问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
西班牙地理科技创企Xoople近日宣布完成1.3亿美元B轮融资，同步公布与美国国防航天巨头L3Harris的合作协议，双方将联合研发适配Xoople低轨卫星星座的专用光学传感器，打造面向大语言模型、多模态AI训练的高精度全球动态地理数据库，填补AI训练场景下实时高分辨率地理数据供给的市场空白。
图源: 图像由AI生成如果你试过让多模态AI生成某座三线城市沿街商铺的实景，或者问AI某段山区公路的最新路况，大概率会得到过时甚至错误的答案——这背后的核心痛点，就是当前AI训练数据集里普遍缺失动态更新的高精度地理信息。
过去十年，全球地理测绘数据的供给主要面向人类使用场景，比如导航软件、城市规划，更新周期普遍在3个月以上，分辨率最高仅到米级，且数据格式需要经过复杂的清洗、标注才能适配AI训练流程，仅数据预处理的成本就占到相关AI模型训练总成本的40%以上。随着多模态大模型、自动驾驶、服务机器人等产业快速扩张，面向AI原生的地理数据缺口正在快速扩大。
Xoople给出的解法是搭建专门服务AI训练的低轨卫星星座，本次和L3Harris合作研发的定制传感器，**可实现厘米级的地表动态识别，数据更新周期缩短至24小时以内**，且输出的原始数据已经完成结构化标注，可直接接入主流大模型的训练管道，预处理成本比传统测绘数据降低90%。
据了解，本次融得的1.3亿美元中，超70%将用于首批卫星的发射组网和传感器量产，预计2026年底将完成首批6颗试验星的发射，覆盖全球30%的人口聚居区，2027年完成第一阶段30颗卫星组网后，覆盖范围将提升至85%。
值得注意的是，Xoople并不是唯一瞄准AI原生地理数据赛道的玩家，此前包括谷歌、OpenAI在内的科技巨头都已经在相关领域布局，试图搭建自有的全球地理数据集用于多模态模型训练。
行业分析师指出，未来3年，面向AI训练的专用数据市场规模将突破200亿美元，其中地理数据的占比将超过30%，成为AI基础设施领域新的增长热点。Xoople的融资也释放出明确信号：资本已经开始关注AI基础设施中垂直细分的数据供给赛道，而非仅聚焦大模型本身。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号