17 年月球数据，训成了一个开源模型

NASA 和 IBM Research 在 2026 年 9 月发布了一个月球科学基础模型，并且开源。它是首批专门为月球科学构建的开放模型之一，训练数据来自 17 年积累的大约 200 万张图像切片。

这类"基础模型"的做法是：先在大量无标注数据上做预训练，得到一个对领域数据有通用理解能力的模型，然后用少量标注数据微调到具体任务。对月球科学来说，这个思路解决了一个实际困难：标注需要专家，而专家时间有限。

图1：阿波罗 11 号登月舱（NASA，公有领域）（图片来源：Wikimedia Commons）

它能做什么

研究者用少量标注数据微调后，模型完成了三类任务：

• 绘制撞击坑：自动识别和圈定月表撞击坑，这是估算表面年龄的基础工作
• 识别年轻火山地貌：找出相对年轻的火山特征，帮助重建月球热历史
• 估算极区水冰稳定性：判断哪些位置的极区冰能够长期稳定存在

第三项对未来着陆任务有直接价值。极区永久阴影区的水冰是载人任务的重要资源，知道哪里稳定意味着知道该往哪落。

图2：月球样品 70019（NASA，公有领域）（图片来源：Wikimedia Commons）

为什么用开放模型

开放发布的实际意义在于可复现。行星科学的数据主要由公共资金采集，如果分析工具封闭，其它研究者无法验证结果，也无法在此基础上改进。开源让不同团队能在同一个起点上比较方法。

同一时期开源 AI 领域的另一组数据也值得一提：开放权重模型在 token 用量中的占比从 2025 年 12 月的 7% 上升到 2026 年 8 月的 56%。企业和开发者在生产环境中采用开放模型的速度超出很多人预期，成本和数据控制是两个主要驱动力。

科学基础模型这条路走得通吗

这是需要观察的部分。地球观测、材料、天文等领域都在尝试训练各自的专用模型，但效果参差。关键在于预训练数据是否足够"像"目标任务的数据，以及标注能否覆盖任务的多样性。

月球这个案例相对有利：数据来源统一（主要是轨道器影像），任务定义清晰（坑、火山、冰），历史上已有大量人工标注可作对照。条件不那么整齐的领域，复制这个模式的难度会高很多。

关联推荐

• 小米把训练过程一起开源了：75 万条轨迹，7000 个环境 — 开源模型生态的另一面
• 一颗不到百万岁的行星，把行星形成模型问住了 — 行星科学的前沿问题