L’Allen Institute for AI (Ai2) ha pubblicato il 22 ottobre 2026 OlmoEarth v1.3, l’ultima versione di un modello aperto di rappresentazioni vettoriali satellitari. Il nuovo modello è accompagnato da una collezione pre‑calcolata di vettori a livello globale, a una risoluzione di 10 metri, e da OlmoEarth Embeddings Explorer, uno strumento web che consente di visualizzare e interrogare le rappresentazioni senza alcuna installazione o connessione a server.

Caratteristiche tecniche del modello

OlmoEarth‑v1_3‑Base è costruito su una architettura Vision Transformer (ViT‑Base) da 128 milioni di parametri, pensata per la telerilevazione su immagini Sentinel‑1, Sentinel‑2 e Landsat. Il modello include inoltre un modulo Perceiver di 14,3 milioni di parametri e un “studente” lineare da 0,1 milioni di parametri che riduce i token da 768 a 128 dimensioni. Questa combinazione consente di generare le rappresentazioni annuali mondiali pubblicate.

Il flusso di elaborazione è il seguente: si elaborano serie temporali radar (Sentinel‑1) e multispettrali (Sentinel‑2, Landsat) per una singola anno, un transformer di visione estrae token, un Attention Pooler aggrega i token per ciascuna parcella di terreno e una rete lineare li comprime in un vettore di 128 numeri. Le 64 dimensioni più basse sono disponibili come versione più compatta.

Distillazione Matryoshka

Il rapporto tecnico descrive una distillazione di tipo Matryoshka: lo studente è una semplice rete lineare, addestrata contemporaneamente al modello base nella stessa passata in avanti. Questa procedura rende la distillazione praticamente a costo zero, poiché non richiede fasi di addestramento separate.

Efficienza computazionale e costi

Con una risoluzione di encoder a 20 m e output a 10 m, il transformer e l’Attention Pooler richiedono 7,7 volte meno operazioni rispetto a una risoluzione di 10 m (308 GMAC vs 2 378 GMAC per finestra). L’addestramento ha sfruttato le stesse fonti di dati di OlmoEarth v1.2: osservazioni Sentinel‑1, Sentinel‑2, Landsat‑8 e mappe di riferimento come WorldCover, WorldCereal, SRTM e OpenStreetMap.

L’ottimizzatore AdamW è stato usato con batch size 512 per 667 200 step. Rispetto al modello precedente, OlmoEarth v1.3 richiede il 53 % del tempo di calcolo di v1.2 e il 18 % di v1, riducendo le emissioni di CO₂ rispettivamente del 50 % e del 22 %.

    • Tempo di addestramento GPU H100: 539 h (v1.3) vs 1 012 h (v1.2) vs 2 989 h (v1)
    • Consumo energetico: 161 kWh (v1.3) vs 0,14 tCO₂eq (v1.2) vs 0,32 tCO₂eq (v1)
    • Costo stimato per replicare l’addestramento: ≈ 2 720 USD su GPU H100

L’inferenza per generare un anno di rappresentazioni globali richiede circa 14 000 h H100, cioè quasi 26 volte il costo dell’addestramento preliminare, evidenziando la necessità di risorse di calcolo significative per la fase di produzione.

Valutazioni comparative e dataset PLANTEUR

Ai2 ha confrontato OlmoEarth v1.3 con AlphaEarth Foundations e Tessera v2 in 27 valutazioni su sei continenti. Le rappresentazioni a 128 dimensioni hanno ottenuto i migliori risultati in 20 su 27 test, mentre quelle a 64 dimensioni hanno prevalso in 18 su 27. In particolare, su otto dataset AEF, OlmoEarth v1.3 supera entrambe le reference in 7 casi; l’unica eccezione è l’Etiopia, dove Tessera v2 è migliore.

Nel dataset agricolo PASTIS, OlmoEarth v1.3 registra un mIoU di 58,6 contro 58,3 di Tessera v2, confermando la competitività del modello anche in compiti di segmentazione fine.

