当前,以大模型和AIGC为代表的新一代人工智能技术成为打造新质生产力的重要引擎。在日前召开的2024空间智能软件技术大会上,超图正式发布新品——SuperMap GIS 2024。其中,地理空间AI技术再升维,引发行业广泛关注,将推进各行业数智化转型。
地理空间AI技术是人工智能与地理信息软件技术相互融合的统称。早在2019年,超图就推出了人工智能GIS技术,并在发展中不断完善其内涵,给行业应用带来了智能化的解决方案。但地信领域要AI解决的问题太多,单一的AI功能很难满足项目需要,亟待建立地理空间AI技术和产品体系,从多元功能、多元环境角度上满足各类需求。
在SuperMap GIS 2024中,超图汇集在地理空间AI领域各项研发成果,推出了地理空间AI技术底座(Geospatial AI Foundations):SuperMap AIF,该技术底座具备模型多元化、跨平台、可本地部署等特性,包含部分即拿即用的功能,以及可搭配AI流程工具定制化训练微调后使用的功能,涵盖AI三维数据处理与分析、AI遥感影像处理、AI遥感影像解译、AI空间分析、AI图像/视频分析、AI图像生成、AI知识生成、地理空间智能体(GI Agent)等。向上赋能SuperMap GIS云边端系列基础软件产品,以及自然资源信息化等行业应用产品。
在今年大会上,超图重点展示了SuperMap AIF技术底座在智能化遥感影像生产、遥感影像智能解译、三维模型AI自动化构建、地理空间智能体、空间规划AI生图等方向上的应用成果。
其中,超图不断优化提升SuperMap AIF技术底座中传统AI能力,创新应用场景,赋能遥感影像拉花变形自动化检测、AI自动去云、AI自动化质检等遥感影像生产的效率提升;新增即拿即用遥感解译预训练模型,丰富解译品类;尤其是AI自动化构建LOD 2.0三维模型的能力,大幅缩短了大场景三维模型构建耗时。
同时,SuperMap AIF技术底座积极融入AI大模型能力,整体提升地理空间软件的智能化水平。计算机视觉大模型方面,扩充SAM大模型空间信息提示形式,并面向行业应用,自主研发了遥感解译大模型(LIM),助力遥感影像精准解译;多模态大模型方面,提供丰富可控的AI生图功能赋能空间规划设计;自然语言大模型方面,提供智能问答,知识归纳等AI知识生成能力满足行业应用需求,同时研发地理空间智能体(GI Agent)技术,发布了SuperMap Copilot(预览版),实现通过对话交互,AI自主思考调用空间智能软件工具完成任务的能力。

SuperMap Copilot(预览版)思考用户请求并调用GIS工具分析和制图
未来,超图将不断丰富和创新各项AI能力,与各生态伙伴一道,联合SuperMap AIF技术底座,助力空间智能基础软件和行业应用软件,为用户提供更智能,更高效,更安全的解决方案。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。