币圈界报道：

IBM与NASA拓展开源AI合作至月球表面，构建智能探测新范式

IBM与美国国家航空航天局（NASA）已将双方的开源人工智能协作延伸至地外环境，正式发布“NASA-IBM月球基座模型”。该模型专用于自动识别月球表面的水冰沉积区、撞击坑结构及火山地质特征，其训练数据源自四次NASA任务中九个科学仪器采集的逾三十个数据层级。

月球南极勘探提速，高精度地形分析成关键支撑

当前，该模型的部署时机与NASA加速推进月球南极永久阴影区长期驻留计划高度契合。在该区域定位水冰资源并筛选安全着陆点，已成为实现可持续月面活动的核心前提。

AI赋能人类着陆选址，优化生命支持系统布局

水冰不仅是宇航员饮用水的重要来源，还可通过原位资源利用技术转化为氧气或推进剂。更先进的地形解析能力使规划者能够精确评估潜在着陆区的稳定性与操作可行性，为后续基础设施建设提供决策依据。

超越对话式AI，科学基座模型聚焦深空数据挖掘

此月球模型隶属于IBM“Prithvi”科学基座模型系列，旨在处理地球观测、气候模拟与深空探测等领域的超大规模科学数据，而非参与消费级聊天机器人竞争。这一方向呼应了公司向企业级与科研型计算倾斜的战略重心。

月球成为人工智能验证核心试验场，推动规模化应用

长远来看，该模型不仅服务于当前探月任务，更致力于为火星探测积累关键技术。借助其在历史航天数据中的卓越表现，研究人员可大幅降低重复建模成本，实现对数十载观测资料的高效价值提取。

尽管23%的准确率提升已具显著意义，但真正的突破在于系统化部署潜力。一旦验证成功，此类AI将有望嵌入NASA的月面运营体系，承担着陆点遴选、资源分布预测及未来基地选址等关键职能。