理解我们的星球从未如此关键。从保险和金融到物流和农业，无数行业都需要关于地球运行方式的可靠洞察。基础 AI 正在为我们观察和测量世界的方式开启前所未有的可能性——而 IBM Research 与 NASA、欧洲空间局及其他合作伙伴一起，正处于这一变革的最前沿。

自 2023 年我们首次与 NASA 开展地理空间 AI 合作以来，我们已经构建了一个全面的生态系统，涵盖行业领先的模型、工具和基准，帮助我们理解陆地、海洋乃至更广阔的领域。这些 AI 模型已被社区下载超过 600,000 次，充分证明了它们的质量和实用性。

构建推动前沿技术发展的模型

地球观测（EO）与其他计算机视觉（CV）问题有着根本性的不同。与读取信用卡字符或检测图像中人物等任务不同，仅靠 RGB（红、绿、蓝）数据无法满足农业、环境监测或灾害响应的复杂需求。这就是为什么我们专注于解决 EO 数据独特需求的创新，通过大规模视觉 Transformer（深度学习中的注意力模型架构）、生成式多模态学习和高效神经压缩算法推动前沿技术发展。

我们发布的所有模型都使用给定位置和给定时间的图像作为物理世界的抽象表示（来自光学卫星的光谱图像、来自合成孔径雷达的雷达图像——合成孔径雷达是一种主动遥感技术，利用雷达创建地球表面的高分辨率图像——SAR 仪器图像、来自再分析天气数据集的图像，或特定波长下的高分辨率太阳图像）。使用嵌入作为表示，我们应用不同的预训练算法和优化的预训练任务（如掩码与重建、时间推进预测和相关性学习），创建物理世界的新抽象，我们称之为基础模型。随着我们向前推进，我们将发现新的抽象和新的表示，为我们的地球和太空推动算法创新，延续我们 3 年前从开创性工作开始的旅程。

Prithvi-EO 于 2023 年与 NASA 联合开发，开创了视觉 Transformer（ViT）在多时相 EO 数据上的首次大规模应用。此后我们发布了 Prithvi-EO-2.0，具有更深入的元数据理解和更强的时间能力，性能更加出色。这项工作得到了 Prithvi-WxC 的补充，后者是首个天气和气候数据基础模型，涵盖全球和区域背景，支持预报和零提前时间推理，可用于降尺度等任务。

TerraMind 于 2025 年与欧洲空间局（ESA）和于利希超级计算中心（JSC）合作发布。它为该领域引入了多项首创，包括多模态相关性学习和可直接使用而无需标记化的多模态生成能力——使其成为首个具备“模态思维”的 EO 基础模型，这是一种新颖的自我改进微调算法，利用自生成数据来提升性能。TerraMind 在 ICCV 上展示，在 Hugging Face 上每周下载量超过 10,000 次，是唯一一个提供跨数据源（包括稀疏数据）灵活处理并支持零样本、少样本、微调和生成方法的 EO 模型系列。如今，TerraMind 在 EO 特定任务的 PANGAEA 和 GEO-Bench-2 基准测试中处于领先地位。

随着这些模型日趋成熟，我们也将重点转向可访问性和效率，确保其能力可以超越大规模基础设施延伸到边缘端。我们最近发布了 TerraMind 和 Prithvi-EO-2.0 的“small”和“tiny”版本，在保持与更大前代模型相当性能的同时，足够轻量以在卫星、智能手机和其他边缘设备上运行——这是天基和资源受限使用场景的关键一步。

在使模型更小、更高效的工作基础上，我们还转向压缩数据本身。TerraCodec 代表了 EO 数据神经压缩领域的首个大规模端到端努力，在同等图像质量下实现了比 JPEG 2000 或 HEVC 等流行编解码器高达 10 倍的压缩效率。这一学习型编解码器系列在 Sentinel-2 数据上训练，包括从 1M 到 10M 参数的轻量级多光谱模型，以及一个建模季节性依赖的时间 Transformer。所有模型和代码均在宽松的开源许可下发布。

将视野延伸到地球之外，我们与 NASA 及其他八个研究中心合作开发了 Surya，这是首个太阳物理学基础模型。我们创建 Surya 是为了理解太阳的影响及其对地球生命和基础设施的级联效应。太阳爆发可能干扰卫星、电网和通信系统。除模型外，我们还发布了 SuryaBench，这是太阳物理学和空间天气预测机器学习领域的领先基准数据集。

对开放性和科学严谨性的承诺——超越计算机视觉

我们对开放性的承诺比该领域许多其他机构走得更远，完全契合 NASA 和 ESA 的开放科学理念。虽然 Meta 的 DinoV3 等领先计算机视觉模型在专有数据集上训练，但我们在完全开放获取的数据源上训练模型，包括 HLS 和 Sentinel 数据。为了进一步减轻社区的数据准备负担，我们发布了 TerraMesh——最大的 AI 就绪多模态开放 EO 数据集，用于开发 TerraMind，并在 CVPR 上展示。

我们的代码、模型和数据集均在宽松许可证下发布，例如 Apache 2.0。相比之下，Google Earth AI 中的 AlphaEarth Foundations 等基础模型仍受限于专有环境——在 Google 生态系统中效率很高，但作为闭源模型，在定制化、实时使用（某些情况下仅提供年度嵌入）或基于公开基准的深度验证方面灵活性有限。

