17 年轨道数据训练一个模型：月球基座说明垂直模型的护城河在哪
结论：垂直基础模型的壁垒不在参数，在「别人拿不到的连续数据」
NASA 与 IBM Research 联合多家学术机构发布了 NASA-IBM Lunar Foundation Model，被称为最早的开源月球科学基础模型之一。它的训练素材不是网页文本，而是长达 17 年的月球轨道器观测数据。
三个要点
一、数据的时间连续性才是稀缺品。 通用大模型靠公开语料堆规模，这类科学基座靠的是「同一批仪器、同一套标定、连续 17 年」的一致观测。这种数据没法靠爬取补齐，也无法用合成数据替代——它需要真实的硬件在真实的轨道上待够时间。
二、开源是这类项目的最优解。 行星科学的研究者分散在全球各机构，闭源会让数据价值打折。把模型权重与数据管线开放，等于把下游微调外包给整个学术界，对 NASA 而言这是性价比最高的路线。
三、基础模型不等于会做科研。 这类模型擅长的是表征与检索：把多源遥感数据对齐到统一空间，让下游任务（撞击坑识别、矿物分布、着陆区评估）有个更好的起点。它不会替科学家下结论。
对读者的实际影响
- 做遥感、地理信息、材料表征的同学，值得把「连续观测数据 + 自监督预训练」当作可复用的方法论，而不是只盯着月球。
- 做产业判断时，可以拿它当一个反例：不是所有垂直模型都能靠数据规模速成，数据的可获取性才是护城河。
- 如果你是数据工程师，「17 年数据怎么标定对齐」这套工程实践，比模型结构本身更值得读。
一个提醒
开源科学模型的价值释放周期以年计。把它当成短期产品热度来看，大概率会失望。
参考来源
- The Decoder：NASA and IBM's open-source lunar model turns 17 years of orbiter data into a foundation for lunar science — https://the-decoder.com/nasa-and-ibms-open-source-lunar-model-turns-17-years-of-orbiter-data-into-a-foundation-for-lunar-science/