NASA联手IBM开源月球基础模型 精度碾压基线23%

时间：2026年9月10日（周四）美国东部时间 地点：美国纽约约克镇高地（IBM 总部同步发布） 人物：Kevin Murphy，NASA 总部首席科学数据官兼代理首席数据与AI官；Juan Bernabe-Moreno 博士，IBM 欧洲、英国及爱尔兰研究院院长 事件详情：NASA 与 IBM 联合发布并开源了 NASA-IBM Lunar Foundation Model（月球基础大模型），即日起在 Hugging Face 平台免费下载。该模型是迄今首个面向月球科学探索的公开基础大模型，针对月球冰层、火山特征、陨石坑三类关键地表要素做了端到端微调，配套开放超过 200 万个像素级配准数据点构成的同类首个开源数据集。第三方对照测试显示，模型识别月球潜在冰层区域的误差（RMSE）较微软 SwinV2-B（ImageNet 预训练基线）最高降低 22%，综合地理要素识别精度领先 23%；在 100 米分辨率的陨石坑识别任务上，仅用一半训练数据便领先 SwinV2-B 约 19%。研究团队还用 2026 年 8 月 5 日 SpaceX 猎鹰 9 号火箭撞击月球产生的新陨石坑做了真实验证，模型一次成功圈出新坑，即便其与既有陨石坑大面积重叠。 背景：今年 4 月，NASA 阿尔忒弥斯 2 号任务完成 1972 年以来首次载人绕月飞行，里德·怀斯曼、克里斯蒂娜·科赫、维克多·格洛弗与杰里米·汉森抵达迄今人类最远的近月轨道。为支撑后续阿尔忒弥斯系列任务与长期月球驻留规划，NASA 长期积累的 LRO（月球勘测轨道飞行器）、GRAIL（重力恢复与内部实验室）、日本 SELENE（月亮女神号）等任务产生了 PB 量级的多模态数据，但此前缺少与之匹配的月球专用 AI 大模型，主要受制于缺乏整理妥当的像素级配准数据集。IBM 团队为此创新性地将月球按"橙子切瓣"方式切成扇形区块，让训练集与测试集完全分离，避免传统掩码自监督方法在月面大量相似陨石坑上的失效问题。 影响：NASA-IBM Lunar Foundation Model 把月球研究从"人工翻图 + 低分辨率任务模型"带入基础模型时代，科学家可直接用于筛选潜在水冰着陆区、绘制火山演化历史、辅助选择安全着陆点与长期基础设施选址，从而支撑阿尔忒弥斯登月、月球基地建设乃至未来载人火星任务的选址规划；同步开源的配准数据集被业内视为"比模型更长寿"的资产，将成为后续月球专用模型的事实基准。 总结：NASA 与 IBM 用一个开源基础模型 + 一个开源数据集，填补了月球 AI 大模型的空白，精度与效率同时碾压主流基线，为下一阶段载人登月与月球资源开发铺好数字底座。 参考来源：https://newsroom.ibm.com/2026-09-10-ibm-and-nasa-release-open-source-ai-model-to-support-lunar-exploration 参考来源：https://tech.ifeng.com/c/8wJRh32FvNi 参考来源：https://finance.sina.com.cn/stock/t/2026-09-10/doc-inirkcsn5311867.shtml 参考来源：https://news.cnyes.com/news/id/6604033 参考来源：https://hk.investing.com/news/company-news/article-93CH-1651134 参考来源：https://www.computerweekly.com/news/366650163/IBM-and-NASA-make-Moon-AI-model-available-on-Hugging-Face 参考来源：https://huggingface.co/ibm-nasa-geospatial