据Hugging Face博客2026年10月22日发布的消息，先进卫星嵌入模型OlmoEarth v1.3已发布，同时提供覆盖全球的年度预计算嵌入，以及用于浏览和定制基于这些嵌入的地图的浏览器工具OlmoEarth Embeddings Explorer。该博客称，这些嵌入可用于追踪地表随时间的变化或寻找相似地点，工具无需登录，也不要求高级技术知识。

OlmoEarth v1.3读取一年的Sentinel-1雷达以及Sentinel-2和Landsat多光谱卫星时间序列，为地球上每个10米像素生成128维向量，前64维也可单独作为较小嵌入使用。博客介绍，模型用视觉Transformer读取卫星数据，经注意力池化器把每块土地汇总为一个向量，再通过线性层降到128个数。此前使用OlmoEarth主要是在OlmoEarth Studio中针对每项任务微调模型并处理卫星影像，需要GPU访问权限以及下载和存储影像的能力；嵌入模型则把卫星数据压缩成可复用的特征，能以较低成本用于多项任务。

与v1.3一同提供的还有Source Cooperative上的全球预计算年度嵌入，分辨率为10米，包含64维和128维版本。该博客称，从这些嵌入出发，作物图、土地覆盖图或变化分析可以变成轻量建模问题：在嵌入上训练一个小分类器并在本地运行即可。团队在27项评测中把OlmoEarth v1.3与AlphaEarth Foundations和Tessera v2对比，覆盖六大洲和多种任务；其128维嵌入在27项中20项得分最高，总体排名最高，64维版本体积减半，仍在27项中18项领先。评测还引入针对热带农业的作物类型基准PLANTEUR，博客称这些嵌入在分类器未见过的地点泛化最好。

博客列举的用途包括肯尼亚小农作物分类、达卡以西砖窑检测、印度尼西亚火灾损失评估和秘鲁亚马孙金矿追踪。与上一代模型相比，v1.3的训练计算时间为v1.2的53%、v1的18%，碳排放分别为50%和22%；它仍是较强的微调模型，在研究方和合作伙伴标签上的表现与v1.2相当。模型权重、预训练数据和预训练代码全部开放；若复现，预训练OlmoEarth v1.3 Base的最终运行约需2720美元的租赁H100算力。

博客以秘鲁马德雷德迪奥斯地区为例说明变化检测。据亚马逊保护组织的MAAP监测项目，La Pampa周边非法金矿开采在2017至2018年达到高峰，在Tambopata国家保护区缓冲区清除了超过1200公顷森林；2019年2月秘鲁“Mercurio行动”关停大部分作业。利用嵌入比较每个像素向量跨年变化，无需训练模型即可看到2017至2020年矿区向东南扩散，而2020至2025年信号发生转移；MAAP称西北部仍有零星作业，旧矿区持续变化。