NASA 与 IBM 开源月球科学基础模型，利用 17 年探测数据训练

NASA 与 IBM 于 2026 年 9 月 10 日宣布开源 Lunar Foundation Model，利用约 17 年月球观测数据处理撞击坑、火山特征和极区潜在冰沉积，这使多源月球数据更容易用于下游研究。

• NASA称模型主要使用月球勘测轨道飞行器数据，并结合 GRAIL、Lunar Prospector 和日本“月亮女神”任务数据。
• NASA公布的训练集约含 200 万个图像切片，包括米级高分辨率影像和百米级多光谱影像。
• IBM称模型在潜在冰沉积识别任务上的误差相较 SwinV2-B 最多降低 22%，但这一结果属于特定基准比较。
• 模型和代码公开，有助于复现实验及针对新任务进行微调；它不能替代实际测量，也不等同于直接确认月球存在可开采资源。
• 影响/看点：开源模型可能降低月球遥感分析门槛，影响大小取决于数据质量、跨区域泛化能力和后续研究对预测结果的物理验证。
• 资料依据:
• NASA Science（2026-09-10）：https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model/
• IBM Newsroom（2026-09-10）：https://newsroom.ibm.com/2026-09-10-ibm-and-nasa-release-open-source-ai-model-to-support-lunar-exploration
• NASA-IBM Lunar Foundation Model 技术报告（2026-09-10）：https://huggingface.co/nasa-ibm-ai4science/NASA-IBM-Lunar-Foundation-Model/blob/main/NI_LFM_Technical_Report.pdf

本内容由 AI 生成，仅供参考，请注意甄别