NASA 與 IBM 開放月球基礎模型，以幾何條件與混合解析度統合 11 種觀測資料

NASA 與 IBM 於 9 月 10 日公開 NASA‑IBM Lunar Foundation Model（LFM），希望把分散於不同任務、儀器及解析度的月球遙測資料，轉化成可重用的視覺表徵。Apache 2.0 權重、SomBench 資料與 TerraTorch 微調程式均已上線。

LFM 是從零訓練的 ViT‑B 編碼器—解碼器：編碼器寬度 768、12 層、12 個注意力頭，預訓練輸入為 256×256 像素。九種影像型模態各自經 VQ‑VAE 與有限純量量化（FSQ）離散化，再以類似 TerraMind 的遮罩 token 預測目標共同訓練；FlexiViT patch embedding 則允許下游工作改用不同 patch 大小。

真正值得注意的是兩項月球特化設計。第一，太陽入射角、相位角、觀測方位及圖塊座標會被序列化為明確上下文，避免模型把光照造成的陰影誤認成地貌。第二，LROC 窄角相機約 1 m/px 的 NAC 圖塊與廣角相機約 100 m/px 的 WAC 圖塊，會在同一混合批次迴圈訓練，使一組權重橫跨約百倍尺度。整體預訓練使用 16 張 H100、15 萬步與約 1,100 GPU 小時。

官方五次種子實驗顯示，極區冰潛勢回歸的 RMSE 為 0.0293，優於 SwinV2‑B 的 0.0377；只用一半標註資料進行 WAC 隕石坑偵測，也能追平或超越使用全量資料的基線。LoRA 在隕石坑偵測中可匹配完整微調，因而是較實際的起點。

限制同樣關鍵：冰潛勢標籤來自知識驅動的模糊疊圖，而非實測冰層；模型沒有絕對大地基準，生成經緯度甚至可能偏差數十度。NAC 訓練資料亦集中於具立體地形圖的有限區域。因此工程團隊下一步應關注跨區域泛化、幾何 token 與混合解析度各自的消融結果，以及第三方能否重現目前主要由發布團隊產生的基準。