NASA 和 IBM 的开源月球模型，把 17 年的轨道器数据变成月球科学研究的基础

一句话看懂：NASA 与 IBM 联合发布开源月球基础模型，把 17 年月球轨道器观测数据整合成可供机器学习使用的语料库，在极区冰沉积预测和高分辨率陨石坑检测上超过多个基线模型。

事件核心：发生了什么

NASA 和 IBM Research 联合多家学术机构发布了 NASA-IBM Lunar Foundation Model，双方称其为最早的开源月球科学基础模型之一。模型并非微调，而是基于多模态地球观测模型 TerraMind 架构从零训练。

训练语料 SomBench 被团队称为目前规模最大的共配准多模态月球语料库，包含近 200 万个 tile bundle，覆盖 11 种模态、两个空间尺度：约 100 万张来自窄角相机的高分辨率图像（约 1 米/像素），以及近 96.4 万张广角相机多光谱图像（100 米/像素）。数据主体是月球勘测轨道器 17 年观测成果，NASA 称其数据量超过其他所有行星任务总和，另整合了 GRAIL 重力、Lunar Prospector 氢元素和 JAXA 辉夜号矿物学数据，共 30 多个空间对齐数据层。

为防止训练、验证、测试数据泄漏，语料按地图区域地理切分，而非随机分配 tile。模型把光照几何（照明角度、太阳位置、tile 范围）作为显式输入，而不是让模型从像素中自行猜测。

为什么重要

月球观测数据丰富，但标注稀缺。基础模型的思路是先在海量无标注数据上预训练，再用少量标注样本适配具体任务，这正好对上月球科研的痛点。

成绩上，极区冰沉积预测的误差比最佳基线 SwinV2-B 最多降低 22%；粗尺度陨石坑检测在只用一半训练数据的情况下领先近 19%，说明所需标注样本更少。目前公开信息显示，即使随机初始化的对照模型也在 7 个基线中的 5 个上胜出，部分优势来自模型的数据处理方式本身。这一路线若成立，将降低行星科学对昂贵标注的依赖，也可能推动更多机构跟进开源科学基础模型。

对用户/开发者/创作者的影响

对科研开发者，开源意味着可以直接下载权重与语料接口，用于陨石坑检测、不规则月海斑块分割等下游任务，而不必从零训练视觉模型。对 AI 工程侧，值得研究的是它把成像几何作为显式上下文、用 FlexiViT 让同一模型适配不同图像 patch 尺寸、以及高低分辨率混合训练的做法，这些技巧可迁移到遥感、地图和其他多模态推理场景。