不必为每张作物地图重新跑一遍大型模型：Ai2在10月22日发布OlmoEarth v1.3，同时提供预先计算的年度地表嵌入和浏览器探索工具。它把一处地表一整年的多源卫星观测，压缩成每个10米像素的一组数字，供后续任务复用。但“覆盖全球”和“横跨九年”不能简单连在一起理解：首发时，2023至2025年已是全球数据，更早年份仍在补齐。

快速看点：每个像素输出128维特征，前64维也能单独使用；特征可以支持相似区域检索、地表分类和变化分析，但本身不是作物名称或变化原因；数据说明列出了缺测值、坐标投影及量化处理规则。能打开地图，不等于已经具备可直接交付的业务结论。

先支付一次计算，再复用地表特征

过去，使用OlmoEarth的一条主要路径是针对任务微调，再把模型运行到卫星影像上。团队需要处理影像下载、存储和GPU计算。年度嵌入把其中相当一部分工作提前完成，让下游研究者更多地围绕标签、分类器和区域验证开展工作。

v1.3综合Sentinel-1雷达、Sentinel-2与Landsat的多时相观测。不同传感器和季节包含的线索并不相同，模型通过注意力聚合形成位置特征，再压缩到较短向量。128个数表达的是学习到的地表特征，不是128个由人定义好的属性字段。

这些向量可以作为小型分类器或回归器的输入。例如，团队先为部分地块标注类别，再学习标签与特征之间的关系，最后推广到待分析区域。这与直接询问聊天模型“这里种了什么”不同：标签质量、训练样本和区域差异仍决定结果是否可靠。

前64维不是随意截掉一半数字，而是训练时考虑过的嵌套表示，能够作为更紧凑的特征使用。不过，同一次分析应固定维度；不能把64维与128维向量混在一起比较，也不能假定两者在每项任务中的表现完全相同。

九个年份，不代表九年数据全部到位

公开数据采用年度组织，时间轴设置为2017至2025年。首发说明明确，2023、2024、2025年为全球覆盖，2017至2022年目前覆盖部分国家，计划随后补齐。数据产品目录较早创建的日期，也不应替代10月22日正式首发及当时的可用范围。

这里的“全球”仍有实际空间边界。说明中的范围不包括南极洲，部分海岸水域按观测条件纳入，国际日期变更线附近还有窄条缺口。因此，项目应先检查目标区域、年份和实际像素是否存在，不能仅根据一张概览图断言每处位置都可读取。

年度特征总结的是一年的卫星观测，不是实时监控。若需要判断本周洪水、刚发生的火灾或某一天的播种情况，还要结合时间更细的影像与现场材料。相邻年份的特征发生变化，可以提示进一步调查，却不能独立说明原因或证明某项活动。

真正接入时，先处理缺测、量化和坐标

数据通过公开匿名访问提供，采用Zarr格式，适合按范围读取而不是整库下载。每个年份、像素对应128维向量，存储值经过int8量化；其中-128是缺测标记。缺测可能来自覆盖范围或有效观测不足，不能被当成“这块地方没有土地”或普通数值参与计算。

使用前需要按说明反量化，因为原始整数与实际特征之间并非线性比例。直接拿这些整数计算距离，可能得到错误的相似性关系。向量也没有自动做L2归一化，若用点积计算余弦相似度，必须先完成对应处理。

跨区域读取还涉及投影。不同UTM分区需要分别取数，再统一到适合分析的网格；南半球坐标在该数据布局里使用负北向值，依赖常见假设的工具可能需要调整。对企业团队，这些看似细小的接口约定，往往比一次模型排名更影响地图能否稳定复现。

本轮已检查模型卡、数据说明与许可证；模型权重和嵌入采用专用OlmoEarth Artifact License，包含用途限制及再分发要求，不宜概括为无条件开源。原始数据涉及的其他权利也不能据此一并推定。浏览器工具免登录，不等于所有后续部署都没有存储、网络或工程成本。

小编判断：把地图任务拆成可验收的小环节

这次发布的价值，在于把大型遥感推理生成的特征变成可复用的数据产品，降低尝试不同地表任务的工程门槛。团队仍应先用少量本地区域建立验证集，分别确认覆盖、标签、类别混淆和年度一致性，再决定是否扩大范围，而不是先铺满一张漂亮的大地图。

若用于农业或生态分析，还应保留数据年份、读取区域、特征维度、预处理和分类器版本，让同事能复查每一步。上述是实施建议，不是已证明的商业收益。本次没有下载整套全球数据或复现全部评测，也不采用不同评测集合下的名次作为普遍精度保证。可复用特征提供了起点，可靠结论仍要靠具体任务的验证。