AI2「OlmoEarth Studio」、地球観測の埋め込みベクトルを書き出せるように — 類似性検索・数ピクセルからのセグメンテーション・変化検出に対応

AI2（Allen Institute for AI）は2026年8月12日、地球観測モデル構築プラットフォーム「OlmoEarth Studio」に、埋め込みベクトルの計算・エクスポート機能を追加したと発表した。オープンソースのOlmoEarth基盤モデルが生成する埋め込みは、類似性検索からセグメンテーション、教師なし探索まで幅広い下流タスクに使える。埋め込みの生成に使われるモデルのソースコードと重みは研究論文とあわせて公開されており、出力がどのように作られるのかをコミュニティが検証できる点も特徴だ。

Studioでの埋め込み計算の指定項目

埋め込みの計算はStudioの他の予測と同じワークフローで実行できる。関心領域と期間を指定してモデルを実行し、結果をダウンロードする。出力はCloud-Optimized GeoTIFF（COG）形式で、埋め込みの次元ごとに1バンドが割り当てられる。ベクトルは符号付き8ビット整数（int8）で格納され、値域は-127〜+127（-128はnodata）。浮動小数点ベクトルへの復元には olmoearth_pretrain の dequantize_embeddings を使う。

• 関心領域: ポリゴンを描画またはアップロード（画像取得とタイリングはStudio側で処理）
• 期間: 1〜12か月単位。月次埋め込みを生成すれば季節変化の追跡も可能
• エンコーダ変種: Nano（128次元・1.4Mパラメータ）、Tiny（192次元・6.2Mパラメータ）、Base（768次元・89Mパラメータ）
• 空間解像度: 1ピクセルあたり10m／20m／40m／80m
• 画像ソース: Sentinel-2 L2A、Sentinel-1 RTC、または両方

ラベルなし・少数ラベルで動く応用例

記事では、Tiny（192次元）の埋め込みを40m解像度・Sentinel-2 L2A合成画像で使った応用例が示されている。いずれもタスク固有の学習をしない凍結埋め込みでの結果だ。

• 類似性検索: クエリピクセルの埋め込みと全ピクセルのコサイン類似度を計算。カリフォルニア州マーセド周辺では、ラベルなしで市街地・道路と農地を明確に区別できた
• 少数ラベルからのセグメンテーション: ベトナム・カマウの沿岸マングローブ地域で、3クラス（マングローブ・水域・その他）あたり20ピクセル、計60ピクセルのラベルでロジスティック回帰を学習し、加重F1=0.84の土地被覆分類を実現。ラベルを30から300に増やしても精度はほぼ変わらず、埋め込みが分類の大部分を担っているとされる
• 変化検出: 2023年9月と2024年9月の月次埋め込みのコサイン距離を比較し、カリフォルニア州ビュート郡のパークファイア（2024年7〜9月）の焼け跡をラベル・学習なしで検出
• 教師なし探索: 埋め込みをPCAで3次元に縮約してRGB表示。オランダ・フレヴォラントの干拓地で農地区画の構造が高精度に再現された

提供形態と制限

カスタム埋め込みのエクスポートはOlmoEarth Studioのユーザー向けに利用可能になっており、公開モデルを使って自分で埋め込みを計算する手順もドキュメントで公開されている。より高い性能が必要なアプリケーション向けに、Studioは教師ありファインチューニング（SFT）もサポートする。

• 出力のCOGはQGIS、GDAL、rasterioなど標準的な地理空間ツールで利用可能
• 類似性検索・セグメンテーション・変化検出・PCA可視化の再現コードはembeddingsチュートリアルとColabノートブックで提供
• 制限: 永続的な雲、大気アーチファクト、合成期間中の欠測は埋め込みの品質に影響するため、用途に応じた品質確認が推奨される
• データ出典: Sentinel-2 L2Aは欧州宇宙機関（ESA）のデータをMicrosoft Planetary Computer経由で利用。マングローブ参照にはESA WorldCover 2021 v200を使用

出典: Hugging Faceブログ「Introducing OlmoEarth embeddings: Custom embedding exports from OlmoEarth Studio for downstream analysis」、OlmoEarthテクニカルレポート、OlmoEarth埋め込みドキュメント（いずれも2026-08-14確認）。