Ai2 wydaje otwarty model embeddingów satelitarnych OlmoEarth v1.3 z darmową przeglądarką map
W skrócie: Ai2 opublikowało OlmoEarth v1.3 — model embeddingów, który roczne dane radarowe i multispektralne zbiera w jeden zwarty wektor dla każdego 10-metrowego fragmentu powierzchni Ziemi. Wraz z modelem udostępniono darmowe narzędzie przeglądarkowe OlmoEarth Embeddings Explorer, pozwalające porównywać krajobrazy w różnych latach lub trenować małe klasyfikatory bez GPU. W testach porównawczych z AlphaEarth Foundations i Tessera v2 na 27 zadaniach nowy model wypada najlepiej ogólnie, a jego trening kosztował znacznie mniej niż poprzednich wersji.
To podsumowanie zostało automatycznie przygotowane przez sztuczną inteligencję na podstawie publikacji „Hugging Face”. To nasz tekst, nie kopia oryginału — fakty, liczby i cytaty należą do źródła, do którego link znajduje się powyżej i poniżej.
Co się zmieniło?
- 1Koduje roczne dane z Sentinel-1, Sentinel-2 i Landsat w jeden 128-wymiarowy embedding na piksel 10 m; lżejsza wersja 64-wymiarowa działa też samodzielnie
- 2Globalne, wstępnie obliczone embeddingi udostępnione publicznie przez Source Cooperative, archiwum sięga ok. 150 TB rocznie
- 3Start darmowego narzędzia OlmoEarth Embeddings Explorer, umożliwiającego porównania rok do roku, wyszukiwanie podobieństw i trenowanie klasyfikatorów bez konta i GPU
- 4Wyprzedza AlphaEarth Foundations i Tessera v2 w 20 z 27 testów przy 128 wymiarach i w 18 z 27 przy 64 wymiarach
- 5Dodano PLANTEUR, nowy benchmark do klasyfikacji upraw tropikalnych
- 6Trening wymagał jedynie 53% mocy obliczeniowej v1.2 i 18% pierwotnej v1, obniżając emisje do odpowiednio ok. połowy i jednej piątej tych wersji
- 7Odtworzenie finalnego treningu szacuje się na ok. 2 720 USD wynajmu mocy H100
- 8Wagi modelu, dane treningowe i kod pozostają w pełni otwarte na licencji OlmoEarth Artifact
| Parametr | Było | Jest |
|---|---|---|
| Wyjście | Nie określono | Jeden 128-wymiarowy wektor na piksel 10 m, uzyskany z rocznych sekwencji Sentinel-1, Sentinel-2 i Landsat; wersja 64-wym |
| Wyniki benchmarków | OlmoEarth v1.2 | Wyprzedza AlphaEarth Foundations i Tessera v2 w 20 z 27 testów (128 wym.) i 18 z 27 (64 wym.) |
| Moc obliczeniowa treningu | poziom bazowy v1 | v1.3 wykorzystało 53% czasu treningu v1.2 i 18% v1, obniżając emisje CO2 do odpowiednio 50% i 22% |
| Koszt odtworzenia | Nie określono | Około 2 720 USD wynajmu mocy H100 za finalny trening |
| Licencjonowanie | Licencja OlmoEarth Artifact (v1, v1.2) | Ta sama otwarta licencja zastosowana do v1.3, wag, danych i kodu |
Dlaczego to ważne?
Obniża to próg wejścia w analizę geoprzestrzenną — organizacje mogą budować mapy upraw, pokrycia terenu czy wylesiania, trenując lekki klasyfikator na gotowych embeddingach zamiast kosztownego dostrajania, a narzędzie przeglądarkowe udostępnia tę możliwość także użytkownikom nietechnicznym.
Źródła
- Hugging FaceOficjalneŹródło pierwotneOryginalny artykuł →„OlmoEarth v1.3: State-of-the-art embeddings for the whole planet“22 paź 2026, 19:11
- Data publikacji źródła
- 22 paź 2026, 19:11
- Znalezione przez nasz system
- 22 paź 2026, 19:29
- Podsumowanie wygenerowano
- 22 paź 2026, 19:31
Artykuł napisała AI na podstawie oryginalnego źródła. Fakty, liczby i ceny pochodzą ze źródła; brakujące wartości oznaczono „Brak oficjalnych danych”. Informacje prawne, prawa autorskie i prywatność