阿里-达摩院推出业内首个遥感 AI 大模型----解译通用分割模型（AIE-SEG）
模型地址：https://engine-aiearth.aliyun.com/#/app/aie-seg
如何体验AIE-SEG万物提取能力：
第一步：选择实力/自主上传数据
第二步：选择需要提前的目标
第三步：查看批量提取结果
这个模型的作用：
这个模型能识别农田、农作物、建筑等地表万物，大幅提升灾害防治、自然资源管理、农业估产等遥感应用的分析效率。该模型已在 AI Earth 地球科学云平台开放使用，用户输入“提取影像中的耕地农田”，模型便能自动识别所选目标。
这个模型首次在遥感领域实现了图像分割的任务统一。该模型可实现“万物零样本”的快速提取，能识别农田、水域、建筑物等近百种遥感地物分类，且在多项任务处理下仍能保持高精度的识别，还能根据用户的交互式反馈自动调优识别结果。
在一些特定场景下，相比传统的遥感模型，该模型的实例提取准确率可提升 25%，变化检测的准确率可提升 30%。基于此，遥感 AI 大模型提供“开箱即用”的 API 调用服务，用户可根据需求定制不同的遥感 AI 解译功能，如水体提取、耕地变化监测、光伏识别等。
据官方介绍在一些特定场景下，该模型对比传统的遥感模型，实例提取的准确率可提升25%，变化检测的准确率可提升30%。
该模型的特点主要有以下几个：
支持多模态交互，如输入提取影像中的耕地农田”，大模型就会自动识别所选目标。
其实遥感AI已经处于实际应用中了！
自 2022 年起，山东省国土测绘院与达摩院在自然资源调查、耕地保护等领域展开合作，调用遥感 AI 大模型进行山东全省冬小麦的长势监测研究，识别精度达到 90% 以上，有效提升了冬小麦遥感解译的效率，帮助农业管理者更好地预测粮食产量、提升农业生产效益。
国家自然灾害防治研究院则基于遥感 AI 大模型进行滑坡和倒塌建筑物的识别，在历史自然灾害区域遥感图像的测试中，提取受灾信息仅需十几分钟，相比人工识别方式效率提升数十倍，为科学救灾提供高效、精准的遥感分析支持。
达摩院视觉技术实验室 AI Earth 算法负责人罗浩表示，遥感多模态是推进人类更好地理解地球的必由之路，达摩院将持续推进遥感 AI 大模型的研究，以 AI 助力地球科学的探索与应用。
AI Earth 是达摩院于 2022 年发布的一站式地球科学云平台，基于深度学习、计算机视觉、地理空间分析等技术积累，提供多源观测数据的云计算分析服务，目前与国内 50+高校建立合作，相关技术已应用于水利部、国家气象中心、生态环境部等机构。
