OlmoEarth v1.1：より効率的なリモートセンシングモデルファミリーの登場
Allen AI は、大規模衛星マッピングのコストを最大 3 分の 1 に削減しつつ性能を維持する効率的なリモートセンシングモデル「OlmoEarth v1.1」を発表した。
キーポイント
計算コストの劇的削減
新バージョン OlmoEarth v1.1 は、以前のモデルと比較して計算コストを最大 3 倍削減することに成功している。
性能維持とスケーラビリティ
コスト削減を実現しながらも、従来のモデルと同様の精度を維持しており、大規模な衛星マッピングタスクの高速化・低価格化を可能にする。
リモートセンシング分野への貢献
このモデルファミリーは、地球観測データの解析効率を向上させ、環境モニタリングや都市計画などへの応用範囲を広げる。
影響分析・編集コメントを表示
影響分析
この発表は、衛星画像解析という計算集約型のタスクにおいて、コスト効率と性能のバランスを劇的に改善する画期的な進展です。これにより、気候変動監視や災害対応など、時間的・経済的制約が厳しい現場での AI 活用が現実的なものとなり、業界全体のデータ処理インフラの標準が見直される可能性があります。
編集コメント
計算コストを大幅に削減しながら性能を維持した点は、実用化の壁を下げる重要な一歩です。特に衛星データのような大規模データを扱う分野では、この効率化が普及の鍵となるでしょう。
2026 年 5 月 19 日
ガブリエル・ツェング - Ai2
私たちは 2025 年 11 月に OlmoEarth (v1) をリリースしました。それ以来、パートナーたちはマングローブの変化の追跡から森林減少の要因の分類、数日間で国規模の作物タイプマップの作成に至るまで、幅広いタスクでこれを利用しています。また、展開規模を国家、大陸、そして地球規模へと拡大してきました。すべてのリリースは、私たちのミッションに近づけるものです：人々と地球を守るために活動する組織やコミュニティへ、最先端の AI を届けることです。
OlmoEarth が衛星画像を処理して数万から数十万平方キロメートルにわたる予測を行う際、効率性が実現可能な範囲を決定します。データのエクスポート、前処理、推論（inference）、後処理を含む OlmoEarth の運用全体ライフサイクルにおいて、計算リソースが圧倒的に最大の費用となります。より効率的なモデルとは、OlmoEarth Platform 上でより多くのパートナーをサポートできることを意味し、また自環境で OlmoEarth を実行する誰もが、この技術をより迅速に、かつ低コストで活用できるようになることを意味します。
そのため私たちは OlmoEarth v1.1 を構築しました：研究ベンチマークとパートナーと共に構築したタスクの組み合わせにおける OlmoEarth v1 の性能を維持しつつ、計算コストを最大で3 倍削減する新しいモデルファミリーです。
シーケンス長を短縮することで効率性を向上させる
OlmoEarth モデルは、現在の機械学習において支配的なアーキテクチャの一つであるトランスフォーマー（transformer）ベースのモデルです。リモートセンシングデータを処理するには、まずそれをモデルが取り込める一連のトークン（token）に変換する必要があります。
トランスフォーマーベースのモデルにおける効率性を制御する重要なレバーは 2 つあります。モデルサイズ（そのため、ユーザーが計算リソース予算に合ったサイズを選べるよう、私たちはモデルファミリーをリリースしています）とトークンシーケンス長です。計算コストはトークンシーケンス長の二乗に比例して増加するため、わずかな短縮でもモデル実行コストを実質的に削減できます。
トークンの設計
これはトランスフォーマーベースのリモートセンシングモデルにとって重要な問いを提起します：トークンは何を表すべきか？
私たちが処理する一般的なモダリティである Sentinel-2 画像を例に挙げましょう。Sentinel-2 の入力データは、高さ（H）と幅（W：それぞれ緯度方向および経度方向のピクセル数を表す）、時間次元（T）、そして 12 個の Sentinel-2 チャネルを持つテンソル [H, W, T, D=12] となります。
現在、私たちはデータを解像度ベースのパッチに分割しています。具体的には、ある空間パッチサイズ p を選び、全体の Sentinel-2 画像を p x p のパッチに分割します：
各パッチに対して、解像度ごと・時刻ごとに 1 つのトークンを作成します。したがって、2 つの時刻を持つ Sentinel-2 入力の場合、パッチあたり 6 トークン（2 時刻 × 3 解像度：10m、20m、60m）が生成されます。
全体として、[H, W, T, D=12] の Sentinel-2 入力は、H/p x W/p x T x 3 トークンを生み出します。
Sentinel-2 データを処理する際、解像度ごとに固有のトークンを使用するのは一般的な手法です。Galileo や SatMAE はこのアプローチを採用しており、特に SatMAE ではこれを行うことで著しく優れた結果を示しています。しかし、これは普遍的な手法ではありません。CROMA は解像度に関わらずすべてのバンドに対して単一のトークンしか使用しないモデルです。トークン数は乗算的に蓄積するため、解像度を単一のトークンに集約することで、事前学習、ファインチューニング、推論のすべてにおいて3 分の 1 のトークン数となり、実質的なコスト削減が可能になります。
このように単純にトークンを結合すると、性能が著しく低下します。具体的には、リモートセンシングモデルの一般的なベンチマークタスクである m-eurosat kNN で 10 パーセントポイント（ppt）もの低下が見られます。私たちは、Sentinel-2 のバンドを異なるトークンに分離することが、OlmoEarth が重要なクロスバンド間の関係をモデル化しやすくしているという仮説を立てています。
性能への悪影響なくトークンを統合するためには、事前学習の regimen（訓練計画）を変更する必要がありました。これらの変更の詳細については、当社の論文で詳しく説明しています。
開発者向け
その結果、少ないリソースでより多くのことができるモデルファミリーが生まれました。あらゆるサイズにおいて、OlmoEarth v1.1 は OlmoEarth v1 よりも最大 3 倍のコスト効率が高く、OlmoEarth を運用するすべてのチームにとって、頻繁な惑星規模の地図更新をより手頃なものにします。もしあなたが元の OlmoEarth ファミリーからモデルを使用しているなら、OlmoEarth v1.1 を試してみてください。計算リソースを 3 分の 1 で済ませながら OlmoEarth v1 と同様のパフォーマンスを提供しますが、いくつかの性能低下（回帰）も確認されています（詳細は技術レポートをご覧ください）。あなたのタスクに適合する場合は、ファインチューニングや推論時に顕著な速度向上を実感できるはずです。
研究者向け
事前学習済みリモートセンシングモデルには多くの自由度があり、研究が難しい場合があります。パフォーマンスが変化した際、それはアーキテクチャ（構造）なのか、データセットなのか、それとも事前学習アルゴリズム（pre-training algorithm）の影響なのでしょうか？
私たちは OlmoEarth v1.1 を OlmoEarth v1 と同じデータセットでトレーニングしました。そのため、両者の違いは手法の変更による効果のみを抽出したものです。これがリモートセンシング用のモデルを事前学習する際の科学原理の理解を深めることに寄与することを願っています。
始め方
OlmoEarth v1.1 の 重み と トレーニングコード、さらに Base、Tiny、Nano モデル用の重みもご覧ください。
最新の Ai2 ニュースに関する月次アップデートを受け取るには購読してください。
原文を表示
May 19, 2026
Gabriel Tseng - Ai2
We released OlmoEarth (v1) in November 2025. Since then, partners have applied it across a wide range of tasks, from tracking mangrove change to classifying drivers of forest loss to producing country-scale crop-type maps in days, scaling deployments to national, continental, and global areas. Every release moves us closer to our mission: bringing state-of-the-art AI to organizations and communities working to protect people and our planet.
