10月20日消息，阿里達摩院發布業內首個遙感AI大模型，一個模型即可識別農田、農作物、建筑等地表萬物，讓AI進一步下沉到田間地頭，大幅提升災害防治、自然資源管理、農業估產等遙感應用的分析效率，該模型已在AI Earth地球科學云平臺開放使用。

　　遙感技術在城市運營、耕地保護、應急救災等國計民生中的應用甚廣，遙感AI則可以大幅提升既有數據的利用深度，輸出更精細化、更準確的分析結果，如結合衛星照片與歷史氣象情況，“算”出某一塊農田里作物的長勢狀況，讓種地不再被動，而是更主動地“看天吃飯”。

　　以往，由于遙感衛星的影像數據規模巨大、地物分類復雜，要識別不同的地表物體，需要分別訓練多個專用的遙感模型，且單個模型存在識別準確率低、泛化性差等問題。2023年4月，Meta發布的論文《Segment Anything》讓計算機視覺進入快速迭代的大模型時刻，也推動遙感AI朝著“一個模型解決多個任務”的方向發展。

　　達摩院此次提出的遙感AI解譯通用分割模型(AIE-SEG)，率先在遙感領域實現了圖像分割的任務統一，一個模型即可實現“萬物零樣本”的快速提取，可識別農田、水域、建筑物等近百種遙感地物分類，且多項任務處理下依舊保持高精度的識別，還能根據用戶的交互式反饋自動調優識別結果。在一些特定場景下，對比傳統的遙感模型，實例提取的準確率可提升25%，變化檢測的準確率可提升30%。