球觀測衛星每天產生大量影像，但要把它們變成可用的地圖，傳統上得為每一個任務單獨訓練模型，再拿衛星影像跑推論。這條路需要 GPU 資源，還得下載並儲存大量影像，對許多團隊來說門檻不低。Ai2（Allen Institute for AI）在 2026 年 10 月 22 日發布的 OlmoEarth v1.3，走的是另一條路：先產生一次「嵌入」（embedding），把衛星觀測壓縮成可重複使用的特徵向量，之後再用很小的分類器套用到不同任務上。
嵌入的概念可以理解為「計算一次，處處重用」。它代表模型從數百萬張影像中學到的東西，本身不是地圖，而是後續建模的原料。過去使用 OlmoEarth 的主要方式是到 OlmoEarth Studio 做微調：為每個任務訓練一個模型，再跑過衛星影像產生地圖，這同樣需要 GPU、下載與儲存能力。嵌入模型則把這段重複成本移到前面一次算完，讓後面的任務變輕。
嵌入是怎麼產生的
OlmoEarth v1.3 讀取一整年的雷達衛星 Sentinel-1 與多光譜衛星 Sentinel-2、Landsat 的時間序列，為地表每個 10 公尺像素輸出一個 128 維向量；前 64 維也能單獨當作較小的嵌入使用。技術上，視覺 Transformer（vision transformer）先讀取衛星資料，Attention Pooler 把每塊地表彙整成一個向量，最後由線性層壓縮成 128 個數值。這個設計的重點不是把模型做大，而是讓嵌入維持輕量，同時不放棄跨任務的準確度。
基礎模型與全球嵌入的產製成本很高。為了讓更多人直接受益，Ai2 已經把全球嵌入算好，公開在 Source Cooperative 這個資料託管平台上。如此一來，作物圖、土地覆蓋圖或變遷分析就變成輕量的建模問題：在嵌入上訓練一個小分類器，在本機執行即可，不必重跑大型模型。嵌入檔案同時提供 128 維與 64 維兩種版本，讓使用者依精度與儲存需求取捨。
27 項評測與 PLANTEUR
團隊在六大洲、27 項評測上比較 OlmoEarth v1.3、AlphaEarth Foundations（AEF）與 Tessera v2 等嵌入模型，任務涵蓋多種地表類型。128 維版本在 27 項中有 20 項得分最高，整體排名第一；64 維版本只有一半大小，仍在 18 項領先。評測同時引入 PLANTEUR，這是針對熱帶農業作物類型的新基準，用來檢驗嵌入在分類器沒見過的地點是否仍能泛化。結果顯示，OlmoEarth 的嵌入在未見地點的遷移表現較好，這對跨區域應用特別關鍵。完整結果與方法論都放在技術報告中。
更少算力、完全開放
模型權重、預訓練資料與預訓練程式碼全部開放，這是 OlmoEarth 系列一貫的做法。訓練效率也是這次的重點：v1.3 的計算時間是 v1.2 的 53%、v1 的 18%，碳排放分別是 50% 與 22%。若要重現，最後一次預訓練大約需要 2,720 美元的 H100 租用運算時間。它同時仍是不錯的微調模型，在研究與合作夥伴標籤上與 v1.2 表現相當。換句話說，這次不是靠更大算力換取分數，而是把效率調校往前推，並把成果開放出來。
從秘魯金礦看十年地表變化
秘魯 Madre de Dios 的 La Pampa 非法金礦是具體例子。根據 Amazon Conservation 的 MAAP 監測計畫，2017 至 2018 年開採高峰期間，Tambopata 國家保護區緩衝區有超過 1,200 公頃森林被清除；2019 年 2 月，秘魯「Operation Mercurio」行動關閉了大部分礦區。之後的問題一直是：它真的停了嗎？嵌入提供了不需要重新訓練模型的比較方式。把每個像素的向量跨年份對照，2017 至 2020 年的訊號集中在東南方向擴張的礦區；2020 至 2025 年，訊號轉移，取締行動確實在嵌入中留下痕跡。但第二張圖並非全暗：MAAP 指出西北部仍有零星運作，舊礦區也因地貌恢復而持續變化。2026 年 8 月，美聯社報導檢方發現採礦已越入 Tambopata 本身，秘魯再次派出海軍巡邏，顯示壓力仍在累積。
瀏覽器裡的地球
OlmoEarth Embeddings Explorer 是以嵌入本身建成的互動分析工具，把全球渲染成假彩色地圖。使用者可以平移、切換年份觀察地貌變化，叫出底層 Sentinel-2 影像核對地圖與真實情況，點擊地點尋找相似區域，或標記幾個點就地訓練小分類器，再把結果匯出成 GeoTIFF 這種帶地理座標的影像格式。整個過程不用註冊、不用設定。過去測試一個想法往往要跑數小時的微調，現在第一次嘗試只需幾秒，也不必然需要 GPU。當任務真的需要微調時，嵌入可以幫忙判斷是否值得投入算力，以及模型在哪些地方不足。
Explorer 背後的檔案是 10 公尺解析度、每年約 150 TB 的嵌入，覆蓋陸地與鄰近沿海水域。上線時，2025、2024、2023 為全球覆蓋，2017 至 2022 則涵蓋部分國家，後續還會擴充。每個 20 公里 tile 與年份都附有溯源表，列出模型讀取的 Sentinel-1、Sentinel-2 與 Landsat 場景，並連結到公開目錄，任何像素都能追回原始影像。這對需要查核或重現分析的人來說，是嵌入能否被信任的關鍵。
開放，但仍有邊界
這套工具不是萬靈丹。嵌入把小分類器的門檻降得很低，但任務是否值得進一步微調、模型在哪些地方失準，仍需要使用者判斷。全球覆蓋也還在擴充，2017 至 2022 並非所有地區都有資料。不過，開放權重、資料、程式碼與可重現的成本估算，讓社群能檢驗、重跑與延伸。這次釋出包括 OlmoEarth v1.3 Base 模型、預計算全球嵌入、Explorer 與技術報告，全部採用 OlmoEarth Artifact License。需要特定時間窗、模態或解析度時，OlmoEarth Studio 可用同一模型在自選條件下執行，形成從探索到微調的完整流程。
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。