NASA и IBM представили Lunar Foundation Model — одну из первых открытых базовых моделей для лунных исследований. Она обучена на массиве данных SomBench, включающем почти 2 миллиона фрагментов изображений, полученных за 17 лет работы аппарата Lunar Reconnaissance Orbiter (LRO). Модель способна адаптироваться к различным задачам с минимальным количеством размеченных примеров, что критически важно для лунной науки, где объем данных велик, а их разметка затруднена. Согласно результатам тестирования, модель показала высокую эффективность в прогнозировании залежей льда в полярных регионах, снизив ошибку предсказания до 22% по сравнению с лучшими базовыми моделями. В задачах обнаружения кратеров на крупном масштабе она также продемонстрировала преимущество почти в 19%. При этом исследователи отмечают, что модель не подходит для задач абсолютного геодезического позиционирования, так как может допускать значительные погрешности в определении координат и высоты.