OlmoEarth v1.3 正式发布，这是一款先进的卫星嵌入模型。伴随模型发布的还有覆盖全球的年度预计算嵌入数据（10米分辨率，提供64维和128维版本），以及基于浏览器的交互式工具 OlmoEarth Embeddings Explorer。用户无需注册账户或具备高级技术知识，即可利用该工具探索地图、追踪地表变化或寻找相似地点。
此前，使用 OlmoEarth 需在 OlmoEarth Studio 中进行微调，依赖 GPU 算力及本地存储能力。新版嵌入模型将卫星数据压缩为可直接复用的特征向量，显著降低了多任务应用的成本与门槛。
一次计算，全局复用
嵌入向量凝聚了模型从数百万张图像中学习到的特征。OlmoEarth v1.3 处理一年的雷达（Sentinel-1）和多光谱（Sentinel-2 和 Landsat）卫星时间序列数据，为地球每个10米像素生成128维向量，其中前64维亦可独立作为轻量级嵌入使用。
鉴于基础模型训练和全球嵌入计算成本高昂，团队已通过 Source Cooperative 向社区共享预计算的全球嵌入数据。在此基础上，构建作物地图、土地覆盖图或进行变化分析，仅需训练轻量级分类器并在本地运行即可。
技术原理上，视觉 Transformer 读取卫星数据，经注意力池化器聚合为每块土地的向量，再通过线性层缩减为128个数值。
性能领先且高效低碳
在涵盖六大洲及多种任务的27项评估中，OlmoEarth v1.3 的128维嵌入在20项中得分最高，总体排名居首；64维版本也在18项评估中表现最佳。评估中新引入了针对热带农业的 PLANTEUR 基准测试，结果显示该嵌入数据在未见过地区具有优异的泛化能力。所有模型权重、预训练数据及代码均完全开源。
实际应用显示，基于 OlmoEarth 嵌入数据训练的轻量分类器可有效映射地面情况，包括肯尼亚小农户作物分类、达卡西部砖窑检测、印度尼西亚火灾损失评估以及秘鲁亚马逊地区的黄金开采追踪。
效率方面，OlmoEarth v1.3 是迄今训练成本最低的版本。其计算时间仅为 v1.2 的53%、v1 的18%；碳排放量分别为前两版的50%和22%。尽管经过轻量化调整，其在微调任务上的性能仍与 v1.2 相当。复现预训练 OlmoEarth v1.3 Base 的成本约为租用 H100 显卡的2,720美元。
案例：透视九年地表变迁
以秘鲁马德雷德迪奥斯地区为例，数据显示2017至2018年间非法黄金开采达到顶峰，清除坦博帕塔国家保护区缓冲区超过1,200公顷森林。2019年“水星行动”后，开采活动受到遏制。
通过对比每年像素向量变化，无需重新训练模型即可清晰观察地表动态。2017至2020年的数据显示采矿活动向东南蔓延；而2020至2025年的对比则显示该区域趋于平静，变化转移至西侧旧矿区，部分区域出现植被恢复。据媒体报道，2026年8月，在检察官发现采矿活动侵入坦博帕塔核心区后，秘鲁派遣海军巡逻队重返该保护区。嵌入数据准确记录了这一缓解期短暂、压力重新积聚的过程。
OlmoEarth Embeddings Explorer
OlmoEarth Embeddings Explorer 是一款基于嵌入数据的交互式分析工具，以假彩色地图形式呈现全球景观。用户可平移视图、切换年份观察变化，并调用底层 Sentinel-2 图像验证真实性。工具支持点击地点寻找相似区域，或通过放置标注点即时训练小型分类器，结果可导出为 GeoTIFF 格式。整个过程无需账户设置或 GPU 资源，初步尝试仅需数秒。
后台档案库包含每年约150 TB的10米分辨率嵌入数据，覆盖陆地及相邻沿海水域。首发版本提供2023至2025年全球数据，以及2017至2022年部分选定国家数据。每个嵌入数据均附带来源记录，开放的可追溯性表列出了模型读取的 Sentinel-1、Sentinel-2 和 Landsat 场景，并提供指向公共目录的链接，实现像素级溯源。
快速上手
本次发布内容包括 OlmoEarth v1.3 Base 模型、预计算全球嵌入数据、Embeddings Explorer 及技术报告。若需特定时间窗口数据，用户可利用 OlmoEarth Studio 在自有算力上运行相同模型生成嵌入。所有工具均在 OlmoEarth Artifact License 下开源，许可条款与 v1 和 v1.2 保持一致。