AllenAI 在 OlmoEarth Studio 中新增自定义 Embeddings 导出功能

AllenAI 在其 OlmoEarth Studio 中加入了自定义 embedding 计算与导出功能。Studio 可以基于开源的 OlmoEarth 基础模型生成对地观测数据的紧凑数值表示，并将结果以 Cloud-Optimized GeoTIFF（COG）导出。源码、模型权重和论文公开，可供社区检视 embeddings 的生成方式。

在 Studio 中计算 embeddings 的流程与其它预测相同：先配置模型并运行，然后下载结果。可配置项包括感兴趣区域（绘制或上传多边形）、时间跨度（1–12 个按月周期）、编码器变体（Nano：128 维、1.4M 参数；Tiny：192 维、6.2M 参数；Base：768 维、89M 参数）、空间分辨率（10、20、40、80 米每像素），以及影像来源（Sentinel-2 L2A、Sentinel-1 RTC 或二者）。Studio 按需计算，不使用预先生成的全球归档，因此输出反映所选时空条件。导出的 COG 每个 embedding 维度为一个波段，向量以有符号 8 位整数（int8）存储，取值范围 -127 到 +127，-128 作为 nodata；若需还原为浮点向量，资料中提供了 dequantize_embeddings 的使用说明。

文中给出了一些下游示例，示例基于 OlmoEarth-v1-Tiny（192 维）在 40 米分辨率与 Sentinel-2 L2A 合成影像上进行说明。示例包括相似性检索：选取查询像素并计算余弦相似度以生成热力图，能区分城市面貌与农田；以及少样本分割：在越南 Ca Mau 区以 60 个标注像素训练线性分类器，得到加权 F1=0.84 的整体地图。文中还展示了用于加载 192 波段 embedding COG、训练并预测的简短 Python 代码片段。Studio 也支持监督微调（SFT），以满足需要更高性能的应用。