AI驱动遥感GIS一体化，如何加速从像素到信息的转变？
万物互联时代，遥感卫星作为空间信息数据获取的重要手段，如何将海量遥感影像快速处理成高质量标准化基础数据，并从其中快速获取信息以支撑科学决策，一直是学术界和产业界孜孜以求的目标。随着空间数据量呈指数级增长，各行业亟需高效、智能的解决方案，人工智能（AI）技术成为推动行业革新的关键力量。
过去两年，超图软件先后发布跨平台遥感影像处理桌面软件和服务器软件，实现遥感GIS一体化的遥感数据全流程处理与应用，致力于实现遥感数据产品T+1快速应用。当前，超图正深度融合AI技术，着力打造智能化、高精度、遥感GIS一体化的新一代遥感软件，推动遥感数据从获取、处理、分析、管理到应用的各个环节快速流转。
01 AI+智能化遥感影像生产 高质量遥感AI成果需要高质量空间数据供给。但AI时代，对地物变化自动识别的需求，要求历史影像实现亚像素级地物特征对齐，传统影像处理技术应对这一挑战力不从心，以AI赋能的新一代遥感软件又有何应对之策？ 02 开箱即用的遥感AI解译预训练模型 为了方便用户使用，超图软件提供了多个开箱即用的预训练模型，涵盖城市水体提取、建筑物提取、耕地提取、大棚提取、林地提取、云提取等多个领域。面对快速增长的业务需求，用户期望能够识别更多的地物类别，目前有哪些相关新进展？ 03 遥感智能解译大模型 SAM等CV（计算机视觉）领域大模型的出现为遥感智能解译提供了新的技术发展方向，然而CV领域通用大模型大多基于日常图像训练，在遥感影像解译方面性能受限。因此，超图软件于2024年6月发布了自研的遥感解译大模型LIM，该模型由上游自监督学习网络与下游分类任务网络的两部分构成，可一次提取8类地物。在自监督训练技术快速迭代、海量遥感影像可供挖掘的背景下，LIM能够实现哪些方面的提升？面向不同的下游任务，大模型如何快速迁移？
