09:33官方账号arXiv cs.LG@Carlos Rodriguez-Pardo, Massimo TavoniTerraNova 是一个面向人类世的地球与社会耦合基础模型,在 arXiv 2607.29527 发布。它用 1,024 条记录训练,其中 512 个格点化地球系统场和 512 个国家指标。跨模态 Transformer 融合位置、国家、时间和任务,两个对比目标分别对齐国家与境内坐标、预训练地理空间嵌入。TerraNova 在消费级硬件上数分钟内即可重构稀疏观测的密集场并适配未见变量。与专用地理空间编码器相比,TerraNova 还覆盖时间、海洋和不确定性维度。论文TerraNova地球系统模型多模态推荐理由:TerraNova把地球和社会数据一起训练,能几分钟适配新变量,比地理模型多覆盖海洋和不确定性。原文稍后读已读值得跟进有用关注 TerraNova
14:53官方账号arXiv cs.LG@Thijs L van der Plas, Jacob JW Bakermans, Vishal Nedungadi, Gabrielė Tijūnaitytė, Marc Rußwurm, Ioannis N Athanasiadis精选Earth embedding模型将地球观测数据转化为与地理位置相关的嵌入向量,但现有评估通常孤立比较单个模型。本文提出嵌入互补性指数,衡量融合多个模型嵌入后的性能提升。在六个下游任务中,融合四个模型(AlphaEarth、Tessera、GeoCLIP、SatCLIP)在四个任务上优于最佳单一模型。互补性因任务和地点而异,且部分由土地覆盖类别的空间尺度决定。研究重新定义了Earth embedding的评估方式:未来最大收益可能来自模型组合而非单一模型。论文Earth embedding模型融合地理空间AI推荐理由:做地理空间AI或遥感应用的团队,别再只盯着单个模型刷榜——这篇告诉你融合多个Earth embedding模型能带来实际性能提升,建议直接参考其互补性评估方法。原文稍后读已读值得跟进有用关注 Earth embedding