Il benchmark PLANTEUR

PLANTEUR è una nuova suite di valutazione sviluppata da Ai2 per i tipi di colture tropicali, basata su annotazioni provenienti da Martinica, Réunion, Guyana francese, Guadalupa e Mayotte. Il protocollo “leave‑one‑island‑out” addestra i classificatori su quattro isole e testa sulla quinta, misurando la capacità di generalizzazione a territori mai visti.

Con questo approccio, OlmoEarth v1.3 a 128 dimensioni raggiunge un mIoU medio di 24,9, superando Tessera v2 (19,1) e AlphaEarth Foundations (15,8). Ai2 interpreta questi risultati come prova della migliore trasferibilità del modello a contesti geografici nuovi.

Prestazioni di fine‑tuning

OlmoEarth v1.3 è stato valutato anche come modello di fine‑tuning. Su tutti i compiti testati, ottiene un punteggio medio di 4,34, dietro solo OlmoEarth v1.2 Base (4,02) e davanti a OlmoEarth v1 Base (4,74). Questo indica che, pur mantenendo un più contenuto impatto ambientale, v1.3 conserva la capacità di adattarsi a nuove attività con risultati comparabili a v1.2.

Archive globale, Explorer e licenze

L’archivio che alimenta l’Explorer contiene vettori a 10 m, equivalenti a circa 150 TB all’anno, coprendo terre e acque costiere. Al lancio sono disponibili i dati globali per gli anni 2023‑2025, con copertura parziale 2017‑2022. L’intero set 2017‑2025 supera un petabyte, estendendosi da 59,5° S a 83,6° N, esclusa l’Antartide.

Le rappresentazioni sono ospitate su Source Cooperative in formato Zarr, accessibili direttamente da storage a oggetti senza chiavi API né server di tile. Le tabelle di provenienza, pubblicate in GeoParquet, elencano le scene Sentinel‑1, Sentinel‑2 e Landsat per ogni finestra di 20 km e per anno; per il 2025 sono registrate circa 450 000 finestre, 21 milioni di voci di mosaico e 730 000 scene.

OlmoEarth Embeddings Explorer visualizza i vettori in false‑color map, permette di passare da un anno all’altro, sovrapporre le immagini Sentinel‑2 originali, cliccare su un punto per trovare luoghi simili, addestrare un piccolo classificatore con pochi esempi etichettati ed esportare il risultato in GeoTIFF, il tutto senza login.

Esempio di caso d’uso: miniere illegali in Perù

L’annuncio illustra l’applicazione di OlmoEarth v1.3 per monitorare l’attività aurifera illegale nella regione Madre de Dios, Perù. I vettori mostrano che l’area di La Pampa ha raggiunto il picco di attività mineraria nel 2017‑2018; l’operazione “Mercurio” del governo peruviano ha smantellato la maggior parte del sito nel febbraio 2019. Confrontando le rappresentazioni 2017‑2020 e 2020‑2025, è evidente sia l’espansione precedente sia la persistenza di cambiamenti residui nella zona mineraria.

Questa dimostrazione evidenzia come le rappresentazioni vettoriali a livello globale possano supportare analisi ambientali, di policy e di sorveglianza in tempo quasi reale, senza la necessità di gestire enormi volumi di dati grezzi.

Licenza e futuro

Tutti i componenti – modello base, rappresentazioni pre‑calcolate, Explorer e rapporto tecnico – sono rilasciati sotto la OlmoEarth Artifact License, la stessa adottata per le versioni v1 e v1.2. La licenza permette l’uso libero per scopi di ricerca e sviluppo, mantenendo però alcune restrizioni per usi commerciali non autorizzati.

Ai2 prevede di continuare l’ampliamento della copertura temporale e geografica, riducendo ulteriormente il consumo energetico tramite ottimizzazioni hardware e algoritmiche. Con OlmoEarth v1.3, la comunità scientifica dispone ora di uno strumento potente, scalabile e sostenibile per sfruttare i dati satellitari nella comprensione dei cambiamenti globali.