NASA-IBM 月球基础模型让数十年的月球观测数据可用于机器学习。它尤其擅长预测两极的冰沉积和检测陨石坑。

“NASA 花费数十年建立了关于月球的非凡科学记录，但收集数据只是工作的一部分，”NASA 首席科学数据官 Kevin Murphy 说。他补充道，这些数据还必须让科学家更容易使用。NASA 和 IBM Research 与多家学术机构合作，现已发布 NASA-IBM 月球基础模型。两家机构称其为月球科学领域的首批开源基础模型之一。

与针对特定任务的算法不同，基础模型会先在海量无标注数据上进行预训练，然后只需少量标注样本即可适配特定任务。团队认为这是月球研究的主要优势所在，因为那里的观测数据丰富，但标注稀缺。

来自 17 年观测的近 200 万个瓦片数据包

团队使用 SomBench 从零开始训练该模型，他们称这是迄今为止最大的协同配准多模态月球语料库。它包含近 200 万个瓦片数据包，涵盖 11 种模态和两个空间尺度。约 100 万张高分辨率图像来自窄角相机（NAC），分辨率约为每像素 1 米，而略低于 964,000 张多光谱图像来自广角相机，分辨率为每像素 100 米。

大部分数据来自 17 年的观测，由月球勘测轨道飞行器（LRO）完成。据 NASA 称，其数据量超过所有其他 NASA 行星任务的总和。来自 GRAIL 任务（重力场）、Lunar Prospector（氢）以及 JAXA 的 Kaguya/SELENE 探测器（矿物学）的数据补全了整个数据集。

总体而言，该数据集汇集了来自 9 台仪器和 4 个任务的 30 多个空间对齐数据层。为防止训练、验证和测试数据之间的泄漏，语料库按地图区域进行地理划分，而不是随机分配单个瓦片。

模型将光照条件作为输入，而不是去猜测它们

该模型基于TerraMind，一个多模态地球观测模型，但研究人员是从头训练它，而不是对它进行微调。对于每个瓦片，模型接收成像几何信息作为显式上下文，包括光照角度、太阳位置和瓦片范围。在月球上，光照几何对地表外观的影响远大于地表实际属性。团队没有强迫模型从原始像素中校正这一点，而是直接把这些信息喂给它。

Diagram of the model architecture with four columns showing modalities like NAC and WAC optical data, elevation models, slope, aspect, UV, metadata, and static maps on the left, modality-wise tokenization in the middle, correlation learning with encoder and decoder, and downstream applications including multimodal generation, multimodal fine-tuning, and FlexiViT fine-tuning on the right.
该模型将月球图像、高程数据和成像几何信息分解为 token，并通过预测被遮蔽的部分来学习它们之间的关系。| 图片：NASA / IBM

该模型还在单次训练运行中同时从高分辨率和低分辨率影像中学习，捕捉精细细节和大尺度上下文。一种名为 FlexiViT 的技术让同一个训练好的模型无需重新训练即可适应不同图像块尺寸的任务。

冰预测是模型领先最多的地方

团队在 100 米和 1 米尺度上测试了该模型的陨石坑检测，以及极地冰沉积物预测。它还必须分割 Irregular Mare Patches（IMPs），这是一种年轻的火山特征，对既有的月球冷却时间线提出了挑战。根据技术报告，在所有任务中，预训练模型都达到或超过了常见基线以及一个架构相同但随机初始化的对照模型。

Two polar maps of the Moon with four highlighted regions on the left, and three rows of color-coded prospectivity maps from blue to yellow on the right, comparing reference data with predictions from a ConvNeXt model and the NASA-IBM model for ice probability at the lunar poles.
NASA-IBM 基础模型高度还原了月球两极潜在冰分布参考图中的精细图案。| 图片：NASA / IBM

最大的提升出现在冰沉积物预测上。永久阴影的极地区域足够寒冷，可以将水冰保存数十亿年，并被视为水、氧气和火箭燃料的潜在资源。据 IBM 称，与最佳基线 SwinV2-B 相比，该模型将预测误差最多降低了 22%。

Four lunar surface images with green boxes marking ground-truth craters and blue boxes marking detected craters. Top row shows two WAC images with a rille and few craters, bottom row shows two NAC images with densely distributed small craters. The NASA-IBM model is on the left, SwinV2-B on the right.
在这些陨石坑检测示例中，NASA-IBM 模型和经过 ImageNet 预训练的 SwinV2-B 表现相似。所有模型在高分辨率 NAC 图像上表现都更差。| 图片：NASA / IBM

根据 IBM 的说法，在粗尺度陨石坑检测上，该模型比 SwinV2-B 高出近 19%。这一数字来自仅用一半数据进行的训练，表明该模型只需更少的标注样本就能表现良好。

部分优势来自模型处理数据的方式

即便是随机初始化的对照模型，在没有任何月球预训练的情况下，也在冰预测任务上击败了 7 个基线中的 5 个。据研究人员称，部分优势来自模型处理不同数据类型的方式。它为每个数据层分配各自的处理路径，而基线模型将所有输入视为堆叠的通道。

Grid of four NAC lunar surface images showing bright, irregularly shaped patches in the top row, with three rows below comparing segmentation results from Swin V2, ConvNeXt, and the NASA-IBM model, each showing green reference areas and purple prediction outlines.
在分割 Irregular Mare Patches 时，NASA-IBM 模型在第二个示例中识别出了两个基线模型都遗漏的区域。| 图片：NASA / IBM

在米级陨石坑检测和 IMP 分割上，该模型大致与最强的基线持平，差异落在训练运行之间的方差范围内。IBM 声称在 IMP 上比 SwinV2-B 领先 3%，但结果看起来更像是相当，而非明显更好。

据研究人员称，LoRA 是一种更轻量的微调方法，只训练一小部分参数，它在所有任务上都与全量微调持平，并在陨石坑检测上表现更好。全量微调只在两个最小的任务上胜出。

对分析有用，但不能替代物理测量

IBM Research Europe 主任 Juan Bernabé-Moreno 表示，该模型将跨仪器的观测连接起来，揭示出孤立状态下难以发现的模式。

研究表明，该模型不适合绝对大地定位。在生成测试中，纬度和经度在某些情况下偏差达数十度，即便高程结构的形状被正确重建，其绝对高度值也可能出现偏移。

作者将其视为可复用于下游任务的基础，而非物理测量仪器的替代品。用于隔离每项创新贡献的受控实验仍有待进行，且部分测试数据集规模较小。

不断壮大的模型家族的一部分

该模型已公开发布在Hugging Face上，代码位于GitHub，并且它已被集成到开源工具包 TerraTorch 中。团队还发布了可直接用于机器学习的预训练数据集和基准测试集合。

该模型是 NASA-IBM "AI for Science" 合作的一部分。自 2022 年初以来，两家机构一直根据一项《太空法案协议》共同开发基础模型。2023 年 8 月，他们在 Hugging Face 上发布了首个 Prithvi 模型，该模型基于整个美国本土的 Landsat 和 Sentinel-2 影像训练，并针对洪水和野火制图进行了适配。

IBM 曾将 Prithvi 作为其Watsonx 平台的一部分发布。IBM 于 2025 年与 ESA 和 Forschungszentrum Jülich 合作开发了 TerraMind，即该月球模型的基础模型，用于地球观测。

Google Deepmind 正在采用一种相关方法，即AlphaEarth Foundations，将光学卫星影像、雷达、激光雷达扫描和气候模拟压缩为地球表面的紧凑嵌入。