日前從中國(guó)科學(xué)院空天信息創(chuàng)新研究院（以下簡(jiǎn)稱(chēng)“空天院”）獲悉，空天院付琨研究員團(tuán)隊(duì)聯(lián)合鵬城實(shí)驗(yàn)室正式發(fā)布自主研制的百億級(jí)遙感解譯基礎(chǔ)模型——“空天·靈眸”3.0版，這是迄今為止全球首個(gè)百億參數(shù)級(jí)空天一體遙感解譯基礎(chǔ)模型。
“空天·靈眸”是我國(guó)首個(gè)面向多模態(tài)遙感數(shù)據(jù)生成式基礎(chǔ)模型，也是首個(gè)專(zhuān)為遙感領(lǐng)域打造的行業(yè)基礎(chǔ)模型。自2022年首次推出后，空天院研究團(tuán)隊(duì)在“基礎(chǔ)模型+下游任務(wù)”計(jì)算范式積累上持續(xù)探索。今年3月起，研究團(tuán)隊(duì)與鵬城實(shí)驗(yàn)室深度合作，基于中國(guó)算力網(wǎng)“鵬城云腦Ⅱ”樞紐節(jié)點(diǎn)，采用512張昇騰910顯卡，歷時(shí)數(shù)月攻關(guān)完成了在4億張國(guó)產(chǎn)化多模態(tài)空天遙感數(shù)據(jù)樣本上的預(yù)訓(xùn)練，基礎(chǔ)模型參數(shù)規(guī)模首次超過(guò)百億。
中國(guó)科學(xué)院空天信息創(chuàng)新研究院研究員孫顯說(shuō)：“我們?nèi)绻鸦A(chǔ)模型看作一個(gè)機(jī)器人，那么，‘參數(shù)’就相當(dāng)于它的‘記憶細(xì)胞’和‘知識(shí)細(xì)胞’。如果參數(shù)規(guī)模小，則它能記住和處理的信息就相對(duì)有限，只能做一些比較簡(jiǎn)單的任務(wù)。參數(shù)規(guī)模越大，這兩種細(xì)胞就越多，它就能捕捉、記憶和處理更復(fù)雜的信息，從而更加準(zhǔn)確、精細(xì)地完成更困難、更復(fù)雜的任務(wù)。”
“空天·靈眸”3.0版內(nèi)核工作架構(gòu)是聯(lián)合團(tuán)隊(duì)基于熱傳導(dǎo)，自主研發(fā)的一套小而精的原創(chuàng)性架構(gòu)——受傳熱學(xué)物理思想啟發(fā)，聯(lián)合團(tuán)隊(duì)將場(chǎng)景目標(biāo)間視覺(jué)語(yǔ)義傳播建模為熱能擴(kuò)散過(guò)程，從而使該架構(gòu)有效突破了遙感模型推理的性能和速度瓶頸，計(jì)算速度較傳統(tǒng)結(jié)構(gòu)模型提升2.4倍以上。
孫顯介紹，這一架構(gòu)實(shí)現(xiàn)了模型數(shù)據(jù)學(xué)習(xí)、推理等速度的大幅提升。例如，原來(lái)訓(xùn)練1000萬(wàn)張數(shù)據(jù)樣本，需要大約300多塊顯卡，現(xiàn)在只需要1/3的數(shù)量，處理速度還提升了約2.4倍。
“空天·靈眸”3.0版目前已表現(xiàn)出極為優(yōu)秀的泛化解譯性能，在可見(jiàn)光、合成孔徑雷達(dá)、熱紅外、多光譜等多傳感器衛(wèi)星數(shù)據(jù)基礎(chǔ)上，拓展至航空遙感飛機(jī)、無(wú)人機(jī)等不同航空平臺(tái)觀(guān)測(cè)數(shù)據(jù)的自動(dòng)化、高精度解譯處理。孫顯說(shuō)：“尤其是航空大傾角成像過(guò)程中，極易出現(xiàn)畸變、遮擋、缺失等干擾，模型對(duì)此依然可以保持高精度的識(shí)別能力。”
目前，“空天·靈眸”3.0版在覆蓋場(chǎng)景分類(lèi)、目標(biāo)檢測(cè)、語(yǔ)義分割、變化檢測(cè)等6大類(lèi)任務(wù)的23個(gè)國(guó)際基準(zhǔn)數(shù)據(jù)集上測(cè)試，相較于當(dāng)前的主流模型，精度平均提升4%至10%，指標(biāo)均達(dá)到領(lǐng)先水平，并已在應(yīng)急、國(guó)土、海洋、住建等多個(gè)行業(yè)部署試運(yùn)行，特別是在最具挑戰(zhàn)性的復(fù)雜要素精細(xì)分類(lèi)、運(yùn)動(dòng)小目標(biāo)連續(xù)跟蹤等任務(wù)上性能卓越，為天臨空地一體化應(yīng)用提供了一套行之有效的解決方案。未來(lái)，研究團(tuán)隊(duì)將持續(xù)推動(dòng)“空天·靈眸”3.0版在國(guó)民經(jīng)濟(jì)各個(gè)行業(yè)的落地應(yīng)用。
