ArcGIS 正式上线地理空间基础模型 Geospatial Foundation Models
继大语言模型取得巨大成功后，GIS圈里基于地理空间的大模型也火了起来，7 月 12 日，Esri 在年度全球用户大会上正式介绍了 ArcGIS 里的新一代地理空间基础模型（Geospatial Foundation Models），把基础地理信息 AI 能力正式集成到 ArcGIS 工作流里，小编今天也简单做个介绍。
理解嵌入（Embedding）
在介绍模型之前，我们要先有一个基础概念：嵌入(Embedding)，在 ArcGIS 里嵌入会被当作一种新的 GIS 数据来对待，除了存储、分析，也能和传统矢量、栅格、表格数据叠加。嵌入可以理解成一组紧凑的数值向量，用来概括影像、地点或其他地理要素的关键特征，可以理解为地理信息特征的压缩包。
本次新增能力分为三大互补板块：位置编码模型模型、地理空间视觉语言模型、遥感基础模型。
位置编码模型（Location Encoder Models）
位置编码模型将一个地点从原来的经纬度，升级成当地的自然环境、建成区形态、社会经济背景等一组嵌入向量，可用于相似搜索、聚类、预测建模、选址和变化检测等。Esri 这次发了两个互补版本，一个自然环境嵌入向量，基于 Sentinel-2 影像训练，可通过 Living Atlas 的 DLPK 为任意地点生成嵌入。另一个是统计数据嵌入向量，目前是基于美国人口普查、ACS、住房与环境等数千变量训练。
地理空间视觉语言模型（GeoVLM）
GeoVLM（Geospatial Vision Language Model），把多模态 AI 接到地球观测场景。通过自然语言提示，GeoVLM 可支持目标检测、像素分类与分割、影像描述、目标计数、视觉问答、影像或区域分类等任务。模型基于数百万组影像-文本对训练，覆盖多个地理区域，且针对遥感影像而非日常照片做了专门优化，同样通过 Living Atlas 以 DLPK 形式发布。
遥感基础模型：TerraMind、Prithvi、Clay 等
遥感基础模型是地理 AI 领域另一项重大技术突破，传统计算机视觉模型基于日常照片预训练，而遥感基础模型直接基于哨兵、陆地卫星、NAIP 航空影像等卫星 / 航空遥感数据训练。因此，在绝大多数对地观测任务中，它能提供更强的模型初始化效果，所需标注训练数据更少，分析精度更高。
Esri 一方面自研下一代遥感基础模型，另一方面也在 ArcGIS 里集成了多款主流开源遥感基础模型，用户可用来生成影像嵌入，并支持通过 ArcGIS Pro 做微调。
目前已支持的模型包括：
- TerraMind
- Prithvi EO 2.0
- Clay
- DOFA
- DINO
总结
ESRI这次发布的地理空间基础模型标志着地理信息融合 AI 的重大转型，企业无需为每项业务单独开发模型，可直接基于具备地理认知能力的基础模型，适配各类 GIS 分析流程。Esri 这次不是在堆模型，而是将AI能力做成 ArcGIS 里的通用底座。
小编觉得后面可以关注下 Living Atlas 模型、统计数据能否全球覆盖（或者开自定义训练接入的口子），以及和 ArcGIS MCP 串起来后的 Agent 空间分析。另外当前的功能仍在早期 Beta 阶段，不过对于国内的GISer来说，算是不错的样板参考。
参考
相关阅读
声明
1.本文所分享的所有需要用户下载使用的内容（包括但不限于软件、数据、图片）来自于网络或者麻辣GIS粉丝自行分享，版权归该下载资源的合法拥有者所有，如有侵权请第一时间联系本站删除。
2.下载内容仅限个人学习使用，请切勿用作商用等其他用途，否则后果自负。
