谷歌搞出地球AI模型，一键开启上帝视角

作者 / 钱亚光

编辑 / 张 南

设计 / 柴文静

你有没有想过，人类每天生活在地球上，但其实可能对它知之甚少。

不过，现在事情马上就要不一样了。

2025年7月30日，谷歌DeepMind宣布推出AlphaEarth Foundations人工智能模型，开启了一扇全新认识地球的大门。

AlphaEarth Foundations是Google Earth AI平台的核心引擎之一。Google Earth AI是一套集成地理空间人工智能模型与数据集的创新平台，而AlphaEarth Foundations多模态AI模型是Google Earth AI的重要组成部分，可将PB级遥感数据转化为64维的嵌入表达，为平台提供了强大的数据处理和分析能力，助力其实现各种地理空间相关的功能和应用。

它不仅蕴含着前沿的技术，更在众多领域展现出了令人惊叹的功能，为解决人类面临的诸多挑战带来了新的希望。

精确的地球测绘对于理解气候变化、城市扩张以及资源管理至关重要。每天，卫星都会从太空收集海量的数据，这些数据就像一座蕴藏着无尽宝藏的矿山，为科学家和研究人员提供了近乎实时观察地球的窗口。

然而，这座“矿山”并不容易开采。

传统的基于卫星的方法往往难以解决诸多问题。比如数据来源多样，包括光学卫星图像、雷达数据、3D激光测绘、气候模拟等等；数据形式也各不相同，有图像、测量值、文本描述等；而且数据更新的频率也不一致。

这就如同把来自不同地方、不同规格的拼图碎片放在一起，想要将它们完整地拼接起来，展现出地球的真实面貌，难度可想而知。

正是在这样的背景下，AlphaEarth Foundations应运而生，它的使命就是解决这些难题，让卫星数据能够被更有效地利用，为人类认识地球、解决实际问题提供有力支持。

AlphaEarth Foundations就像是由人工智能驱动的“虚拟卫星”，即使在卫星数据有限或存在噪声的地区，也能生成详细且一致的地图。它通过将红色、绿色和蓝色分别分配给AlphaEarth Foundations 64个维度中的3个维度，来展现我们这个世界丰富的细节。

它就像一颗虚拟卫星一样，通过将大量地球观测数据整合到一个统一的数字表示形式（即“嵌入”）中，准确且高效地描述了地球的整个陆地和沿海水域，计算机系统可以轻松处理这些数据。

这使得该模型能够为科学家提供关于地球演变的更完整和一致的图像，帮助他们就诸如粮食安全、森林砍伐、城市扩张和水资源等关键问题做出更明智的决策。

谷歌首席可持续发展官凯特·布兰特（KateBrandt）表示：“我们推出了一个新的人工智能模型AlphaEarth Foundations，以帮助详细了解我们的星球。现在，只需几行代码，研究人员和政府就可以利用机器学习进行复杂的分析，创建城市扩张、农业和清洁能源规划地图。”

接下来，就让我们一起走进AlphaEarth Foundations的奇妙世界，探索它背后的故事以及它对我们生活产生的深远影响。

01

了解地球的新视角

AlphaEarth Foundations通过解决两个主要问题提供了一种理解我们星球的强有力的新视角：数据过载和信息不一致。

首先，它就像是一位技艺精湛的“超级工匠”，能够将来自数十种不同公共来源的大量信息巧妙地融合在一起，包括光学卫星图像、能穿透云层的雷达数据、精确测量地表的3D激光测绘信息、反映气候状况的模拟数据等，就像编织一张紧密的大网一样。

它以10米×10米的正方形为单位，对世界上的陆地和沿海水域进行细致分析，这样的精度能够让它敏锐地捕捉到地球表面随时间发生的微小变化，就如同用放大镜观察地球，不放过任何一个细节。

在数据融合过程中，它面临着诸多挑战。不同数据源的数据格式、分辨率、时间尺度都存在差异。例如，光学卫星图像可能具有高分辨率，但受天气影响较大，在云层覆盖地区难以获取清晰图像；而雷达数据虽能穿透云层，但分辨率相对较低。

AlphaEarth Foundations通过复杂的算法和模型，将这些不同特性的数据进行统一处理。

它先对各类数据进行预处理，将其转换为可兼容的格式，再运用深度学习技术，挖掘数据之间的内在联系，将不同数据源的信息有机结合起来，从而为每个区域提供全面且准确的描述。

其次，它使这些数据易于使用。除了强大的数据融合能力，AlphaEarth Foundations还是一位出色的“节约大师”。

它的一项关键创新在于，能够为每个10米×10米的正方形区域创建高度紧凑的摘要信息。与其他经过测试的人工智能系统生成的摘要相比，它所需要的存储空间仅为其十六分之一。

