NASA 联手IBM发布月球探索AI基座模型
(注:本文基于 2026 年 9 月行业报告译述)
随着阿耳忒弥斯 2 号成功飞越月球,NASA 与 IBM 近日联合发布了名为“月球基座模型(Lunar Foundation Model)”的开源 AI 系统。该模型目前已托管至 Hugging Face,旨在为后续探月任务提供精准的视觉分析工具。
🔹 模型性能对比数据
| 对比维度 | NASA-IBM 基座模型表现 | 对比基准 (SwinV2-B) |
| 综合图像误差 | 降低 23% | 行业基准水平 |
| 撞击坑分类性能 | 提升 19% | 需 2 倍训练数据 |
| 实战案例 | 精准识别 8 月 5 日 SpaceX 火箭坠毁坑 | 难以区分重叠坑洞 |
🔹 探月 AI 的研发挑战
■ 极端光影环境: 月球缺乏大气散射,阴影呈现“刀锋般”锐利且完全漆黑,导致像素信息丢失。同一坑洞在不同光照下外观迥异,传统地球遥感模型难以适配。
■ “切橙子”训练法: 为了解决月球坑洞高度相似导致的训练“灾难”,研发团队创新性地将月球表面像橙子一样切成楔形分块,严格隔离训练集与测试集,确保模型识别的一致性。
🔹 科研重磅福利
此次发布还包含一个具有里程碑意义的开源数据集。该数据集整合了 LRO、GRAIL 及日本 SELENE 任务的数万张图像,拥有超过 200 万个数据点。专家表示,高性能的模型会被迭代,但高质量的底层数据才是创造 AI 探月产业的核心。