When OlmoEarth processes satellite imagery to make predictions across tens to hundreds of thousands of square kilometers, efficiency shapes what’s possible. Over the full lifecycle of running OlmoEarth – data export, preprocessing, inference, and post-processing – compute is by far the highest cost. A more efficient model means we can support more partners on the OlmoEarth Platform, and that anyone running OlmoEarth on their own can leverage this technology faster and at lower expense.
That’s why we built OlmoEarth v1.1: a new family of models that cuts compute costs by up to 3x while maintaining OlmoEarth v1's performance on a mix of research benchmarks and tasks we’ve constructed with partners.
Increasing efficiency by decreasing sequence lengths
The OlmoEarth models are transformer-based models, one of the dominant architectures in machine learning today. To process remote sensing data, we first convert it into a sequence of *tokens* the model can ingest.
Two important levers control efficiency in transformer-based models: model size (this is why we release a family of models, so users can pick the size that fits their compute budget) and token sequence length. Compute costs scale quadratically with the token sequence length, so even small reductions can meaningfully cut the cost of running the model.
Designing the token
This raises an important question for transformer-based remote sensing models: what should a token represent?
Take Sentinel-2 imagery, a common modality we process. A Sentinel-2 input will be some tensor with a height and width (H, W representing the latitudinal and longitudinal pixels), a temporal dimension T, and 12 Sentinel-2 channels ([H, W, T, D=12]).
Currently, we split the data into *resolution-based patches.* Concretely, this means that we will pick some spatial patch size p, and split our overall Sentinel-2 image into patches of size p x p:
For each patch, we create a token *per timestep per resolution*. So a Sentinel-2 input with 2 timesteps yields 6 tokens per patch (2 timesteps x 3 resolutions, 10m, 20m, and 60m).
In total, a[H, W, T, D=12] Sentinel-2 input will yield H/p x W/p x T x 3 tokens.
Using a unique token per resolution is a common technique when processing Sentinel-2 data—Galileo and SatMAE both take this approach, and SatMAE shows significantly better results when doing it. However, it is not universal: CROMA is a model that only uses a single token for all bands, regardless of resolution. Because token counts compound multiplicatively, collapsing resolutions into a single token produces three times fewer tokens and material savings across pretraining, fine-tuning, and inference.
Naively combining the tokens in this way leads to significant performance drops, including a 10 ppt drop on m-eurosat kNN (a common benchmark task for remote sensing models). We hypothesize that separating Sentinel-2 bands into different tokens makes it easier for OlmoEarth to model important cross-band relationships.
Merging tokens without impacting performance required us to modify our pre-training regimen. We describe those changes in detail in our paper.
For developers
The result is a model family that does more with less. At every size, OlmoEarth v1.1 runs up to three times cheaper than OlmoEarth v1, making frequent, planet-scale map refreshes more affordable for every team running OlmoEarth. If you're using a model from the original OlmoEarth family, try OlmoEarth v1.1. It provides similar performance to OlmoEarth v1 while requiring one third of the compute, though we have seen some regressions (see our technical report for more details). If it works for your task, you should see a significant speedup during fine-tuning and inference.
For researchers
Pretrained remote sensing models have many degrees of freedom, which makes them hard to study. When performance shifts, is it the architecture, the dataset, or the pre-training algorithm?
We train OlmoEarth v1.1 on the same dataset as OlmoEarth v1, so any differences between the two isolate the effect of methodological changes. We hope this advances understanding of scientific principles when pretraining models for remote sensing.
Get started
Check out the OlmoEarth v1.1 weights and training code, including the weights for our Base, Tiny, and Nano models.
Subscribe to receive monthly updates about the latest Ai2 news.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み