2023数慧时空年度盘点（二）：自然资源多模态大模型，应用繁荣正当时

随着以ChatGPT为代表的大语言模型的爆火，掀起生成式人工智能的热潮，2023年人工智能领域迎来了突飞猛进的发展。这一年领域内发生的事件可谓比前十年加起来还要多：有你追我赶的各领风骚，有蜂拥而至的百模混战，甚至也不缺乏吸引全球目光的大型吃瓜事件……2023年，因此也被看作大模型元年。

经历了这一年，想必大家对一个观点不会再抱有怀疑：不久的未来，AI将会成为像水电一样的底层能力，可以“即用即取”。那到底谁会成为大家喜闻乐见的AI水龙头、AI电闸，比拼的应该不仅仅是大数据、大参数、大算力，应用场景的丝滑落地才是检验成功与否的关键。

数慧时空作为山东土地发展集团控股的国家级高新技术企业，基于20年业务积累和四年的遥感技术沉淀，推出行业首个自然资源多模态大模型“长城”，以海量影像数据、自然资源变化图斑、自然资源法律法规、应用系统数据库、大规模行业知识、语料库标注为数据基础，训练生成语言大模型、处理大模型、解译大模型、分析大模型，支撑图斑智能判读、影像智能统筹、全要素变化提取、专题智能构建等应用需求。

数慧时空长城大模型架构图

“长城”大模型的语言大模型支持自然资源领域多种模态的数据，包括空间（即矢量）、文本、图像（包括影像、视频、照片等）、音频等，通过对不同模态数据的标注学习，能够理解和互相转换多种模态数据。

“长城”大模型通过对自然资源行业办事指南、政策法规、文献期刊、项目案例等数据的学习，建立起行业专业知识库，并在此基础上开发出自然资源要素监测识别、国土空间智慧规划和治理、智能审查审批、公共服务、决策支持等专用工具。用户经由AI智能体支撑的AI指挥台，通过对话形式即可开展政务审批、调查监测、国土空间规划定期体检、用途管制等业务相关工作，降低系统使用成本，大大提升工作效率。同时，大模型的推理过程完全透明可见，用户通过对话指令即可人工调整大模型知识库，以更好地满足业务需求。

智能问答

文本生成SQL

“长城”大模型的处理大模型可以实现影像的自动统筹，也就是根据客户对范围、时相、监测目标的要求，自动选择最合适的影像组合，俗称挑片。对于统筹后的影像，能够实现免像控的几何精校正，使几何误差控制在1-2个像素内；能够在影像镶嵌过程中，自动避让建筑、道路等典型地物，让多景影像的拼接后效果更自然；借助AI算法，能够实现最佳的匀光匀色效果，使整体色调、色彩更加连续、更加一致。

“长城”大模型通过突破山体陡峭地形地貌几何校正难，参考底图精度不高、时效差等难题，实现了影像生产过程的高度自动化和智能化，使得一个人就是一个影像数据处理工厂成为现实。

“长城”大模型的解译大模型通过统筹现有卫星遥感、调查监测、执法举证、物联设备等数据，融合地学知识建立分层、分级、分类全国自然资源遥感综合解译样本库，提高相似地理环境下同质化解译精度。

深度学习网络与知识图谱的结合

   地学知识图谱

结合不变点检测、基于先验知识剔除等技术，能够针对场景自动剔除伪变化，真变化准确率>80%。

基于上述能力，“长城”大模型构建涵盖地表覆盖、目标识别、定量反演、变化检测、场景理解智能解译算法模型体系，进一步提升解译自动化、定量化程度和判别识别精度，面向不同的监测场景，实现全域、全要素、高频次监测。

目前，大多数大模型都是以黑盒形式存在，其决策和推理过程难以被解释和理解。“长城”大模型的分析大模型在语言大模型、处理大模型、解译大模型基础上，结合标准规范体系和业务规则体系，实现趋势研判、变化机制分析、知识决策等。

值得一提的是，分析大模型结合AI Agent、视觉语言模型等技术，实现了推理过程的透明化，整个分析流程所使用的数据、技术逻辑和处理步骤均清晰可见，让用户有据可查。