企业简介
陕西元翌智能科技有限公司是一家专注于智能遥感图像解译算法设计、研发、应用与咨询服务的人工智能公司，力求实现遥感图像解译产学研的全链条覆盖，推动人工智能技术在遥感领域的落地转化应用。公司长期着眼于遥感大模型产业化落地商业模式的探索，整合算力、算法、数据等核心AI资源，为遥感垂直行业提供整体解决方案。目前，公司携手西安昇腾智能科技有限公司、华为技术有限公司、航天宏图、中科星图等头部企业，为构建遥感数字经济研发与应用协同创新生态体系共同努力。
项目简介
陕西元翌智能科技有限公司与华为技术有限公司联合研发遥感预训练大模型——元翌遥感影像解译大模型，2022年获首届中国算力大会创新先锋优秀成果奖。该产品具有全国产（国产算力+国产大模型+国产数据+国产AI架构）和全场景（覆盖农业、自然资源、林草、水利、城市规划、检察、应急等行业与场景）的特点，目前已广泛应用于自然资源监管、生态文明建设、国土空间规划、灾害应急管理等方面。
痛点问题
深入剖析遥感影像解译行业的关键挑战，有以下核心问题亟需关注和解决：
1.数据解译效率瓶颈：尽管遥感技术获取的数据量呈指数级增长，但现有的解译技术大多依赖人工分析的方法，无法满足市场对快速响应的需求。这一效率瓶颈限制了遥感数据在时效性要求高的领域（如灾害响应和环境监测）的应用。
2.高成本投入限制：高精度遥感影像的获取和处理需要昂贵的设备和专业人才，这导致中小企业难以承担相关成本，限制了行业创新和市场竞争力的提升。
3.高技术门槛限制：遥感影像解译技术的专业门槛较高，需要具备地理信息系统（GIS）、摄影测量与遥感等专业知识。这一门槛限制了更广泛领域专家和用户的参与，影响了遥感技术的普及和应用。
4.数据处理服务与标准化难题：不同来源的遥感数据在格式和标准上存在差异，导致数据整合和互操作性成为挑战。缺乏统一的数据处理服务和标准化流程，增加了数据处理的复杂性和工作量。
技术特色
1.方法创新：针对地物类别不均匀、数据跨度大、实时解译困难，构建了任务决策引导的可解释学习框架，实现复杂场景全要素提取；基于地学知识图谱构建场景多要素复合关系模型，通过场景知识和解译知识的因果推断实现多要素冲突判别和消歧。
2.数据创新：我们以国产数据为核心，实现了对超过300万平方公里的广泛覆盖，标注范围从一级到四级地物，涵盖超过90类。这种深度和广度的数据创新为高精度遥感影像解译提供了坚实基础。
3.架构创新：我们构建了一个层次化的遥感影像解译体系，包括“L0基础大模型”、“L1行业大模型”和“L2场景大模型”。这种创新架构不仅优化了模型的构建和应用，还实现了模型的快速迁移和适应，提升了灵活性和效率。
4.安全创新：在安全性方面，我们的大模型已全面实现国产化适配。依托昇腾Atlas算力底座和MindSpore AI框架，从开发环境到硬件平台，我们实现了华为全流程认证，确保了技术的安全性和可靠性。
5.生态创新：我们与多家单位合作，共同构建了一个全面的遥感数字经济生态体系。这一体系以“核心自主技术”为基础，结合“国产AI框架”、“国产算力底座”和“国产数据”，为各应用场景提供全面的使能服务，推动了遥感技术的广泛应用和生态的可持续发展。
应用实例场景
1.政府用户：政府部门如农业、林业、水利、环保、城市规划等部门对遥感数据和解译服务有着强烈需求。这些部门需要利用高精度的遥感数据进行政策制定、资源管理、环境监测和灾害应对等工作。我们的解译平台可以为政府用户提供精准、高效的遥感数据分析，帮助他们更好地管理资源、制定政策和执行任务。
2.专业企业：包括农业科技公司、林业管理公司、水资源管理公司、旅游公司等，这些企业需要通过遥感数据获取更精确的信息来提升业务效率。例如，农业科技公司可以利用我们的解译服务进行作物监测和产量预测，从而优化种植策略和提高产量。水资源管理公司可以利用解译服务进行水质监测和水资源管理，提高资源利用效率。
3.系统集成商：系统集成商通过整合各种技术和服务，为客户提供综合解决方案。我们公司可以为这些集成商提供先进的遥感解译技术，帮助他们提升整体方案的竞争力。这类客户需要高效、可靠的解译服务来增强其系统集成方案的价值，从而满足客户多样化的需求。
4.个人用户：科研人员、学生、工程师等个人用户也是我们的重要客户群体。他们在各自的研究和项目中需要高质量的遥感数据和解译服务。例如，科研人员可以利用我们的平台进行环境监测研究，学生可以在学习和实验中使用解译服务，工程师可以在工程项目中进行地理信息分析。
