地质万能模型3D：用于统一零样本地下 subsurface理解的可提示基础模型
地球物理
2025-09-15 v4 人工智能
摘要
理解地球地下过程对于能源转型、自然灾害减缓和行星科学至关重要。然而，地下分析仍然碎片化，结构解释、层系分析、地体分割和属性建模各自需要单独模型—each tightly coupled to specific data distributions and task formulations。我们介绍地质万能模型3D（GEM），这是一个统一的生成式架构，将所有这些任务重新表述为沿从地下成像中派生的潜在结构框架进行的提示条件推理。这种表述超越了任务特定模型，通过使GEM能够在推理过程中沿推断的结构框架传播人类提供的提示（如测井、掩码或结构草图），以产生地质上连贯的输出。通过这种机制，GEM实现了跨任务的零样本泛化，能够处理异构的提示类型，而无需为新任务或数据源进行重新训练。这种能力源于两个阶段的训练过程：结合大规模野外地震数据的自监督表示学习，以及使用混合提示和标签进行对抗性微调。GEM在多个应用场景中表现广泛，包括火星雷达层系分析、俯冲区结构解释、完整地震层系解释、地体分割和属性建模。通过以结构化的方式将专家知识与生成式推理相结合，GEM为可扩展的人类在环地球物理AI提供了基础，使其从碎片化管道过渡到垂直集成的可提示推理系统。项目页面：https://douyimin.github.io/GEM
引用
@article{arxiv.2507.00419,
title = {Geological Everything Model 3D: A Promptable Foundation Model for Unified and Zero-Shot Subsurface Understanding},
author = {Yimin Dou and Xinming Wu and Nathan L Bangs and Harpreet Singh Sethi and Jintao Li and Hang Gao and Zhixiang Guo},
journal= {arXiv preprint arXiv:2507.00419},
year = {2025}
}