全球首个百亿级遥感解译基础模型发布
记者日前从中国科学院空天信息创新研究院获悉，空天院付琨研究员团队联合鹏城实验室正式发布自主研制的百亿级遥感解译基础模型——“空天·灵眸”3.0版，这是迄今为止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”是我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。自2022年首次推出后，空天院研究团队在“基础模型+下游任务”计算范式积累上持续探索。今年3月起，研究团队与鹏城实验室深度合作，基于中国算力网“鹏城云脑Ⅱ”枢纽节点，采用512张昇腾910显卡，历时数月攻关完成了在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。
中国科学院空天信息创新研究院研究员孙显说:“我们如果把基础模型看作一个机器人，那么，‘参数’就相当于它的‘记忆细胞’和‘知识细胞’。如果参数规模小，则它能记住和处理的信息就相对有限，只能做一些比较简单的任务。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版内核工作架构是联合团队基于热传导，自主研发的一套小而精的原创性架构——受传热学物理思想启发，联合团队将场景目标间视觉语义传播建模为热能扩散过程，从而使该架构有效突破了遥感模型推理的性能和速度瓶颈，计算速度较传统结构模型提升2.4倍以上。
孙显介绍，这一架构实现了模型数据学习、推理等速度的大幅提升。例如，原来训练1000万张数据样本，需要大约300多块显卡，现在只需要1/3的数量，处理速度还提升了约2.4倍。
“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。孙显说:“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，模型对此依然可以保持高精度的识别能力。”
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，相较于当前的主流模型，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，为天临空地一体化应用提供了一套行之有效的解决方案。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。
