中国发布全球首个百亿级遥感解译基础模型

中国科学院空天信息创新研究院(空天院)9月21日宣布，该院付琨研究员团队联合鹏城实验室自主研制的、全球首个百亿参数级空天一体遥感解译基础模型——“空天·灵眸”3.0版，在当天开幕的第一届空天信息技术大会上正式发布，可为天临空地一体化应用提供一套行之有效的解决方案。

目前，“空天·灵眸”3.0版在覆盖场景分类、目标检测、语义分割、变化检测等6大类任务的23个国际基准数据集上测试，较比当前的主流模型，精度平均提升4%至10%，指标均达到领先水平，并已在应急、国土、海洋、住建等多个行业部署试运行，特别是在最具挑战性的复杂要素精细分类、运动小目标连续跟踪等任务上性能卓越。

第一届空天信息技术大会会场。中国科学院空天院/供图

中国科学院空天院表示，“空天·灵眸”是中国首个面向多模态遥感数据生成式基础模型，也是首个专为遥感领域打造的行业基础模型。未来，研究团队将持续推动“空天·灵眸”3.0版在国民经济各个行业的落地应用。

“空天·灵眸”自2022年首次推出后，中国科学院空天院研究团队在相关积累上持续探索，2024年3月起与鹏城实验室深度合作，历时数月攻关完成在4亿张国产化多模态空天遥感数据样本上的预训练，基础模型参数规模首次超过百亿。

中国科学院空天院研究员孙显介绍，我们如果把基础模型看作是一个机器人，那么，“参数”就相当于它的“记忆细胞”和“知识细胞”。参数规模越大，这两种细胞就越多，它就能捕捉、记忆和处理更复杂的信息，从而更加准确、精细地完成更困难、更复杂的任务。

“空天·灵眸”3.0版目前已表现出极为优秀的泛化解译性能，在可见光、合成孔径雷达、热红外、多光谱等多传感器卫星数据基础上，拓展至航空遥感飞机、无人机等不同航空平台观测数据的自动化、高精度解译处理。

“尤其是航空大倾角成像过程中，极易出现畸变、遮挡、缺失等干扰，‘空天·灵眸’3.0版模型对此依然可以保持高精度的识别能力。”孙显说。