7月31日消息，谷歌正式推出AlphaEarth Foundations人工智能模型，并同步在Google Earth Engine上线“Satellite Embedding”年度数据集。该模型首次将光学、雷达、激光雷达及气候模拟等多源地球观测数据整合为统一的数字表征，实现10米×10米精度、全球陆地及近岸水域年度动态监测，被业内称为“虚拟卫星”。

“过去，科学家需要整合数十种卫星和传感器的数据，耗时数月才能完成一次区域级制图。”谷歌地球AI团队在官方博客中指出：“现在，AlphaEarth Foundations把1.4万亿个嵌入足迹压缩到原有存储需求的十六分之一，误差率较传统方法降低24%，几分钟即可生成定制化地图。”

重大突破：数据融合与存储双跨越。AlphaEarth Foundations解决了地球大数据领域长期存在的两大痛点：

1. 数据过载：通过深度学习算法，将PB级多模态数据转化为高压缩比的“嵌入”向量，10米分辨率下仍可追踪细微变化；

2. 信息割裂：统一标准后，不同机构、不同年份的数据得以无缝拼接，为跨学科研究提供“共同语言”。

联合国粮农组织、哈佛大学森林研究所、MapBiomas等50余家机构已率先试用。结果显示，该模型在标签稀缺地区仍能保持高精度，为粮食安全、森林砍伐、城市扩张及水资源管理提供决策依据。

应用案例：全球生态系统“补白”。由詹姆斯·库克大学牵头的“全球生态系统图谱”项目利用新数据集，首次将沿海灌丛、极旱荒漠等此前未被系统记录的生态系统纳入分类体系。项目全球科学负责人Nick Murray指出：“这一资源将帮助各国精准定位保护区域，优化生态修复路径。”

在巴西，MapBiomas正借助该数据集深度追踪亚马逊地区农业扩张与森林退化。创始人Tasso Azevedo表示：“过去需要数周完成的制图任务，现在只需数小时，且精度更高，极大提升了我们的政策响应速度。”

研究人员即日起可通过Google Earth Engine调用AlphaEarth Foundations生成的年度嵌入数据，覆盖近几十年的地球观测记录，配套教程同步上线。

谷歌方面透露，下一步计划将AlphaEarth Foundations与Gemini等大型语言模型结合，推出具备时间序列推理能力的“地球AI助手”，并持续扩充数据集频次至月度甚至日度更新。

参考资料：https://deepmind.google/discover/blog/alphaearth-foundations-helps-map-our-planet-in-unprecedented-detail/；https://x.com/GoogleAI/status/1950679612515828200