OlmoEarth v1.1은 위성 이미지 처리 AI 모델 패밀리로, 기존 v1 대비 최대 3배 낮은 컴퓨팅 비용으로 동등한 성능을 제공한다. 핵심 혁신은 Sentinel-2 위성 데이터의 다중 해상도 토큰을 단일 토큰으로 병합해 시퀀스 길이를 3분의 1로 줄인 것이다. 이를 통해 지구 규모의 지도 갱신이 더 저렴해졌으며, 맹그로브 변화 추적·산림 손실 분류·작물 유형 지도화 등 환경 모니터링 태스크에 이미 실사용 중이다. 연구자들은 v1과 동일한 학습 데이터를 사용해 방법론 변경의 효과만을 분리하여 비교할 수 있도록 설계했다.

• •OlmoEarth v1.1은 v1 대비 최대 3배 낮은 컴퓨팅 비용(MACs)으로 유사한 벤치마크 성능을 유지한다.
• •Sentinel-2 위성 데이터의 다중 해상도 토큰을 단일 토큰으로 병합해 시퀀스 길이를 1/3로 단축하는 것이 핵심 기술이다.
• •맹그로브 변화 추적, 산림 손실 분류, 국가 규모 작물 유형 지도 작성 등 실제 환경 모니터링 파트너십에 활용 중이다.
• •동일 학습 데이터셋 사용으로 v1 대비 방법론 변경 효과만 분리·연구 가능해 학술적 기여도가 높다.
• •Base·Tiny·Nano 세 가지 크기로 출시해 사용자가 컴퓨팅 예산에 맞는 모델을 선택할 수 있다.