Команда Allen Institute for AI (AI2) анонсировала в блоге на Hugging Face новую возможность OlmoEarth Studio. Платформа для построения моделей наблюдения за Землёй теперь умеет вычислять и экспортировать эмбеддинги — компактные численные представления спутниковых данных, которые создают открытые модели OlmoEarth. Анонс опубликован 12 августа 2026 года.
Эмбеддинги позиционируются как быстрый и недорогой способ начать использовать OlmoEarth без полного цикла дообучения. Они подходят для поиска похожих участков, сегментации, классификации земного покрова и исследовательского анализа, когда заранее неизвестно, что именно искать на снимках.
Что именно добавили в OlmoEarth Studio
Речь идёт не о готовом архиве векторов, а о вычислении эмбеддингов по запросу. В интерфейсе Studio или через API можно выбрать область интереса, временной диапазон, вариант энкодера, разрешение и источники снимков. На выходе пользователь получает Cloud-Optimized GeoTIFF (COG), который можно скачать и использовать в собственных пайплайнах.
Код модели и веса опубликованы, рядом выложен исследовательский отчёт. Это позволяет проверить, как именно формируются эмбеддинги, не полагаясь только на описание платформы. Для задач, где нужно больше точности, Studio также поддерживает supervised fine-tuning.
Как устроен формат выгрузки
Studio отдаёт COG-файл с одной полосой на каждое измерение эмбеддинга. Векторы хранятся как знаковые 8-битные целые числа int8, диапазон значений — от -127 до +127, а -128 зарезервировано для nodata. Для восстановления полноценных float-векторов разработчики предлагают использовать функцию dequantize_embeddings из пакета olmoearth_pretrain.
Поскольку эмбеддинги считаются не заранее для всего мира, а под конкретный запрос, они отражают именно те условия, которые важны пользователю. Например, можно построить месячные эмбеддинги и проследить сезонную динамику, а не ограничиваться однолетними снимками.
В примерах из анонса используется вариант OlmoEarth-v1-Tiny с размерностью 192 и разрешением 40 метров на основе композитов Sentinel-2 L2A. Для более тяжёлых задач доступен вариант Base с размерностью 768, но он требует больше вычислений и места на диске.
Что уже показали на тестах
Разработчики приводят три наглядных сценария. В первом эмбеддинг выбранного пикселя сравнивается со всеми остальными через косинусную близость. На примере города Мерсед в Калифорнии модель чётко выделяет городскую ткань и дорожные коридоры, отличая их от сельскохозяйственных полей без единой размеченной метки.
Второй сценарий — линейный классификатор. Для района Ка Мау во Вьетнаме, где находятся мангровые заросли, исследователи вручную обозначили всего 60 пикселей: по 20 на класс «манго́вры», «вода» и «прочее». На основе этих точек логистическая регрессия построила карту всего региона с взвешенной F1-мерой 0,84. Авторы отмечают, что рост числа меток с 30 до 300 почти не меняет точность — основную работу выполняют сами эмбеддинги.
Третий сценарий — детекция изменений. Сравнение месячных эмбеддингов Sentinel-2 за сентябрь 2023 и сентябрь 2024 годов позволило подсветить след пожара Park Fire в округе Бьютт, Калифорния. Для этого не нужны обучающие данные: достаточно двух экспортированных COG и нескольких строк кода на Python.
Что это значит для разработчиков
Для ИИ-инженеров это ещё один способ работать с геопространственными данными без необходимости поднимать собственную инфраструктуру для инференса. Открытые веса OlmoEarth позволяют вычислять эмбеддинги локально, а Studio — получать их по запросу в удобном для геоаналитики формате.
В анонсе также отмечено, что вычисленные пользовательские эмбеддинги уже доступны для пользователей OlmoEarth Studio, но чтобы получить доступ, нужно связаться с командой. Это значит, что функция пока не открыта для всех автоматически, а включение может проходить по запросу.
Чего в анонсе пока нет
В опубликованном материале не раскрыты детали о ценах, лимитах на площадь и разрешение, времени обработки или доступных регионах покрытия. Упоминания о сильных результатах в независимых оценках не сопровождаются конкретными цифрами в превью. Также остаётся неясным, насколько быстро Studio справляется с крупными территориями и большими временными сериями.
Проверить заявления можно самостоятельно: исходный код и веса моделей открыты, а инструкции по вычислению собственных эмбеддингов опубликованы вместе с техническим отчётом. Для практического знакомства достаточно экспортировать один COG и воспроизвести простой линейный классификатор на небольшом числе меток.
| Что известно | Детали | Источник |
|---|---|---|
| Дата анонса | 12 августа 2026, блог AllenAI на Hugging Face | Hugging Face Blog |
| Модели | OlmoEarth-v1-Tiny, 192 измерения; Base, 768 измерений | анонс AI2 |
| Формат выгрузки | Cloud-Optimized GeoTIFF, int8, -127..+127, -128 nodata | документация OlmoEarth |
| Доступ | пользовательские эмбеддинги в Studio по запросу; открытый код и веса | анонс AI2 |
| Примеры проверки | 60 меток, F1 = 0,84 в Ка Мау; детекция Park Fire по месячным эмбеддингам | анонс AI2 |
Источник: https://huggingface.co/blog/allenai/olmoearth-embeddings. Дополнительно: технический отчёт https://allenai.org/papers/olmoearth, документация https://docs.olmoearth.allenai.org/embeddings, страница проекта https://allenai.org/olmoearth.