这一突破大大降低了在全球范围内进行数据分析的成本，让科学家们能够以更低的成本、更高的效率处理海量的地球观测数据，为大规模的地球研究提供了便利条件。

它之所以能够实现如此高效的存储，得益于其独特的嵌入技术。该技术将地球表面的复杂信息，如地形、植被、气候等，压缩成一组“数字密码”（嵌入向量）。这些嵌入向量能够精准反映地球表面的时空特征，并且占用空间极小。

例如，对于一片森林区域，传统的存储方式可能需要大量空间来存储其详细的图像信息、植被种类数据、地形测量值等，而AlphaEarth Foundations通过嵌入技术，将这些信息浓缩为一个仅包含64个维度的向量，却依然保留了这片森林的关键特征，在需要时能够通过特定算法还原出相关信息，极大地提高了数据存储和传输的效率。

这些突破使科学家们能够实现此前无法实现的事情：按需创建关于我们世界的详细、一致的地图。无论是监测作物健康状况、追踪森林砍伐情况，还是观察新建筑施工，他们都不再需要依赖一颗从上方飞过的卫星。他们现在有了地理空间数据的一种新的基础。

谷歌首席运营官莉拉·易卜拉欣（Lila Ibrahin）称：“我们的新人工智能模型AlphaEarth Foundations，可以将这些数据编织成一张详细的地图，让我们对世界有前所未有的了解。”

02

独创性、稀缺性带来的优势

AlphaEarth Foundations是一种嵌入场模型，其核心是时空精度编码器（STP）。

STP通过空间自注意力捕捉地理上的远距离关联，这意味着它能够理解不同地理位置之间的潜在联系。

通过时间轴自注意力解析时序动态，它能洞察地球表面随时间的变化规律，如城市扩张的速度和方向、河流改道的过程等。

再结合卷积操作保留局部精细特征，使得它在处理大规模数据时，既能把握整体的时空趋势，又能关注到细微的局部变化，这种独特的架构设计在同类模型中是极为少见的。

对时间的连续建模能力也是它独有的。它将观测数据的支持期（数据实际采集的时间范围）与地图生成的有效期（需要映射的时间范围）分离，即使在有效期内没有直接观测数据，也能通过插值或外推生成连续的结果。

传统模型往往只能处理固定时间点的数据，面对时间序列上的缺失数据就显得无能为力。而AlphaEarth Foundations的这一创新，使得科学家们能够更连贯地研究地球表面的变化过程。

例如，如果只有2018年和2020年的卫星图像，模型能可靠推测出2019年某地区的地表状态，为长期的环境监测和变化分析提供有力支持。

它还采用了多源信息深度融合与统一编码技术。在数据处理上，它能接收光学卫星、雷达、激光雷达、气候数据、地理文本等10多种输入。通过统一的编码方式将这些不同的数据转化为可兼容的特征。例如，光学图像的植被颜色、雷达的地表结构信息、气象站的温度数据，都会被整合到同一个嵌入向量中。这种多源信息的深度融合和统一编码，使得模型能够获取更全面的地球信息。

在与传统方法和其他AI测绘系统的对比测试中，AlphaEarth Foundations始终保持最高准确性。例如在某土地覆盖分类任务中，它的平衡准确率达0.82，而次优模型仅0.69。尤其在标签数据稀缺的场景下，它的平均错误率比测试模型低24%。

联合国粮农组织、哈佛森林、地球观测组织等超50个全球组织已在使用由AlphaEarth Foundations生成的卫星嵌入数据集。从帮助各国划分未绘制地图的生态系统类别，到监测农业和环境变化，再到为生态保护策略提供依据，它在多个领域展现出了巨大的应用价值。

03

种种神奇而强大的本领

AlphaEarth Foundations能够看穿各种阻碍，清晰地展现地球的细节，就像穿透一切的“透视眼”。

比如在厄瓜多尔，当地常常被厚厚的云层覆盖，这给传统的观测带来了极大困难。但AlphaEarth Foundations却不受影响，它能够透过这些顽固的云层，详细地观察到处于不同生长阶段的农田。

在南极，由于卫星成像的不规则性，该地区的表面情况一直很难清晰获取。然而，AlphaEarth Foundations却能精确地绘制出南极复杂表面的地图，将那些以往难以看清的细节清晰地呈现出来。

在加拿大，它还能发现肉眼无法察觉的农业土地利用变化，帮助人们更好地了解土地使用情况。

AlphaEarth Foundations还可生成强大的自定义地图。以它为基础，谷歌地球引擎推出了规模庞大且功能强大的卫星嵌入数据集（Satellite Embedding dataset），它每年拥有超过1.4万亿个嵌入足迹。这个数据集已经被全球众多组织广泛应用，他们利用它来创建具有强大功能的自定义地图。

