NASA 与 IBM 开源月球基础模型:200万样本 11 模态遥感预训练
victormustar · x · 2026-09-19
NASA 与 IBM 合作开发的 NASA-IBM Lunar Foundation Model 已在 Hugging Face 上以 Apache-2.0 协议开源,面向月球遥感科学分析。
核心技术要点:
- ViT-B 编码器-解码器从零预训练,训练集为 SomBench——约 200 万个配准的月球瓦片数据束,横跨 11 种模态、两种空间尺度(LROC NAC 1m/px 与 WAC 100m/px)
- 采用 TerraMind 式掩码 token 训练方案,并做两项扩展:把光照角度、太阳系锚点等成像几何作为显式输入 token 化;NAC/WAC 混合分辨率联合预训练,单套权重覆盖 100 倍分辨率跨度
- 支持 FlexiViT patch embedding 与按模态 token 化,微调时可换 patch 尺寸、增删模态
模型可支撑月球水冰探测潜力图等下游任务,配套论文(arXiv:2504.11171)与微调代码已公开。
所属事件:NASA 与 IBM 开源月球基础模型(3 条相关)→
「研究」频道最新
- PixelBench：用逐像素生成取代 QA,重新测多模态模型 — bdsqlsz · 2026-11-04
- Chollet 提问:单细胞如何仅靠基因组信息把自己连成大脑 — CatAstro_Piyush · 2026-11-04
- OffsecCyber 数据集发布：整合 HackerOne 报告与 CVE 训练渗透测试 LLM — AccBalanced · 2026-11-04
- 研究：「单次事实」占比决定 LLM 科学发现能力 — CatAstro_Piyush · 2026-11-04
- 把 TPU 编译进 Qwen 权重：0.8B 模型跑出精确矩阵乘法 — CatAstro_Piyush · 2026-11-04
- Jev 模型提升 LLM 上下文学习示例检索，蒸馏 MLP 降开销 — kalyan_kpl · 2026-11-04