OlmoEarth Studio 支持导出定制化地球观测嵌入向量

功能概述

Ai2 在 2026 年 8 月 12 日的文章中介绍了 OlmoEarth Studio 的嵌入向量导出能力。OlmoEarth Studio 是用于构建地球观测模型的平台；现在用户可以按需计算并导出嵌入向量。这些向量由开源的 OlmoEarth 基础模型生成，相关源码、模型权重和论文均已公开，社区可以查看嵌入的生成方式。

可配置参数

计算嵌入的流程与 Studio 中其他预测任务相同：先配置模型并运行，再下载结果。可调参数包括：

• 感兴趣区域：绘制或上传任意多边形，平台负责影像获取与切片。
• 时间跨度：1–12 个月度周期。
• 编码器版本：Nano（128 维，1.4M 参数）、Tiny（192 维，6.2M 参数）或 Base（768 维，89M 参数）。
• 空间分辨率：每像素 10、20、40 或 80 米。
• 影像来源：Sentinel-2 L2A、Sentinel-1 RTC 或两者。

输出为 Cloud-Optimized GeoTIFF（COG），每个嵌入维度对应一个波段，向量以 int8 存储，取值范围 -127 到 +127，-128 保留为 nodata。要恢复浮点向量，可使用 olmoearth_pretrain 中的 dequantize_embeddings。由于嵌入是按需计算而非从预计算的全球档案中拉取，结果反映用户指定的时段和条件，可生成月度嵌入以捕捉季节动态。

原文展示的下游用法

文章使用 OlmoEarth-v1-Tiny（192 维）、40 米分辨率和 Sentinel-2 L2A 合成影像演示了四类操作：

1. 相似度搜索：选取查询像素或窗口，计算余弦相似度，生成热图。 2. 少样本分割：在越南 Ca Mau 区域仅标注 60 个像素（3 类，每类 20 个），训练带逐特征标准化的逻辑回归，得到加权 F1 = 0.84 的土地覆盖图；标签从 30 增至 300 时精度变化不大。 3. 变化检测：对比 2023 年 9 月与 2024 年 9 月的月度嵌入，逐像素余弦距离显示加州 Butte County 的 Park Fire 烧痕。 4. 无监督探索：对嵌入做 PCA 降至三维并映射为 RGB 假彩色图，在荷兰 Flevoland 重现农业地块边界。

使用条件与限制

原文说明，自定义嵌入导出目前面向 OlmoEarth Studio 用户开放，感兴趣者需联系获取访问权限；公开模型的计算说明另见文档。对于需要更高性能的应用，Studio 还支持监督微调（SFT），在自有标签上训练任务特定模型头，通常优于冻结特征上的线性探针。

作者提醒，嵌入质量应针对具体用例用上述方法自行评估；性能也受输入影像质量影响，持续云覆盖、大气伪影或合成期内观测缺失都会影响生成的向量。文章示例使用的是冻结嵌入、未进行任务特定训练。