发生了什么
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM 月球基础模型，这是一套面向月球科学的开源多模态基础模型，权重与数据集同步发布在 Hugging Face 与 GitHub，并集成进 IBM 的开源工具箱 TerraTorch。
- 采用 TerraMind 多模态地球观测架构从头训练，而非把地球数据模型做简单迁移
- 训练语料 SomBench 含近 200 万图块，覆盖 11 种模态与两个空间尺度
- 主要数据源是月球勘测轨道器 17 年观测，另含 GRAIL、月球勘探者与日本辉夜号数据
- 数据集整合来自 4 次任务、9 台仪器的 30 多层空间对齐数据
指标与用途
初步评测显示，相比既有基线，模型把极区冰层分布预测误差最多降低 22%，粗粒度撞击坑识别提升近 19%。它把光照角度与太阳位置作为显式输入，可用于撞击坑测绘、不规则月海斑块识别，以及永久阴影区水冰稳定性估算。
- 约 100 万张窄角相机影像，分辨率约 1 米/像素
- 约 96.4 万张多光谱广角相机影像，分辨率 100 米/像素
为什么值得关注
月球研究长期受困于不同仪器、不同分辨率数据的比对，多数团队需要各自重建处理流程。把预训练模型与对齐数据集一起开源，等于把「地形通用表示」变成公共品，能显著压缩单项任务的启动成本。
- 对负责行星遥感与地理信息处理的团队而言，可直接复用 TerraTorch 中的推理与微调流程
- 开源权重允许机构在自有算力上完成推理，避免观测数据出域，这是科研场景常被忽略的合规要点
不确定之处
厂商公布的是基准指标，模型只用于找矿与风险排序辅助，不构成资源存在的证实，也不能替代着陆点安全性论证；在其他月球任务上的迁移效果仍有待外部复现。