2026年9月10日，美国国家航空航天局（NASA）与IBM研究院联合发布并开源了首个月球大模型，模型权重与代码向全球研究者开放，供下载、微调和试验。该模型已纳入NASA首席科学数据办公室“科学人工智能”战略，是首批专门面向月球科学、可公开使用的智能分析工具之一，旨在将数十年来分散的月球观测数据转化为可复用的智能分析平台，服务于陨石坑测绘、火山地貌识别和极区水冰潜力评估等关键任务。

月球研究长期面临数据规模庞大但整合困难的矛盾。该模型以NASA月球勘测轨道飞行器（LRO）在轨约17年积累的数据为核心训练集，其数据规模超过NASA其他行星任务数据的总和。模型使用了约200万个月球图像切片，并融合了重力、地形与遥感等多源数据，配套数据集整合了9台仪器、4项任务、30多个空间对齐数据层，有效解决了不同分辨率、不同载荷难以统一调用的问题。

该模型对月球资源勘查具有重大意义。月球永久阴影坑温度极低，可将水冰保存数百万年以上，但光学手段难以直接观测。水冰不仅关系到月球基地的饮用水和呼吸用氧，还可通过电解制氢制氧，为深空任务提供推进剂原料，是人类长期驻月及后续火星任务的起点。模型通过综合多分辨率、多模态观测数据，估算极区水冰的赋存与稳定分布，帮助探测器精准找到水冰采样位置。同时，模型还可辅助快速提取和分类陨石坑，减少人工判读工作量，为飞船着陆点选址提供地质依据。

信息来源：

https://newsroom.ibm.com/2026-09-10-ibm-and-nasa-release-open-source-ai-model-to-support-lunar-exploration

http://www.ce.cn/xwzx/kj/202609/t20260918_3220261.shtml