10 月 20 日消息，據達摩院 DAMO 官方公眾號發文顯示，阿里達摩院今天發布業內首個遙感 AI 大模型（AIE-SEG），號稱“率先在遙感領域實現了圖像分割的任務統一”、“一個模型實現‘萬物零樣本’的快速提取”，并可識別農田、水域、建筑物等近百種遙感地物分類，還能根據用戶的交互式反饋自動調優識別結果。

據悉，遙感技術主要用于城市規劃、耕地保護、應急救災等行業應用，而在 AI 加持下，相關遙感技術能夠對衛星捕獲內容及歷史氣象數據進行分析，從而助力城市運營、耕地保護、應急救災等行業應用。

IT之家歸納總結該遙感大模型特點如下：

• 支持多模態交互，如輸入“提取影像中的耕地農田”，會自動識別所選目標

• 支持任意地表目標識別，并建立多級語義標簽體系

▲ 圖源 達摩院 DAMO 官方公眾號

• 支持包括衛星與無人機圖像的全要素提取

▲ 圖源 達摩院 DAMO 官方公眾號

• 支持交互式結果修正，如識別“水田”時誤把“水域”也提取，可通過人工操作糾偏

▲ 圖源 達摩院 DAMO 官方公眾號

• 支持通用及多分類變化檢測

▲ 圖源 達摩院 DAMO 官方公眾號

官方表示，該模型在一些特定場景下，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%。

達摩院同時聲稱，這一遙感 AI 大模型提供了“開箱即用”的 API 調用服務，用戶可以根據需求定制不同的遙感 AI 解譯功能，如“水體提取”、“耕地變化監測”、“光伏識別”等。

這將讓 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。

目前該 AI 模型已經在行業中有所應用，例如山東省國土測繪院與阿里達摩院合作利用遙感 AI 大模型進行冬小麥長勢監測，識別精度達到 90% 以上，有效提高冬小麥遙感解譯的效率，幫助農業管理者更好地預測糧食產量、提升農業生產效益。

而國家自然災害防治研究院也利用該模型進行滑坡和倒塌建筑物的識別，在歷史的自然災害區域遙感圖像的測試中，僅需十幾分鐘即可提取受災信息，比人工識別提效數十倍，為科學救災提供高效、精準的遙感分析支持。