OmniSpectra：波长原生光谱基础模型

2026年10月26日，arXiv 人工智能板块刊出 Md Khairul Islam 等作者的论文，提出并预训练了 OmniSpectra 光谱表示学习基础模型。该研究把跨仪器表示学习中的坐标不匹配视为结构性局限，主张用波长原生（wavelength-native）方案取代序列模型的整数像素索引：以连续坐标掩码自编码器建模，将物理坐标映射到对数基，使宇宙学红移带来的乘性缩放转化为均匀加性平移，并在连续旋转位置嵌入中相互抵消。报道未披露预训练数据规模、评测基准与具体性能数字，也未说明模型权重或代码的开放范围与使用条件。目前事件进展停留在论文发布与模型提出阶段，后续跟进报道尚未出现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。