AREX Feed Article
NASA 与 IBM 开源月球基础模型，极地冰沉积预测误差最多降低 22%
NASA 与 IBM Research 联合多家学术机构开源了 NASA-IBM Lunar Foundation Model，让 17 年的月球轨道观测数据可以直接进入机器学习流程。两家机构在 中称，这是最早一批专门面向月球科学的公开可用基础模型之一。 说，模型公开托管在 Hugging Face 上，完整代码库放在 GitHub。
按 IBM 的表述，模型在识别月球表面关键特征（包括潜在冰沉积、陨石坑与火山构造）上超过常用方法，其中极地冰前景回归的领先幅度最大。 整理了配套技术报告中的对照实验：模型从零训练于 SomBench 语料，但同一批实验也显示，它并不维持大地坐标参考系。
冰前景对比：上排为参考标签，中排为 ConvNeXt 全量微调，下排为 NASA-IBM 模型（ni_lfm + dice）。图片：NASA / IBM Research
SomBench 语料：17 年 LRO 观测、11 种模态、两个尺度
SomBench 的主体是 NASA 的 Lunar Reconnaissance Orbiter（LRO）在 17 年里积累的观测数据。NASA 说，LRO 产生的数据量超过其他所有 NASA 行星任务的总和。语料包含近 200 万个共配准（co-registered）瓦片包，覆盖 11 种模态与两个空间尺度：约 100 万张来自 Narrow Angle Camera（NAC）的高分辨率影像，约 1 米/像素；略少于 964,000 张来自 Wide Angle Camera（WAC）的多光谱影像，100 米/像素。
影像之外，语料还汇总了 30 多个空间对齐的数据层，来自 9 台仪器、4 个任务：除 LRO 外，还有测重力场的 GRAIL、提供极区氢丰度图的 Lunar Prospector，以及 JAXA 的 Kaguya/SELENE。9 月 8 日提交到 arXiv 的配套论文列出的仪器包括 LRO 的 LOLA 激光测高仪、Diviner 辐射计、Mini-RF 雷达，以及 Kaguya 的多波段成像仪。为防止地理位置重叠的观测同时落进训练集、验证集和测试集，语料按月球横向墨卡托（LTM）分区切分，没有随机分配单个瓦片。
「NASA 用了几十年积累起一份非凡的月球科学记录，但收集数据只是工作的一部分，」NASA 总部首席科学数据官兼代理首席数据与 AI 官 Kevin Murphy 说，「我们还必须让数据更容易被科学家探索和使用。」
光照几何直接作为输入，米级与百米级共用一套权重
模型沿用 TerraMind 的掩码 token（标记）架构，TerraMind 原本是面向地球观测的多模态模型；这次研究者没有微调它的地球观测检查点，而是从零训练，并加了两处月球专用改动。
第一处是把每块瓦片的成像几何（光照角、太阳参考系锚点、瓦片覆盖范围）提升为独立的序列 token 输入，直接交给模型，而不是让它从像素里反推。月球表面的外观受光照几何影响很大，把这项信息显式给出，等于把最主要的混淆因素从像素信号里移出去。第二处是米级与百米级瓦片在同一个混合批次里联合训练，一组权重同时覆盖两个尺度，每个分辨率不必各跑一条优化流程。
FlexiViT 的 patch embedding（图像块嵌入）让同一份已训练权重可以在不同的图像块尺寸下复用，不必重训骨干；按模态分别做 token 化，也让下游用户能按需增删输入模态。
架构示意：模态输入、模态化 token 化、相关性学习与下游适配。图片：NASA / IBM Research
极地冰前景：误差从 0.0377 降到 0.0293
论文在四个下游基准上做了微调评测：WAC 尺度（100 米/像素）与 NAC 尺度（1 米/像素）的陨石坑检测、不规则月海斑块（IMP）分割，以及极地冰前景回归。
冰前景任务用的输入是每极 10° 纬度内的八层极地栈，包括坡度、坡向、曲率、冰稳定深度、最高表面温度，以及永久阴影区掩膜、永久阴影区密度和距永久阴影区的距离。完整微调下模型的 RMSE（均方根误差）为 0.0293（R² 0.9884），最强的 ImageNet 预训练基线 SwinV2-B 为 0.0377，相对误差低约 22%。这项任务的回归目标是一张连续的冰前景图，估算风化层上部约 1 米内水冰最可能出现的位置，而非对冰含量的直接测量。
