近日，中国科学院空天信息创新研究院（以下简称“空天院”）牵头、中科星图股份有限公司（以下简称“中科星图”）参与申报科技创新2030—“新一代人工智能”重大项目，“遥感跨模态基础模型关键技术研究”项目获批。为落实国务院印发的《新一代人工智能发展规划》总体部署，科技部根据《新一代人工智能重大科技项目实施方案》，启动实施科技创新2030—“新一代人工智能”重大项目。2030—“新一代人工智能”重大项目，以推动人工智能技术持续创新和与经济社会深度融合为主线，目标是抢占人工智能技术制高点，妥善应对可能带来的新问题和新挑战，促进大众创业万众创新，使人工智能成为智能经济社会发展的强大引擎。
构建海量遥感样本集 推动遥感跨模态发展
中科星图参与申报的“遥感跨模态基础模型关键技术研究”项目将构建一套包含千万幅数据/亿级目标实例的遥感多模态多任务遥感样本集，研发支持千亿级参数规模的国产化遥感跨模态基础模型，支持场景分类、语义分割、目标检测、变化检测、三维重建等不少于10种下游任务，面向国土资源、城乡建设、国防安全、水利环保、应急救灾等不少于5个领域开展应用示范与评估。
近几年，在通用视觉领域，“海量数据、大规模算力、复杂网络模型”推动了模型规模向大型化迈进。但应用到遥感领域时，仍存在“机理特性表征难、场景任务泛化差、模型可解释性不足”的瓶颈。不同传感器遥感数据成像机理不同、时空基准不一，且受传感器参数、分辨率等成像条件影响，不同模态数据差异极大。单模态解译方法对电磁特征利用不足，难以有效利用多模态互补信息，导致在多模态数据下模型泛化能力较差，实际应用能力受限。
“遥感跨模态基础模型关键技术研究”项目相关研究成果可作为我国国产化对地观测卫星地面系统预训练模型基准，未来将推动遥感领域跨模态大模型的发展。项目构建的大规模样本库，可为遥感智能解译产业提供数据支撑，进一步推进技术与产品演进。项目成果涵盖的国产化预训练套件拟适配目前最新的自监督算法和主流预训练模型，并针对自监督大数据训练方面进行性能优化，封装统一、简洁易用的接口，便于各行各业研究者基于国产化软硬件平台尝试最新的自监督预训练技术和主流模型，推动业务上的应用和落地。
研究遥感跨模态基础模型 赋能千行百业
目前，全球已发射并处于工作状态的对地观测卫星数量已达到700余颗，随之而来的是卫星遥感数据分析市场的扩大。据卫星咨询公司NSR预测，到2027年，全球卫星数据分析市场总额将达到181亿美元。多源遥感数据量的激增、遥感数据分析市场巨大的前景和传统遥感技术的瓶颈三者之间的沟壑急需一种全新的高效、精准、便捷的技术手段来填平。
此次牵头申报科技创新2030—“新一代人工智能”重大项目的空天院，是我国空天信息领域创新发展的重要科技力量，具备从遥感数据接收、信息处理、融合研判、智能挖掘、共享服务到综合应用的完整技术链路，拥有我国地球观测领域唯一的两个大科学装置“中国遥感卫星地面站”和“航空遥感飞机”，持续积累了全球范围内30余年对地观测数据。
“遥感跨模态基础模型关键技术研究”项目形成的系列算法模块、解译样本数据库、通用预训练套件以及全国大范围调查监测成果，将通过中科星图等行业龙头企业持续进行市场推广与成果转化，提高遥感数据应用率，不仅能为新一代遥感跨模态基础模型理论突破、关键技术攻关与成果验证应用奠定理论和实践基础，还可服务于生态监测、应急防灾、国土调查等应用领域，填补国内地物信息提取、深度应用与定量化评估等方面的技术空白和生态短板，为千行百业赋能。
