随着我国空天信息和人工智能技术的持续发展，基础模型已成为遥感智能解译领域的有效解决方案。然而，遥感单幅影像幅宽大、基础模型参数规模大，导致推理速度与应用场景较为受限。近日，中国科学院空天信息创新研究院（空天院）科研团队基于自主研制的遥感智能解译基础模型，联合国内相关研发机构，共同研发出“空天·灵犀”遥感智能训推一体机。该机型突破了基础模型轻量化等关键技术，实现遥感基础模型的高时效灵活部署，可以提供数据、模型、平台、硬件一体化的解决方案。
过去，遥感影像分割任务中，在单张图形处理卡上，利用基础模型处理一景50公里×50公里幅宽的遥感影像，推理耗时一般为小时级，难以满足实际应用中数据快速处理的需求。“空天·灵犀”遥感智能训推一体机集成了遥感多模态数据、轻量化基础模型、智能解译软件系统，具有多任务高精度、模型高效训练推理、低成本灵活部署及自主创新四大核心特色。其中，在多任务高精度方面，模型支持包含地物要素提取、区域变化检测等9大类36子类下游任务，多任务平均精度较经典网络模型提升6%~12%。在模型高效训练推理方面，一体机内嵌模型微调技术，仅需更新不到5%的训练参数即可实现同等效果，在昇腾环境下推理速度可提升3.5倍。在灵活自主部署方面，相较于大参数量模型通常部署在高算力、高功耗的大型服务器，“空天·灵犀”可在星载、机载、车载等多个边缘场景低成本灵活部署。在自主创新方面，一体机适配了昇腾AI环境与昇思MindSpore框架，实现了软硬一体的自主创新。
“空天·灵犀”遥感智能训推一体机搭载的高精度、高时效轻量化基础模型，能够在自然资源、交通住建、农林牧渔、应急救灾及水利等国民经济多行业实现要素精细分类、实景三维重建、地物广域搜索等多任务应用，有效提高遥感数据服务能力。以复杂环境下地物要素分类为例，模型实现了数十类典型要素的精细化自动分类，部分可细化至子类，如水生耕地、旱耕地、工业建筑、低矮住宅、商业建筑、城市道路、乡村道路等，精度较传统模式提升20%以上，单幅影像处理耗时大幅降至分钟级。
未来，基于昇腾AI的“空天·灵犀”遥感智能训推一体机将不断迭代，进一步推动遥感智能解译技术的发展。
随着我国空天信息和人工智能技术的持续发展，基础模型已成为遥感智能解译领域的有效解决方案。然而，遥感单幅影像幅宽大、基础模型参数规模大，导致推理速度与应用场景较为受限。