NASA 與 IBM 發布開源月球地基模型，支援多模態地質分析
為何重要
此案例標誌著「地基模型（Foundation Model）」從通用領域走向專業科學領域的進展，證實整合高解析度、跨儀器的多模態資料在特定場景下遠勝通用預訓練模型。這不僅為太空探索提供強大的分析工具，也建立了類似 SomBench 的標準化評估框架，方便未來其他行星科學任務復用。對於地文或空間 AI 的開發者而言，該模型驗證了利用領域特定預訓練來降低監督學習資料需求的可行性。
NASA 聯手 IBM 及 USRA 釋出一款專注於月球科學的地基模型，旨在協助研究人員分析各類衛星收集的大規模資料。該模型以 SomBench 為基礎進行預訓練，整合影像、地形等多達 11 種模態的資訊。
- 模型包含約兩百萬筆跨 11 種模態與兩種空間尺度的協同註冊資料。
- 預設支援區域級與公尺級的地貌識別、隕石坑探測及極區水冰推估等三項下游評測。
- 在 crater detection 等任務中的表現優於或等同於基於 ImageNet 的比較模型，具備較高標籤效率。
- 模型、微調程式碼及基準資料集已開源於 Hugging Face。