分辨率高 100 倍的那档，数据总量只有 1/27
100 米档 963,609 块，38 TB；1 米档 1,000,113 块，1.4 TB。块数差不多，体积差 27 倍。原因是 1 米档只有窄角相机一种模态，100 米档是把 30 多层叠在一起的。你买的不是像素，是层数。
补一：它有名字，而且属于一个家族
模型叫 Prithvi-Lunar，属 IBM-NASA 的 Prithvi 家族——同门有做地球观测的 Prithvi 和做日球物理的 Surya。权重在 Hugging Face 的 ibm-nasa-geospatial，Apache-2.0；微调走开源的 TerraTorch，用 LoRA，冻住 90% 的预训练权重。数据集 SomBench 以 CC BY 4.0 放在 AWS 上。【直引】
补二：SomBench 的构成，原帖对了但没给全
九台仪器、四个任务：LRO（相机、测高、热、雷达、紫外）、GRAIL（重力）、Lunar Prospector（氢与中子通量）、JAXA 的 SELENE/Kaguya。30 多层空间对齐，两条分辨率轨道的块数就是开头那两个数。训练用掩码 token 学习，把太阳高度角和航天器位置作为条件输进去。【直引】
补三：训练时踩过一个坑，原帖没提
IBM Research Europe 的 Juan Bernabé-Moreno 说，最初几轮训练是"complete disaster"。原因是很多陨石坑从轨道上看长得太像，模型直接记住了图。解法是把月球像切橘子瓣一样切成楔形，训练瓣和测试瓣彻底分开。【直引】跨模态融合架构基于 IBM 的 TerraMind。
补四：三个任务的数字，第三个可以更具体
极区冰：相对 SwinV2-B 基线，RMSE 最多降 22%，针对的是月壤表层一米内的远景估计。陨石坑：100 米语境下比基线高近 19%，标注量减半。不规则月海斑块：原帖只写"相当或更优"，公开报道给的是 3% 的准确率提升。【直引】
补五：6 亿吨这个数，性质要标清楚
这类数字是遥感推断加模型估计，不是钻探实测。NASA 与 IBM 两边的表述也都是估算口径。原帖已经标了"估算值，不是实测储量"，这一条做得对。【判断】
下一根钉子
JAXA-ISRO 的 LUPEX 月球车，不早于 2028 年。它携带的钻探取样是第一台可能把"冰远景图"变成"冰实测值"的机器。在那之前，南极的冰有多少、在不在表层一米内，都停在估计这一档。