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 分記事の要約
1. 核心（What）
- 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。
2. 影響（Why）
- 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。
- 開発者への影響: 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。
- 日本への影響: 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。
3. 根拠・詳細（How）
- OlmoEarth v1.1: A more efficient family of Earth observation models (2026-05-19 公開)