AI 模型与应用

OlmoEarth v1.3 发布：提供全球卫星嵌入数据与交互式探索工具

Hugging FaceAI 辅助整理 · 已审核

原文发布：2026年10月23日 00:11（北京时间）
本站收录：2026年10月23日 01:07

发生了什么

OlmoEarth 团队发布卫星嵌入模型 OlmoEarth v1.3，并提供全球预计算年度嵌入数据及浏览器交互工具。模型将雷达与多光谱卫星时间序列转为每个 10 米像素的 128 维向量，也支持使用前 64 维。团队称，在涵盖六大洲、27 项评测中，128 维版本有 20 项得分最高。探索工具支持按年份比较地表变化、查找相似地点、用标注点训练小型分类器并导出 GeoTIFF。

值得了解的技术要点

01
模型读取 Sentinel-1、Sentinel-2 和 Landsat 的年度卫星时间序列，为全球每个 10 米像素生成 128 维嵌入；前 64 维也可作为较小版本使用。
原文依据
02
发布方称，在与 AlphaEarth Foundations 和 Tessera v2 的 27 项评测中，128 维嵌入有 20 项得分最高，64 维版本有 18 项领先。
原文依据
03
Embeddings Explorer 可切换年份、查看底层卫星影像、寻找相似地点，并基于标注点训练小型分类器和导出 GeoTIFF；发布方称初步分析无需 GPU。
原文依据

面霸解读 · 学习与职业

对遥感与地理空间方向的学习者，可关注从卫星时序数据生成特征、训练轻量分类器及验证地表变化结果的完整流程。理解数据来源和空间数据格式，也有助于把模型输出用于实际分析。

遥感工程师地理空间数据科学家机器学习工程师GIS 分析师卫星影像分析地理空间数据处理嵌入表示与特征工程分类模型训练GeoTIFF 数据处理

可以试着讨论

如果要用卫星嵌入识别某地区的土地利用变化，你会如何选择标注样本并验证分类结果？

用于拓展思考，不代表真实面试题。

继续阅读原文

OlmoEarth v1.3: State-of-the-art embeddings for the whole planet

Hugging Face · 中文摘要不能替代完整原文，技术细节以来源和项目文档为准。