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
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。