Ai2、地球観測モデル OlmoEarth v1.1 を公開──計算コストを 3 分の 1 に削減
Sentinel-2 衛星データのトークン化手法を改良し、精度を維持したまま地球規模の推論コストを大幅に引き下げた。
リリース: 2026-05-19 · 読了 3 分何が起きた
OlmoEarth v1.1 は、2025年11月公開の v1 と比較して、推論およびファインチューニングの計算コストを最大 3 倍削減した。
Sentinel-2 衛星データの 3 つの解像度（10m, 20m, 60m）を単一のトークンに統合する新しい事前学習手法を採用している。
Base, Tiny, Nano の 3 つのサイズで展開され、モデルの重みとトレーニングコードが Hugging Face で公開された。
学習データセットを v1 と共通化することで、アーキテクチャ改良による純粋な効率化効果を検証可能にしている。
なぜ重要
地球規模の解析では計算コストが最大のボトルネックとなるため、3 倍の効率化は「解析頻度の向上」や「予算内での解析面積の拡大」に直結する。
👁️ 開発者
リモートセンシング分野のエンジニアは、性能を落とさずに推論サーバーのインスタンス数を 1/3 に削減、あるいは同一リソースで 3 倍の面積をカバーできる。
🇯🇵 日本
衛星データを利用する国内の農業テックや防災 SaaS 企業は、Sentinel-2 ベースの解析パイプラインを本モデルへ移行することで、運用コストの劇的な改善が見込める。