SkySense-蚂蚁集团开发的多模态遥感基础模型

SkySense++全景解读

遥感大模型的最新进化

2025年8月，武汉大学与蚂蚁集团联合推出新一代语义增强遥感大模型SkySense++，相关成果发表于国际顶级期刊《自然·机器智能》。此次升级旨在攻克遥感技术在动态地球观测中的三大瓶颈：多模态数据融合效率低、下游任务依赖大量微调数据、语义信息挖掘不足。

新模型基于11个卫星载荷的2700万组多模态遥感影像，创新采用两阶段渐进式学习策略：第一阶段通过多粒度对比学习实现跨模态表征关联，第二阶段借助掩码语义学习深度解析像素级语义关联。这一设计使模型摆脱对复杂微调和海量标注数据的依赖，显著提升实用性与泛化能力。

性能突破：十二边形战士实至名归

在农业、林业、灾害管理等7大领域的12项典型任务测试中，SkySense++展现出全面领先的性能：

• 全量微调任务：分类与检测平均精度提升4.79%
• 少样本任务：分割任务平均交并比飙升14.08%
  其前代SkySense曾以20亿参数创下纪录，在17项国际测评中全胜IBM-NASA的Prithvi等18个竞品，地物检测精度领先第二名超3%。而SkySense++新增的免微调部署能力，进一步加速了在农业生产评估、灾害应急响应等场景的落地效率。

---

SkySense++深度评测与行业竞品较量

核心产品力解析

优势亮点

• 多模态融合王者：兼容可见光、红外、SAR雷达等11类卫星数据，实现跨模态时序建模，应对复杂地理场景游刃有余。
• 少样本学习专家：仅需少量标注样本即可完成新任务，灾害响应效率提升40%以上。
• 精度全面领跑：12项地球观测任务精度最高突破14%提升，重新定义行业基准。
• 部署成本革命：免微调设计降低80%落地门槛，农村金融、基层农业场景受益显著。

待优化空间

• 超高分辨率影像（＜0.5米）处理时效性仍待提升
• 专业领域（如矿产勘探）需定制化适配
• 实时动态推演能力弱于气象专用模型

2025年主流竞品横评

维度	SkySense++	Prithvi (IBM/NASA)	SkySense-O (CVPR2025)
核心功能	12项全任务覆盖+免微调部署	专注气候与环境监测	开放词汇分割领先
精度表现	7领域任务平均精度第一	气象预测单项领先	开放场景识别优势显著
数据效率	百万级样本即可微调	依赖亿级训练数据	需专用Sky-SA数据集
落地成本	支持中小机构云端调用	超算中心专属部署	本地化部署复杂

战局点睛：Prithvi在气候模拟领域积淀深厚，SkySense-O以开放词汇分割见长，而SkySense++凭借全任务通用性和少样本敏捷响应，正成为政企端应用的首选。

---

推开智能地球的大门

改变生活的应用场景

• 耕地守护神：5分钟完成万亩农田病虫害分析，灌溉方案精准度提升35%。
• 灾害预警尖兵：洪灾后2小时内生成淹没图谱，救援效率提升50%。
• 绿色金融之眼：动态追踪林碳储量变化，绿色信贷评估周期从月缩至天。
• 城市进化图谱：自动识别违章建筑与绿地缩减，辅助国土督察效率翻倍。

未来进化方向

团队正推进三阶进化：预训练成本压缩70%、适配手机端轻量化推理、开放世界理解突破。随着蚂蚁集团逐步开源模型参数，这项曾用于支付宝五福节互动的黑科技，或将催生千万级中小企业的地球观测新生态。