这一承诺贯穿于我们构建的一切。我们的模型与来自 NASA、ESA 及更广泛社区的领域科学家共同开发并验证。这种以科学为导向的方法将深厚的领域专业知识嵌入我们的模型，确保严格的评估，并创建反馈循环以满足科学需求。纯粹由计算机视觉驱动的方法，在需要对对地观测（EO）特定数据有细致理解的应用中往往表现不足。

我们在发布 GEO-Bench-V2 时清楚地看到了这一点。Meta 的 DinoV3 等通用 CV 模型在更接近视觉领域的类别（RGB/NIR 和高分辨率影像任务）中表现强劲，这是因为其训练数据的性质。相比之下，TerraMind 和 Prithvi 在对地观测特定类别中占据主导地位，尤其是那些需要多光谱和多时相数据来支持农业、环境监测和灾害响应等领域任务的类别。

为说明这一差异，我们进行了一项消融研究，仅使用 RGB 数据与使用所有可用多光谱波段分别对 Prithvi 和 TerraMind 进行微调，针对两个代表性任务：作物分割和火烧迹地检测。仅使用 RGB 的模型性能下降高达 25%，凸显了对地观测模型中多光谱理解的重要性。

构建产生影响的生态系统

仅靠模型无法产生影响力——它们需要强大的配套基础设施。我们构建了一套全面的工具包，使地理空间 AI 易于使用、可复现且可投入生产，全部在 Apache 2.0 许可证下公开发布。

TerraTorch 是首个专为对地观测基础模型设计的微调和部署库。它已成为社区中最广泛使用的工具，用于定制和实验开源地理空间基础模型——不仅包括我们自己的模型，还包括整个领域开发的模型。

我们还扩展了 vLLM 以支持非文本输入和输出，为服务大量并发用户的地理空间 AI 模型实现高性能推理。Prithvi-EO-2.0 是首个接入 vLLM 的非文本输入到非文本输出模型，我们目前正在扩展 vLLM 以支持所有后处理阶段的完全多模态工作流。

社区基准持续推动进步。我们共同开发了 GEO-Bench-2，这是 AI Alliance 的一项倡议，超越了性能指标，评估模型在 19 个不同地理空间数据集上的能力。如前所述，TerraMind 目前在三个关键能力领域的 GEO-Bench-2 排行榜上领先。我们与合作伙伴还推出了 NeuCo-bench，并在 CVPR 上进行了展示。这是首个专注于对地观测任务中压缩和小型嵌入的基准。

最后，除工具之外，我们已在 Hugging Face 上发布了所有模型以及高质量的开放数据集，使开发者能够通过基准测试、可复现性和有效协作推动该领域向前发展。过去几年中，我们还通过大型活动上的教程、工作坊和研讨会保持了强大的社区参与。

全球范围内的实际应用

我们的模型和工具已被应用于现实世界的挑战。Prithvi-EO 是首个通过针对英国和爱尔兰的持续预训练来适应特定地理区域的基础模型。该模型在 ICLR 上展示，改进了洪水检测等本地用例。Prithvi-EO 还在肯尼亚 2024 年洪灾期间得到了应用。

Prithvi 还支持肯尼亚全国范围的再造林工作。正如总统 William Ruto 的发言人 Hussein Mohamed 所指出的：“通过与 IBM 的合作，我们能够利用人工智能和地理空间数据的力量来推进我们的气候目标。”

IBM 与非洲高温与健康跨学科中心（HE2AT Center）所开展的工作证实了这一点。事实上，Prithvi 经过调整后被用于理解南非热岛的形成方式，利用了卫星数据中的地表温度变化。

这仅仅是开始。我们的团队正在探索如何将这些基础模型应用于其他领域，以帮助我们更好地理解我们所生活的生态系统。例如，我们最近与普利茅斯海洋实验室、英国 STFC Hartree 中心以及埃克塞特大学合作，将 Prithvi 的架构应用于一个全新的领域：我们的海洋。这促成了 Granite-Geospatial-Ocean 模型的诞生，该模型可用于监测海洋生态系统的健康状况以及海洋对碳的吸收。

我们正在努力推动基于我们模型的更多发现。我们与 ESA 的 Φ-Lab 合作，发起了 TerraMind Blue-Sky Challenge。这是一个持续进行的竞赛，旨在寻找该模型的新颖地理空间应用。迄今为止，该模型已在多个提案中成功应用于洪水预测、船舶检测和生态系统退化。

为地球观测 AI 设定标准

我们将先进能力与实际可用性相结合，将科学严谨性与开放性相结合，将前沿研究与真实世界验证相结合。通过与 NASA、ESA、JSC 等超级计算中心以及更广泛科学界的合作，我们开发了在社区基准测试中表现领先、并可在边缘设备上持续运行的模型。

通过在技术栈各层面进行创新——从多模态和多时相架构到压缩技术、微调工具和可扩展的服务框架——我们正在开辟监测、测量和关爱我们星球的新方式。这些工具提供的洞察支持关键决策——从灾害响应到野生动物保护、城市热岛检测、作物监测以及无数其他应用。

我们构建的一切都是开放的，因为我们相信真正的进步来自协作、透明和知识共享。这种方法正在帮助为地球观测 AI 设定新标准，降低准入门槛，并赋能行业、科学家和社区——在这个理解我们的星球正变得日益关键的时刻。

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：IBM Research Blog

原创地址：https://research.ibm.com/blog/earth-observation-leadership