GeoCore-9B：新型地球观测生成模型，基于地理空间数据训练

研究人员推出了GeoCore-9B，这是一款专为地球观测任务设计的新型90亿参数生成基础模型。与以往微调自然图像先验的模型不同，GeoCore-9B仅使用地球观测数据，并采用基于流匹配的扩散 Transformer 进行训练。它原生将纬度、经度和地面采样距离等地理空间元数据融入其生成过程。为了提高训练稳定性和准确性，开发了一种地理空间语义对齐损失，以从专业教师网络中提取地球表面结构先验。 AI

影响 在云层去除和SAR到光学转换等地球观测任务上，确立了新的最先进水平。

排序理由 该集群描述了一篇详细介绍特定领域新型AI模型的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• arXiv
• Diffusion Transformer
• Earth observation
• Flow Matching for Generative Modeling
• GeoCore-9B
• Geospatial Semantic Alignment
• Git-10M
• synthetic aperture radar

• 模型发布
• 论文

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →