9 月 10 日，NASA 与 IBM 没有只放出一个模型权重。两家机构把近 200 万个月球轨道数据图块、预训练权重、四项下游基准、微调代码和 TerraTorch 配置一起公开。真正困难的部分也不只是让视觉模型“看懂月球”，而是先把不同任务、传感器、分辨率和光照条件的数据整理成能够训练、复现和比较的共同底座。
这也决定了该怎样理解这次发布。它不是第一个月球基础模型：Moonstone 与 LunarFM 已在 7 月公开。NASA 与 IBM 的增量，是把米级地貌与百米级区域环境纳入同一套预训练方法，同时把从数据到评测的工作流交给外部研究者验证。
近 200 万图块分成两条尺度轨道，没有强行拼成一张图
NASA 的发布说明把训练集概括为约 200 万张图块：超过 100 万张约 1 米分辨率的高分辨率相机图块，以及近 96.4 万张约 100 米分辨率的多光谱图块。技术报告给出精确数量：1,000,113 个窄角相机（NAC）图块和 963,609 个广角相机（WAC）图块。
两类图块解决的不是同一个观察问题。NAC 图块覆盖约 512 米见方，适合观察小型陨石坑等米级形态；WAC 图块覆盖约 51.2 公里见方，用于理解区域地形、光谱和地球物理环境。模型卡明确说明，两种尺度不会在一个样本里混合，而是各自形成样本族，共用一套模型权重。
数据对齐发生在每条轨道内部。光学影像确定地面边界，地形、坡度、坡向、温度、雷达、重力与氢丰度等图层再映射到同一边界。最终的 11 类预训练模态包括 9 类图像式输入、每块图的光学观测元数据，以及由静态地图汇总出的上下文。数据主要来自月球勘测轨道飞行器，也吸收 GRAIL、Lunar Prospector 和日本 SELENE/Kaguya 等任务的观测。
月球遥感还有一个容易制造虚高成绩的问题：滑动窗口会产生大量重叠图块，同一地面也可能在不同光照下被多次拍摄。团队没有随机打散这些图块，而是按月球横轴墨卡托投影分区和极区切分训练、验证与测试集；同一地面即使进入两种尺度，也会被分到同一数据划分。这一步的价值，是避免近重复影像同时出现在训练和测试两边。
模型学习跨模态关系，FlexiViT 让同一权重适配不同任务尺度
模型卡显示，主干是一个 12 层、隐藏维度 768 的 ViT-B 编码器，不是超大参数模型。训练方法改自 IBM 此前用于地球观测的 TerraMind：先为不同模态建立各自的离散编码器，再随机遮住一部分输入，让 Transformer 根据可见模态预测目标 token。这样训练的目的，是把同一地点的影像、地形与物理测量联系起来，而不是生成一张看起来像月球的图片。
团队还加入了 FlexiViT 的可变图块嵌入，使预训练权重在下游任务中可以改变工作图块大小，不必重新训练主干。完整预训练使用 16 块 H100、15 万步和约 1100 GPU 小时。外部研究者可以通过公开仓库下载权重与配置，再用 TerraTorch 运行陨石坑检测、不规则月海斑块分割和冰适宜度回归。
这套交付物比“开放权重”多了一层：数据加载、空间划分、损失函数和评价指标也随基准公开。在月球科学标签昂贵、不同研究经常自建处理管线的情况下，可重复的任务定义决定了模型改进能否被比较。
最大优势出现在冰适宜度回归，另外两项任务更接近并列
技术报告用四项任务比较月球预训练模型、随机初始化的同架构模型和多种 ImageNet 预训练模型，结果均报告五次随机种子的均值与标准差。
在百米级 WAC 陨石坑检测中，NASA-IBM 模型只用一半标注训练数据，完整微调的 mAP 为 0.2541；最强的 ImageNet 基线 SwinV2-B 用全部训练数据时为 0.2420。使用全部数据后，LoRA 微调版本的 mAP 达到 0.2581。这个结果支持月球领域预训练能够节省标注的判断。
优势没有覆盖所有尺度。米级 NAC 陨石坑任务中，LoRA 版本 mAP 为 0.1543，SwinV2-B 为 0.1552；不规则月海斑块分割中，最佳模型的前景 IoU 为 0.5709，最强基线为 0.5687。论文作者明确指出，两项差异都落在不同随机种子带来的波动范围内，应理解为表现相当，而不是明确领先。
最明显的差距来自极区冰适宜度回归。完整微调模型的 RMSE 为 0.0293，SwinV2-B 为 0.0377，误差约减少 22%。不过预测目标不是仪器直接测得的冰含量，而是一张由温度、光照和地形等信息按知识规则合成的“冰适宜度”连续地图。模型学会的是复现这套适宜度模式，不能把成绩写成发现了新的月球冰。
它不是首个月球基础模型，差异在双尺度与复现实验栈
NASA 将这项工作称为“最早的一批”开源月球科学模型，这个范围化表述是必要的。Moonstone在 7 月 3 日提交，使用来自五次轨道任务的七类仪器数据，构建约 237 米分辨率的全球 28 通道数据集，并提供六项下游任务；LunarFM在 7 月 24 日提交，整合三个月球任务、六种仪器的 18 个通道，覆盖南北纬 70 度之间，并发布共享嵌入。
这些系统的数据、任务和指标不同，不能直接拿分数排出名次。NASA-IBM 模型更清楚的差异，是在一套权重下保留米级与百米级两条尺度轨道，并把模型、训练数据、下游数据、基准配置和微调代码同时接入 TerraTorch。它提供的是一套可继续实验的月球遥感基础设施，而不是一次“全面领先”的排行榜更新。
边界同样清楚。模型生成的高程可能保留形状却丢失绝对高度，生成的经纬度甚至可能偏离数十度；它没有维持测地参考系，也未被验证用于着陆点认证或危险规避。Reuters和The Register都把它定位为帮助科学家分析轨道数据的开放工具，而非月面机器人自主系统。
接下来最能检验这次发布价值的，不是再增加一个官方百分比，而是外部团队能否用公开配置复现四项基准，并在新的月球区域、传感器和任务上保持优势。只有那时，近 200 万图块形成的通用表征，才会从一套完整的研究基础设施变成可迁移的科学能力。
