同一块月面可能同时有可见光、地形、温度、雷达和重力数据，但不同仪器的分辨率、覆盖与物理含义不一样。剑桥大学、德国航空航天中心、SPAIDER SPACE、帝国理工学院等团队提出LunarFM，把三次月球任务、六种仪器的18个输入通道对齐到一个共享表示。
团队处理南北纬70度之间约201600个月面切片，每块覆盖0.5度经纬范围，并生成768维嵌入。相似区域搜索、矿物含量回归、少样本资源制图和地质单元分类都可以在这套嵌入上训练轻量模型。
六类观测先落到同一球面网格
LunarFM使用月球勘测轨道飞行器的可见光、地形、热红外与雷达数据，GRAIL任务的重力产品，以及Clementine任务的反照率观测。团队先完成共注册，再切成统一网格，减少仪器之间空间错位。
论文Figure 1：六种仪器数据被切成月面网格，用掩码自编码器训练后生成统一嵌入。
训练采用多模态掩码自编码器，随机遮住85%的输入补丁，让模型根据其他仪器和邻近区域重建缺失信息。最终编码器约1.098亿参数，训练约50万步，使用3张NVIDIA H100。
一个嵌入支持四类月球分析
预训练完成后，每个月面切片得到一个768维向量。研究者不再为每项任务从头融合六类原始数据，而是在冻结嵌入上训练随机森林或其他轻量模型。
论文下游结果图：左列为参考矿物或地质图，右列为基于LunarFM嵌入训练的轻量模型预测图。
相似搜索输入一个位置后，会返回嵌入距离最近的月面切片。结果同时展示可见光、地形、温度和岩石丰度，帮助研究者寻找多种物理观测都相近的区域，而不是只比较照片纹理。
论文Figure 7：查询位置与十个相似结果在可见光、地形、温度和岩石丰度上的对比。
没有坐标输入，地质结构仍在空间里出现
模型推理时没有显式输入月面坐标，但UMAP投影和聚类呈现出连续区域，月海、南极艾特肯盆地等结构能够在嵌入空间中分开。钛铁矿浓度也在二维投影中形成局部区域。
论文Figure 5：嵌入的二维投影按钛铁矿含量着色，并映射回月面位置。
这种对应说明嵌入捕捉到多仪器共同反映的物理差异，但它不是自动发现矿藏的证明。矿物实验使用外部成分图和指定训练样本，极区之外的覆盖也受到数据可用性限制。
统一表示的另一个边界是空间分辨率。0.5度切片适合区域级检索和制图，却不能替代着陆器所需的米级障碍识别；同一切片中的陨石坑、坡度和材料差异会被压缩进一个向量。模型返回“相似区域”后，研究者仍需回到原始仪器产品和更高分辨率数据核查。
掩码重建也不是在补造新的观测。训练时遮挡部分通道，是迫使模型学习不同传感器之间的关联；正式科学分析中，缺测区域是否可以估计，要结合仪器覆盖、误差与地质背景单独验证。768维嵌入更像检索索引和通用特征，不是可直接引用的物理测量值。
对任务团队而言，统一底座最现实的用途可能是缩小人工检索范围：先用向量搜索找候选区域，再调用原始影像、光谱和地形产品做专业判断。它能减少重复预处理，却不会替代仪器校准、地质解释和任务风险评估。
下一步是让数据和模型被更多任务复用
项目页提供约20万个月面嵌入、2000个阿波罗11号区域样本切片、下游数据、模型权重和教程入口。对月球研究者，最直接的价值是省去重复的数据对齐和格式转换工作。
后续需要扩大到南北纬70度以外区域，检验不同任务的空间外推能力，并引入新的任务数据。LunarFM目前是月球科学的数据与表示底座，不是完整的着陆选址或资源开采决策系统。
参考资料
https://arxiv.org/abs/2607.22408
