OlmoEarth v1.1 : Allen AI publie des modèles satellites 3 fois moins chers

Allen AI a présenté OlmoEarth v1.1, une famille mise à jour de modèles transformer pour analyser les images satellites Sentinel-2. Le résultat principal : le coût de calcul a été divisé par 3, tandis que la qualité reste au niveau de la version précédente.

Comment l'efficacité a évolué

OlmoEarth v1 est sorti en novembre 2025 et a rapidement attiré l'attention des chercheurs et des développeurs. Le modèle fonctionnait bien : classification précise des images forestières, identification fiable des types de cultures, suivi des mangroves. Mais il y avait un goulot d'étranglement : le coût de calcul de l'inférence constituait un frein notable au déploiement dans les pays aux budgets limités.

OlmoEarth v1.1 est disponible en trois tailles : Base, Tiny et Nano. Allen AI a réussi à préserver les performances tout en réduisant nettement le coût de calcul. Le modèle devrait ainsi devenir plus accessible aux entreprises et aux groupes de recherche qui souhaitent actualiser fréquemment les cartes satellites de la planète.

La solution technique : une tokenisation repensée

La clé de l'efficacité réside dans la façon dont les données satellites sont encodées en tokens pour le transformer. Dans l'OlmoEarth v1 d'origine, chaque résolution du satellite (il y en avait trois : 10 m, 20 m et 60 m) était encodée séparément. Les données Sentinel-2 ont pour forme [H, W, T, D=12], où H et W sont les dimensions spatiales, T le nombre de pas de temps et D le nombre de bandes spectrales. Chaque patch d'image à chaque instant produisait 3 tokens distincts.

Allen AI a radicalement revu l'approche : toutes les résolutions sont désormais fusionnées en un seul token par patch et par instant. Le nombre de tokens a immédiatement été divisé par 3. C'est crucial pour les transformers, car leur coût de calcul croît de façon quadratique avec la longueur de la séquence : deux fois moins de tokens, c'est quatre fois moins de mémoire et de temps.

Mais il y avait un risque. Lorsque l'équipe a d'abord simplement fusionné les tokens, la qualité a chuté de 10 points de pourcentage sur le test m-eurosat (reconnaissance des types de sols). La fusion brute de bandes spectrales différentes détruisait des relations pertinentes dans les données.

Allen AI a résolu le problème en retravaillant la méthode de préentraînement. Le modèle apprend désormais à partir d'un token unique, mais conserve la compréhension des relations entre les différentes bandes spectrales malgré leur fusion.

Ce que cela donne en pratique

L'inférence sur OlmoEarth v1.1 est 70 % moins chère et plus rapide que sur la version d'origine. Pour les développeurs, cela signifie payer moins les fournisseurs cloud pour les GPU, actualiser les cartes plus vite et expérimenter à moindre coût avec de nouveaux jeux de données.

Pour les chercheurs, la nouvelle version a un autre intérêt. C'est une expérience contrôlée : une seule chose change, la conception des tokens, tout le reste (jeux de données, approche d'entraînement, architecture centrale) demeure identique. De telles expériences aident à comprendre quels composants sont vraiment critiques :

• Quels aspects de l'architecture transformer influencent le résultat
• Comment la qualité du jeu de données de préentraînement joue sur les performances
• Quelles méthodes de préentraînement sont les plus efficaces
• Comment arbitrer entre taille du modèle et qualité

La suite

Les modèles sont déjà déployés dans des projets concrets à travers le monde. Des entreprises partenaires utilisent OlmoEarth pour suivre la dégradation des forêts sous les tropiques, surveiller l'évolution des mangroves et identifier les types de cultures agricoles. Chacune de ces applications est essentielle pour la conservation et l'aménagement du territoire.

Allen AI a publié en accès libre non seulement les modèles, mais aussi le code d'entraînement. Les chercheurs peuvent ainsi reproduire les résultats, comprendre en détail la méthode de préentraînement et développer leurs propres variantes d'architecture à partir de l'approche publiée. Les modèles existent en trois tailles (Base, Tiny, Nano), ce qui permet de choisir le meilleur compromis entre qualité et vitesse pour chaque tâche.

Ce que cela signifie

L'IA satellitaire passe d'un domaine de recherche pointu à un outil d'usage massif. Moins cher, c'est plus accessible, donc un déploiement plus rapide. Pour les entreprises qui bâtissent des services sur des données satellites, cela ouvre une nouvelle gamme de prix : des millions d'images peuvent être traitées plus économiquement et les cartes mondiales actualisées plus souvent. Pour les pays en développement, où la surveillance environnementale est cruciale mais les budgets limités, cela peut être un facteur décisif.