日前從中國科學院空天信息創新研究院（以下簡稱“空天院”）獲悉，空天院付琨研究員團隊聯合鵬城實驗室正式發布自主研制的百億級遙感解譯基礎模型——“空天·靈眸”3.0版，這是迄今為止全球首個百億參數級空天一體遙感解譯基礎模型。
“空天·靈眸”是我國首個面向多模態遙感數據生成式基礎模型，也是首個專為遙感領域打造的行業基礎模型。自2022年首次推出后，空天院研究團隊在“基礎模型+下游任務”計算范式積累上持續探索。今年3月起，研究團隊與鵬城實驗室深度合作，基于中國算力網“鵬城云腦Ⅱ”樞紐節點，采用512張昇騰910顯卡，歷時數月攻關完成了在4億張國產化多模態空天遙感數據樣本上的預訓練，基礎模型參數規模首次超過百億。
中國科學院空天信息創新研究院研究員孫顯說：“我們如果把基礎模型看作一個機器人，那么，‘參數’就相當于它的‘記憶細胞’和‘知識細胞’。如果參數規模小，則它能記住和處理的信息就相對有限，只能做一些比較簡單的任務。參數規模越大，這兩種細胞就越多，它就能捕捉、記憶和處理更復雜的信息，從而更加準確、精細地完成更困難、更復雜的任務。”
“空天·靈眸”3.0版內核工作架構是聯合團隊基于熱傳導，自主研發的一套小而精的原創性架構——受傳熱學物理思想啟發，聯合團隊將場景目標間視覺語義傳播建模為熱能擴散過程，從而使該架構有效突破了遙感模型推理的性能和速度瓶頸，計算速度較傳統結構模型提升2.4倍以上。
孫顯介紹，這一架構實現了模型數據學習、推理等速度的大幅提升。例如，原來訓練1000萬張數據樣本，需要大約300多塊顯卡，現在只需要1/3的數量，處理速度還提升了約2.4倍。
“空天·靈眸”3.0版目前已表現出極為優秀的泛化解譯性能，在可見光、合成孔徑雷達、熱紅外、多光譜等多傳感器衛星數據基礎上，拓展至航空遙感飛機、無人機等不同航空平臺觀測數據的自動化、高精度解譯處理。孫顯說：“尤其是航空大傾角成像過程中，極易出現畸變、遮擋、缺失等干擾，模型對此依然可以保持高精度的識別能力。”
目前，“空天·靈眸”3.0版在覆蓋場景分類、目標檢測、語義分割、變化檢測等6大類任務的23個國際基準數據集上測試，相較于當前的主流模型，精度平均提升4%至10%，指標均達到領先水平，并已在應急、國土、海洋、住建等多個行業部署試運行，特別是在最具挑戰性的復雜要素精細分類、運動小目標連續跟蹤等任務上性能卓越，為天臨空地一體化應用提供了一套行之有效的解決方案。未來，研究團隊將持續推動“空天·靈眸”3.0版在國民經濟各個行業的落地應用。
