据快科技8月9日消息，近日，武汉大学携手蚂蚁集团推出了新一代语义增强遥感大模型SkySense，可谓是全方位的强者。
其相关研究成果于国际知名学术期刊《自然机器智能》在线刊发。
当下，遥感基础大模型在复杂多变的地球观测场景应用里遭遇挑战，像多模态遥感影像数据融合效果不佳、下游任务微调需大量数据支撑、对遥感语义信息挖掘不够充分等。
为突破这些难题，研究团队基于前期的多模态遥感大模型SkySense，研发出了SkySense。
SkySense依托来自11个卫星载荷的2700万组多模态遥感影像，运用两阶段渐进式学习来完成预训练。有效减轻了大模型对复杂微调流程以及大量标注数据的依赖，大幅提升了实用性与泛化能力。
研究团队在农业、林业、灾害管理等7个领域的12种典型地球观测任务中，对SkySense展开全面评估。
实验结果表明，SkySense在这12项任务中均展现出卓越表现，性能超越其他模型。与同期最前沿方法相比，在全量微调分类与检测任务上，平均精度提高了4.79%；在少样本提示分割任务上，平均交并比提高了14.08%。
SkySense的前序版本SkySense，曾在国际计算机视觉领域顶级会议CVPR发表，并在2024年世界人工智能大会发布。
而此次SkySense在农业生产评估、灾害应急响应、国土资源监测等任务中，性能更为出色、稳定，还新增了免微调部署能力。