NASA同IBM同多間學術機構聯手，放咗個開源嘅「NASA-IBM月球基礎模型」。NASA同IBM話呢個係最早嘅開源月球科學基礎模型之一。NASA首席科學數據官Kevin Murphy話：「NASA用咗幾十年建咗份罕有嘅月球科學紀錄，但收集資料只係一半嘅工」，仲要畀科學家易用。
呢個模型用咗一個叫「SomBench」嘅資料集訓練，團隊稱呢個係目前最大嘅「空間對齊」多模態月球資料集，入面有接近200萬塊「tile bundle」（圖塊組合），跨11個模態、兩個空間尺度。其中約100萬張高解像度影像來自LRO（月球探測軌道器）嘅窄角相機，約1米每像素；約96.4萬張多光譜影像來自寬角相機，100米每像素。資料大部分來自LRO咗17年嘅觀測，NASA話LRO嘅資料量超過其他所有NASA行星任務嘅總和，另外加咗GRAIL（重力場）、Lunar Prospector（氫）同JAXA嘅Kaguya/SELENE探測器（礦物學）嘅資料，合共超過30個空間對齊嘅數據層，來自9個儀器、4個任務。
為咗避免訓練、驗證、測試資料之間洩漏，資料集按地圖區域划分，唔係隨機分發個別圖塊。
技術上，呢個模型基於TerraMind（一個多模態地球觀測模型），但研究團隊係從零開始訓練，唔係微調。每個圖塊，模型會直接收到成像幾何作為輸入——包括照明角度、太陽位置同圖塊範圍——因為喺月球，光照幾何對表面外觀嘅影響遠大於表面實際特性，所以團隊直接畀呢啲資訊，唔俾模型自己由原始像素去推。一個叫FlexiViT嘅技術，令同一模型可以適應唔同影像patch大小嘅任務而唔使重新訓練。
測試方面，團隊喺100米同1米尺度嘅月坑探測、極地冰礦預測，以及分節「不規則月海斑塊」（IMPs，喺月球冷卻時間線研究中具挑戰性嘅年輕火山特徵）上測試咗個模型。技術報告指出，喺所有任務中，呢個預訓練模型表現追平或超越通用基準，以及一個架構相同但隨機初始化嘅對照模型；團隊亦指出模型喺冰礦預測上優勢最明顯。
模姐驗嚇貨：NASA同IBM話呢個係開源，但權重有冇完全放開、可以點樣獲得、有冇使用限制，佢哋冇講。模型喺各任務嘅具體提升幅度，佢哋亦冇公開具體數字。呢個垂直領域嘅開源基礎模型，後續有冇其他機構接手做微調、有冇更多公開測試，都係未知。
模姐｜深度調教