WAC 尺度陨石坑检测上，用一半训练数据微调的模型 mAP（平均精度均值）为 0.2541，超过用全部数据训练的 SwinV2-B（0.2420）；用满数据并接 LoRA（低秩适配）时 mAP 升到 0.2581。IBM 公告用「只用一半训练数据、领先近 19%」概括这项结果，没有标注该百分比对应的指标。到了 NAC 尺度，各模型成绩普遍偏低：SwinV2-B 的 mAP 是 0.1552，接 LoRA 的 NASA-IBM 模型是 0.1543，论文认为差距落在五次随机种子的波动范围内，属于可比水平。
Einstein 陨石坑附近：蓝框为模型检出的已有陨石坑，右图红框为新增撞击坑。图片：NASA / IBM Research
NASA 还给出一个例子：在 Einstein 陨石坑附近一次火箭箭体撞击（NASA 标注为 SpaceX 箭体）前后的两幅 LRO 影像上，模型圈出了已有陨石坑，并标出新增的撞击坑。NASA 说，撞击后的影像被排除在预训练之外，这项测试展示的是模型经微调后识别此前未见过的表面变化的能力，但不同轨道之间光照条件的差异会影响较小陨石坑的可见性。
随机初始化的对照模型在冰前景上也赢了大多数基线
为了分清优势来自预训练还是架构，论文跑了架构完全相同、权重随机初始化的对照模型。在极地冰前景回归上，这个没有月球预训练的对照模型 RMSE 为 0.0397，胜过除 SwinV2-B（0.0377）以外的所有基线。论文据此判断，部分增益来自架构本身的模态级 token 处理，不能全部归因于预训练；据 The Decoder 的报道，研究者把原因归于模型给每个数据层单独的处理路径，而基线把所有输入当作堆叠的通道。
预训练在标注稀缺的任务上仍然关键。IMP 分割上，随机初始化的对照模型 IoU（交并比）只有 0.3142，远低于预训练模型的 0.5709（冻结骨干）与 0.5693（完整微调）。不过 IMP 分割的成绩差距同样有限：最强的 ImageNet 基线 ConvNeXtV2-B 为 0.5687，与 NASA-IBM 几个变体之间的差距也落在各次运行的波动范围内。
微调方式上，LoRA 在陨石坑检测和 IMP 分割上匹敌甚至超过完整微调，可训练参数少得多，多次运行的波动也更小；完整微调只在冰前景回归上拿到最好成绩，LoRA 在该任务上仍胜过全部基线。冻结骨干是另一种情况：它在冰前景上还能用（RMSE 0.0357），但在 NAC 米级陨石坑检测上几乎和随机初始化一样差（0.1295 对 0.1274），这说明米级任务需要调整编码器本身。
模型之外，数据集、基准与微调代码一并开放
按 NASA 的公告，模型已集成进开源工具包 TerraTorch；NASA 与 IBM 的团队同时放出了机器学习就绪的预训练数据集与基准集合，论文则写明预训练检查点、微调代码和数据集都作为开放资源发布。IBM 称其为同类数据集中首个开源版本：把 9 台仪器、4 个任务的 30 多个空间对齐层，放进同一个可直接用于机器学习的统一框架。
模型由 NASA 总部组建的科学团队完成，成员来自 Universities Space Research Association、SETI Institute、University of Maryland, Baltimore County 与 Howard University，以及 NASA 科学任务理事会行星科学部、Ames 研究中心和 Goddard 太空飞行中心；NASA 内部 Marshall 太空飞行中心的 Impact AI 团队也参与其中。它属于 NASA 与 IBM 的 AI for Science 合作，同一合作线此前放出过用于灾害监测、洪水制图、作物产量预测与飓风预测的 Prithvi 系列，以及预测太阳耀斑等空间天气事件的 Surya。
「揭开月球的谜团，需要有能力从体量非凡的科学数据中学习，」IBM Research 欧洲、英国与爱尔兰总监 Juan Bernabé-Moreno 说，「NASA-IBM Lunar Foundation Model 给科学家一个在尺度上探索月球的底座，把不同仪器的观测连接起来，显出孤立看时难以发现的模式，并为全球研究社区提供一个可以继续搭建的开放平台。」
经纬度可能偏几十度，消融实验还没有做
论文的多模态生成实验显示了模型的边界：从单一可见光输入生成其他模态时，高程衍生出的地形形状能对上，坑缘和山脊出现在正确位置，但绝对高程整体偏移；元数据输出的纬度和经度经常偏差几十度。论文解释，模型只从像素级相关性里学到了局部结构，没有通往全球大地坐标参考系的路径，因此它是面向下游任务的表示，不是物理仪器或大地测量的替代品。
NASA 公告提到的用途是帮助研究人员估计极地冰斑块在何处可能稳定存在。论文同时列出几项还没做完的事：用来分离「几何 token 化」与「混合分辨率训练」各自贡献的受控消融实验尚未开展，部分基准的测试集样本有限；下一步是补上针对性消融、扩展到完整的模态栈，以及在仪器组合结构相似的其他天体上评测。