FLORO多模态地理空间基础模型发布

2026年10月30日，arXiv Computer Vision 刊出 Jorge L. Rodriguez 等人的研究，提出并预训练了多模态地理空间基础模型 FLORO。该模型面向跨传感器、跨尺度的生态遥感，使用 Sentinel-1、Sentinel-2、SkySAT 影像、高程和 UAV 数据等小规模异构语料，以掩码自编码方式进行预训练，并通过可用性感知输入统一异构传感器配置。研究团队在 PANGAEA 基准上采用冻结编码器协议，评测了场景分类、分割和回归任务；结果显示，FLORO 在六个分割基准上取得第二好的平均性能，在三个场景分类基准上平均排名第三，并在回归任务上表现突出。目前进展停留在论文发布与基准评测层面，报道未提及代码、权重或数据是否公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。