9月10日，IBM与NASA联合发布NASA-IBM Lunar Foundation Model，这是首个面向月球科学的开源基础模型。该模型已在Hugging Face公开，并配套发布统一的多模态月球数据集，整合了四次NASA任务、九台仪器超过30层的观测数据，涵盖高分辨率影像与多光谱信息。[[1]](https://www.reuters.com/science/ibm-nasa-launch-ai-model-help-map-ice-craters-moon-2026-09-10/)
模型训练数据来自月球勘测轨道器等任务，可用于识别极区潜在冰沉积、火山特征与陨石坑，基准测试中对关键地表特征的识别准确率较主流方法提升最高23%。冰资源对未来月球基地供水、制氧及火星任务燃料生产至关重要，此举直接服务于NASA长期驻留计划。
与通用视觉模型相比，该模型在多分辨率、多模态数据融合上更高效，所需微调数据更少。这一开源举动将加速全球科研机构对海量月球数据的利用，降低人工筛查成本。
与闭源前沿模型竞赛不同，IBM-NASA路径强调科学应用与公共数据集建设。下一步值得关注的是，更多机构是否跟进类似行星科学基础模型，以及该模型在实际任务规划中的落地效果。
信源：https://www.reuters.com/science/ibm-nasa-launch-ai-model-help-map-ice-craters-moon-2026-09-10/