YingLan多模态海洋基础模型提出
热点事件持续更新
YingLan多模态海洋基础模型提出
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月22日，arXiv Artificial Intelligence 刊出 Sen Jia 等作者的报道，提出多模态海洋基础模型 YingLan。该模型整合物理属性条件动态编码、时空增量耦合（STIC）与海洋状态演化感知预训练，使用 MindSpore 实现并在华为昇腾 910B NPU 上训练，报道称这体现了其与国产 AI 计算基础设施的兼容性。在深圳近岸海域七日海表盐度预报任务中，YingLan 取得平均 RMSE 0.687508 PSU，较 LangYa、XiHe、GloNet2 分别降低相对误差 0.58%、5.31% 和 12.42%。作者同时指出，这些结果仅为该模型在区域海洋预报中有效性的初步证据，仍需更广泛的跨任务、跨区域评估以检验其泛化能力。目前事件进展停留在模型提出与初步验证阶段。
AI 根据报道生成 · 3 小时前更新
最新进展10月22日 12:00
YingLan：面向异构观测统一表征学习的多模态海洋基础模型报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv Artificial IntelligenceYingLan：面向异构观测统一表征学习的多模态海洋基础模型
多模态海洋基础模型 YingLan 在深圳近岸海域七日海表盐度预报任务中取得平均 RMSE 0.687508 PSU，较 LangYa、XiHe、GloNet2 分别降低相对误差 0.58%、5.31% 和 12.42%。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 710月23日 03:00
- 近 24 小时变化
- –
02468
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。