例如，旨在创建首个全面绘制和监测世界生态系统资源的项目全球生态系统地图集（Global Ecosystems Atlas），正在借助该数据集帮助各国将尚未绘制地图的生态系统进行分类，划分出如沿海灌木丛和超干旱沙漠等类别。这对于各国更好地确定保护区的重点区域、优化生态恢复工作以及应对生物多样性丧失问题都起着至关重要的作用。

在巴西，MapBiomas组织正在测试该数据集，以更深入地了解全国范围内的农业和环境变化，为亚马逊雨林等关键生态系统的保护策略和可持续发展倡议提供重要依据。正如MapBiomas的创始人塔索·阿泽维多（Tasso Azevedo）所说：“卫星嵌入数据集能够彻底改变我们团队的工作方式——我们现在有了新的选择来制作更准确、更精确且更快的地图——这是我们以前从未能够做到的。”

你在地球上任意选择一个地点，AlphaEarth Foundations能够通过相似性搜索功能，瞬间在全球范围内找到并绘制出所有具有相似地表和环境条件的其他地点。这就好像在地球上为你选中的地点找到众多“孪生地”，帮助我们发现不同地区之间隐藏的相似性，对于研究生态系统分布、物种适宜栖息地等具有重要意义。

AlphaEarth Foundations可以捕捉地球的“动态变化”。通过比较同一像素在不同年份的嵌入向量，它能够轻松地发现变化，并跟踪诸如城市扩张、野火影响与恢复、水库水位波动等过程。就像给地球安装了一个“动态监测器”，让人们及时了解地球表面发生的各种变化，为应对环境变化、资源管理等提供重要的数据支持。

AlphaEarth Foundations可以发现地球的“隐藏规律”。即使没有预先设定的标签，利用聚类算法，它也能够自动将像素划分为不同的类别。这种时空分割能够揭示出景观中隐藏的模式，比如区分不同类型的森林、土壤或城市发展区域。它就像是一位神秘的探险家，帮助人们发现地球表面那些以往未被注意到的规律和特征，为地理研究、城市规划等领域提供新的视角和思路。

AlphaEarth Foundations可以大幅提高地图绘制精度，用少得多的训练数据创建出精确的地图。

与传统方法需要数万个标记点来绘制作物类型地图不同，使用AlphaEarth Foundations可能每个类别仅需几百个标记点，大大节省了时间和计算资源，同时还能提高地图的绘制精度，为农业监测、土地利用规划等提供更准确的信息。

04

将如何改变我们的生活

想象一下，当你计划一次长途旅行，无论是自驾穿越山区，还是乘坐飞机前往遥远的目的地。AlphaEarth Foundations都能为你提供详细的地理信息，帮助你更好地规划行程。

它可以提前告知你路线上可能遇到的地质灾害风险区域；或者帮助航空公司了解不同地区的气候条件变化，合理安排航班起降时间，从而大大提高出行的安全性和便利性。对于经常在户外探险的人来说，它能清晰地显示出地形地貌、植被覆盖等信息，让探险者提前做好准备。

在农业领域，AlphaEarth Foundations就像一位不知疲倦的“农田守护者”。它可以实时监测农作物的健康状况，通过分析卫星数据，及时发现农作物是否遭受病虫害侵袭、是否缺水干旱。同时，它还能帮助农民优化农田管理，根据不同地块的土壤条件、光照情况等合理规划种植作物的种类和布局。

全球生态系统地图集全球科学负责人尼克·默里（Nick Murray）表示：“卫星嵌入数据集正在彻底改变我们的工作，帮助各国绘制未知生态系统的地图——这对于确定保护工作的重点至关重要。”

气候变化是当今全球面临的重大挑战之一，AlphaEarth Foundations在这场应对挑战的战斗中发挥着重要作用。它能够持续监测地球的生态系统变化，比如森林面积的增减、冰川的融化速度、海平面的上升情况等。

通过对这些数据的分析，科学家们可以更准确地预测气候变化的趋势，为制定应对气候变化的政策和措施提供科学依据。

对于某个特定区域的发展规划，AlphaEarth Foundations同样能提供有力支持。它可以帮助城市规划者了解城市的扩张趋势，分析土地利用效率，从而合理规划城市建设，避免盲目扩张。

在规划新的基础设施建设时，它能提供详细的地质、地形信息，确保建设项目的安全性和可行性。对于一些生态脆弱地区，它可以监测生态系统的变化，为生态保护和修复提供数据指导，实现区域的可持续发展。

在科学研究的众多领域，AlphaEarth Foundations都为研究人员打开了新的大门：在地质学研究中帮助科学家更好地了解地球的地质构造和板块运动；在生态学研究中帮助深入研究生物多样性的分布和变化规律；在海洋学研究中能够监测海洋生态系统的健康状况和海洋资源的变化。

作为一项具有开创性的人工智能技术，AlphaEarth Foundations正以其独特的魅力和强大的功能，深刻地改变着我们对地球的认识和与地球互动的方式。