巴拿马7.6级地震亲历者：余震不断，居民躲在车内过夜
新京报讯（记者熊丽欣）据央视新闻消息，当地时间10月9日12时56分（北京时间10月10日1时56分），巴拿马发生7.6级地震，首都巴拿马城等多地震感强烈，多个省市的建筑及桥梁、道路受损，部分地区电力中断。
截至目前，地震已造成27人轻伤，暂未接到人员死亡、失踪报告。
另据中国外交部消息，截至目前，暂无中国公民在地震中伤亡报告。
在巴拿马城经营一家超市的中国公民钟女士告诉新京报记者，自己所在的位置距离震中约200公里。
地震发生时，她正在超市内工作，店里的玻璃柜、货架等突然开始剧烈晃动。
“我家人喊‘地震了赶紧跑’。
当时地面晃得特别厉害，我人都站不稳。
”钟女士回忆，剧烈晃动持续了约1分钟。
跑出店后，她看到对面市政府有很多人跑到楼外，附近医院的医护人员和病人也跑了出来。
“有几个腿脚不好的老人被人流挤倒在地，后来被送去医院了。
几栋高层建筑外立面的玻璃也裂开了。
”
钟女士介绍，地震结束后，她回到店内，发现货架上的商品散落一地。
所幸店铺所在的建筑未出现墙体开裂或倒塌。
“我家的超市在一栋老建筑的一层，这栋楼有七八十年历史，楼上还住着不少老人。
”据钟女士了解，她家附近一些年代较久的老房子出现了墙体开裂的情况，但所幸目前水、电、网络等基本生活设施未受到影响。
“我们现在就是担心余震。
昨天晚上（当地时间10月9日晚上）余震不断，大家都担心再次发生大地震，睡得不安稳。
”钟女士说，她和丈夫在巴拿马生活了26年，当地有不少像他们一样的中国公民，长期经营超市、洗衣店、五金店等。
此前，她从未经历过如此强烈的地震。
“我身边一些在当地生活了三四十年的中国公民也说，没遇到过这样的大地震。
”
地震发生后，钟女士的超市里商品散落一地。
受访者供图
当地时间10月10日21时（北京时间10月11日10时）许，同样在巴拿马生活的中国公民郑先生告诉新京报记者，他所在的位置距离震中不到50公里。
他在当地经营一家百货店，地震发生后，店内一片狼藉。
他所在区域许多房屋出现裂痕，部分邻居家的门窗也被震坏。
目前，当地仍有余震。
“就在刚刚，又发生了一次5.5级地震。
现在我们都不敢回家睡觉，睡在车里，等停了再回去。
”
在当地生活的龚女士也在地震发生后离开了家。
她告诉记者，自己家在海边，因为担心地震引发海啸，她已经带着家人撤离。
“当时（地震发生时）家里‘噼里啪啦’地响，我们住在15楼，就赶紧带着狗走楼梯往下跑了，到现在也不敢回家。
”
据中国地震台网测定，这场强震后不久，该国又发生多次5级以上余震。
据央视新闻报道，受地震影响，巴拿马最大国际机场在临时关闭后逐步恢复运营，地铁运行也受到影响，全国六个地区出现电力供应中断，巴拿马运河运营暂时保持正常。
另据新华社消息，巴拿马政府于当地时间10月10日宣布进入紧急状态，以应对强震，协调救灾和援助工作。
同时，政府已在首都巴拿马城设立救灾物资收集点，各省政府也将接收社会捐赠物资。
OlmoEarth v1.3发布：Ai2推出全球卫星嵌入模型
Ai2（艾伦人工智能研究所）今日发布了一款卫星地图嵌入模型OlmoEarth v1.3，并为全球范围提供了多种分辨率下预先计算好的年度嵌入数据，同时配套推出了基于浏览器的地图制作工具。该模型能够将一年的卫星观测数据压缩成数值指纹，最小分辨率下每个指纹对应10米乘10米的地面区域，同时也提供64平方米和128米分辨率的版本。
这种数值指纹捕捉的模式信息，可供其他软件用于区分农田、森林、矿区等不同类型的地表覆盖。
此前，使用OlmoEarth的主要方式是通过OlmoEarth Studio进行微调，针对每项任务训练一个模型，再将其应用于卫星数据以生成地图。
这种方式需要大量图形处理单元资源，以及下载和存储影像的能力。
此次发布的OlmoEarth嵌入浏览器是一款基于浏览器的地图制作工具。
这意味着任何人都可以将OlmoEarth用于实际工作，从追踪时间变化到寻找相似地点，无需注册登录即可使用。
嵌入数据代表了模型从数百万张卫星图像中学习到的内容。
OlmoEarth会读取一年的雷达图像及相关数据，包括Sentinel-1、Sentinel-2和Landsat的数据。
Sentinel和Landsat是提供地球互补视角的卫星任务：Sentinel-1测量雷达反射信号，而Sentinel-2和Landsat则捕捉可见光和红外波长的光线。
该公司表示，与以往版本的OlmoEarth模型相比，v1.3是其训练成本最低的模型。
