L'Allen Institute for AI (Ai2) a publié la version 1.3 d'OlmoEarth, sa famille de modèles de fondation destinés à l'analyse de données géospatiales. Ces modèles produisent des embeddings à partir d'imagerie satellite et d'autres sources d'observation de la Terre, permettant ensuite d'alimenter des applications allant du suivi agricole à la surveillance environnementale ou à la cartographie des catastrophes naturelles.
OlmoEarth s'inscrit dans une tendance plus large de modèles de fondation spécialisés par domaine, où l'objectif n'est pas de générer du texte ou des images mais de produire des représentations compactes et réutilisables de données complexes — ici, des séries temporelles de capteurs satellites multispectraux. Ces embeddings peuvent ensuite être exploités par des modèles plus légers pour des tâches spécifiques, sans avoir à retraiter l'imagerie brute à chaque fois.
Cette nouvelle itération est présentée par Ai2 comme apportant des performances de pointe sur plusieurs benchmarks d'observation terrestre, bien que les détails techniques précis — architecture, données d'entraînement, comparatifs chiffrés — restent à documenter au-delà de l'annonce initiale. Le projet suit la philosophie habituelle d'Ai2, qui privilégie la diffusion ouverte de ses modèles de recherche, à l'inverse de nombreux acteurs du secteur qui gardent ces outils propriétaires.
Le secteur de l'IA géospatiale reste une niche comparée aux grands modèles généralistes, mais il attire un intérêt croissant de la part d'organisations gouvernementales, d'ONG environnementales et d'entreprises agricoles, pour qui l'accès à des modèles ouverts et performants représente un gain de coût significatif par rapport aux solutions propriétaires existantes.