问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
近期，微软正式推出旗下地理空间数据服务「行星计算机（Planetary Computer）」，该服务整合PB级全球公开卫星观测、地面传感器采集数据，内置针对遥感场景优化的多模态大模型，目前已接入全球超过120家高校、科研机构的气候、生态、城市规划类研究项目，大幅降低地理空间领域的AI应用落地门槛。
做了十年全球红树林生态研究的斯坦福大学环境系副教授Maria Gonzalez，此前要完成一次跨20年的全球红树林分布变化统计，至少需要协调3个航天机构的数据集，组织5名博士生花半年时间完成数据清洗和标注，最终才能跑模型得出结论。而现在，她只需要在微软行星计算机的平台上输入检索条件，不到10分钟就能拿到预处理完成的全量数据，调用平台内置的AI识别模型，仅用两周就完成了全部分析工作。
长期以来，地理空间领域的科研工作都面临数据获取成本高、预处理工作量大、算力支持不足的痛点。公开卫星数据分散在不同国家的航天机构平台，格式不统一、缺漏值多，仅数据清洗环节往往就要占用研究团队60%以上的项目时间，中小团队根本无力承担全球范围的研究课题。而随着全球气候变化、城市规划等领域的研究需求爆发，行业对统一的地理数据处理工具的呼声也越来越高。
微软推出的行星计算机，本质上是一套AI原生的地理空间数据处理PaaS服务，从底层架构上就解决了行业的核心痛点。数据层方面，平台已经整合了来自NASA、欧洲空间局等17个官方机构的PB级公开卫星观测数据，以及全球超过20万个地面传感器的实时气象、水文、地质数据，所有数据都已经完成格式统一和缺漏值补全，用户可以直接按需调用。
模型层方面，微软专门针对遥感影像、地理时序数据微调了多模态大模型，可自动完成植被覆盖识别、灾害范围标定、城市建成区统计等常见分析任务，处理效率比传统人工标注模式提升超过40倍。同时所有算力都部署在微软Azure云平台上，研究人员不需要自行搭建本地算力集群，通过网页端或API接口就能直接调用全部能力。
目前行星计算机已经向全球非商业科研用途开放免费申请通道，上线3个月以来已经有超过120家高校、科研机构和公益组织接入使用，覆盖气候变迁、生态保护、城市规划、灾害预警等多个领域。除了斯坦福大学的红树林研究项目外，联合国人居署也已经借助该平台完成了东非17个主要城市的2010-2024年建成区扩张分析，为后续的公共设施配置规划提供了数据支撑。
微软相关业务负责人表示，未来还会进一步开放平台的自定义训练能力，允许研究人员上传自有观测数据微调专属模型，同时还会为欠发达地区的公益机构和政府部门提供额外的免费算力额度，降低AI技术在公共领域的使用门槛。
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