其训练所用计算时间仅为最新版本（v1.2）的53%，为第一版（v1）的18%，碳排放量也分别仅为两者的50%和22%。
不过v1.2仍是一款强大的微调模型，对研究机构和合作实验室而言依然具有价值。
这些模型在现实世界中的应用场景 这些卫星模型有助于压缩跨越时间和空间的大量数据，这对于理解地球的变化方式非常有用。
在秘鲁马德雷德迪奥斯地区，围绕拉潘帕的非法金矿开采活动在2017年和2018年达到顶峰，在坦博帕塔国家保护区缓冲区内清除了超过1200公顷的森林。
亚马逊保护团队的MAAP监测项目报告了这一活动。
2019年2月，秘鲁的"水银行动"关闭了大部分采矿作业。
我们如何得知这一事实？ 嵌入数据给出了明确答案。
无需进行模型训练，仅通过比较不同年份的数据像素，观察2016年至2020年间的情况，可以清晰看到南部矿区带内有明显的向东扩张趋势：显著变化区域达34平方公里。
而同样的比较放在2020年至2024年间，这一面积降至9平方公里。
关闭行动的效果显而易见。
Ai2表示，对许多团队来说，针对某个想法测试OlmoEarth通常意味着需要进行一次微调运行，这是一项耗时数小时、成本高昂的艰巨任务。
而在浏览器工具中，初步分析仅需几秒钟即可完成。
仅凭少量标签对某个区域进行分析，无需使用GPU。
当某项任务确实需要进行微调实验时，嵌入数据可以帮助判断该实验是否值得投入计算时间，以及模型存在哪些不足之处。
OlmoEarth v1.3发布：Ai2推出全球卫星嵌入模型
Ai2（艾伦人工智能研究所）今日发布了一款卫星地图嵌入模型OlmoEarth v1.3，并为全球范围提供了多种分辨率下预先计算好的年度嵌入数据，同时配套推出了基于浏览器的地图制作工具。该模型能够将一年的卫星观测数据压缩成数值指纹，最小分辨率下每个指纹对应10米乘10米的地面区域，同时也提供64平方米和128米分辨率的版本。
这种数值指纹捕捉的模式信息，可供其他软件用于区分农田、森林、矿区等不同类型的地表覆盖。
此前，使用OlmoEarth的主要方式是通过OlmoEarth Studio进行微调，针对每项任务训练一个模型，再将其应用于卫星数据以生成地图。
这种方式需要大量图形处理单元资源，以及下载和存储影像的能力。
此次发布的OlmoEarth嵌入浏览器是一款基于浏览器的地图制作工具。
这意味着任何人都可以将OlmoEarth用于实际工作，从追踪时间变化到寻找相似地点，无需注册登录即可使用。
嵌入数据代表了模型从数百万张卫星图像中学习到的内容。
OlmoEarth会读取一年的雷达图像及相关数据，包括Sentinel-1、Sentinel-2和Landsat的数据。
Sentinel和Landsat是提供地球互补视角的卫星任务：Sentinel-1测量雷达反射信号，而Sentinel-2和Landsat则捕捉可见光和红外波长的光线。
该公司表示，与以往版本的OlmoEarth模型相比，v1.3是其训练成本最低的模型。
其训练所用计算时间仅为最新版本（v1.2）的53%，为第一版（v1）的18%，碳排放量也分别仅为两者的50%和22%。
不过v1.2仍是一款强大的微调模型，对研究机构和合作实验室而言依然具有价值。
这些模型在现实世界中的应用场景 这些卫星模型有助于压缩跨越时间和空间的大量数据，这对于理解地球的变化方式非常有用。
在秘鲁马德雷德迪奥斯地区，围绕拉潘帕的非法金矿开采活动在2017年和2018年达到顶峰，在坦博帕塔国家保护区缓冲区内清除了超过1200公顷的森林。
亚马逊保护团队的MAAP监测项目报告了这一活动。
2019年2月，秘鲁的"水银行动"关闭了大部分采矿作业。
我们如何得知这一事实？ 嵌入数据给出了明确答案。
无需进行模型训练，仅通过比较不同年份的数据像素，观察2016年至2020年间的情况，可以清晰看到南部矿区带内有明显的向东扩张趋势：显著变化区域达34平方公里。
而同样的比较放在2020年至2024年间，这一面积降至9平方公里。
关闭行动的效果显而易见。
Ai2表示，对许多团队来说，针对某个想法测试OlmoEarth通常意味着需要进行一次微调运行，这是一项耗时数小时、成本高昂的艰巨任务。
而在浏览器工具中，初步分析仅需几秒钟即可完成。
仅凭少量标签对某个区域进行分析，无需使用GPU。
当某项任务确实需要进行微调实验时，嵌入数据可以帮助判断该实验是否值得投入计算时间，以及模型存在哪些不足之处。
