NASA与IBM发布开源月球基础模型，整合17年轨道器观测数据

NASA与IBM Research联合多家学术机构发布了NASA-IBM月球基础模型（NASA-IBM Lunar Foundation Model），双方称其为最早面向月球科学的开源基础模型之一。该模型基于多模态地球观测模型TerraMind，但研究团队是从零开始训练，而非在其基础上微调。模型已在Hugging Face公开，代码托管于GitHub，并集成进开源工具包TerraTorch；团队同时释出可直接用于机器学习的预训练数据集与基准集合。

据NASA介绍，训练语料SomBench被称为迄今规模最大的共配准多模态月球数据集，包含近200万个瓦片包、11种模态与两个空间尺度：约100万张高分辨率图像来自窄角相机（NAC，约1米/像素），近96.4万张多光谱图像来自广角相机（100米/像素）。数据主体来自月球勘测轨道器（LRO）17年的观测，NASA称其数据量超过其他所有NASA行星任务之和；此外还纳入GRAIL重力场、Lunar Prospector氢元素以及日本JAXA的Kaguya/SELENE矿物学数据，合计汇集9台仪器、4项任务的30多个空间对齐数据层。为避免训练、验证与测试数据泄漏，语料按地图分区而非随机分配瓦片进行切分。模型把成像几何（光照角度、太阳位置、瓦片范围）作为显式上下文输入，并将图像、高程与几何信息切分为token，通过预测被遮蔽部分学习其间关系。

据IBM称，在极区冰沉积预测任务上，该模型相较最佳基线SwinV2-B将预测误差最多降低22%；在粗尺度撞击坑检测上以仅一半训练数据领先SwinV2-B近19%。不过研究也显示，模型不适用于绝对大地定位，生成测试中经纬度有时偏差达数十度，高程结构的绝对高度值也可能发生偏移；作者将其定位为可复用的下游任务基础，而非物理测量仪器的替代品。隔离各项创新贡献的对照实验尚待开展，部分测试数据集规模较小。该模型属于NASA与IBM“AI for Science”合作，双方自2022年初起依据《太空法案协议》推进基础模型工作。具体功能、数据与使用条件请以官方页面当前信息为准。