没有人知道地理空间基础模型的最新进展
计算机视觉与模式识别
2026-05-14 v1 计算机与社会
摘要
地理空间基础模型（GFMs）被提出作为灾害响应、土地覆盖分类、粮食安全监测等高风险地球观测任务的通用 backbone。然而，关于这些模型的已发表工作未能为评审者或用户提供足够信息，以判断哪个模型适用于特定任务。我们认为，没有人知道地理空间基础模型的最新进展如何。虽然这些方法可能有用，但 GFMs 文献未能规范化评估、训练和测试协议、发布的权重或预训练控制，以足够让任何人进行比较或排序。在一次 152 篇论文的审计中，我们发现 46 处跨论文的模型、基准和协议存在至少 10 分的分歧；94/126 篇包含可提取预训练数据的论文使用的配置没有其他论文使用；39% 的 GFMs 论文未发布模型权重。这种缺乏社区标准的问题可以解决。我们提出了六项具体期望：命名许可证的权重发布、共享核心评估、复制与重新运行基线注释、方差报告、一个共享评估工具、以及数据-架构-算法控制。这些缺口是一种协调失败，而非任何单个实验室的错失；本论文的作者们，像来自 GFMs 社区的许多其他人一样，也为这些问题的形成贡献了力量。与仅仅批评社区不同，我们旨在为共享的 GFMs 创新方式提供具体步骤。
引用
@article{arxiv.2605.12678,
title = {No One Knows the State of the Art in Geospatial Foundation Models},
author = {Isaac Corley and Nils Lehmann and Caleb Robinson and Gabriel Tseng and Anthony Fuller and Hamed Alemohammad and Evan Shelhamer and Jennifer Marcus and Hannah Kerner},
journal= {arXiv preprint arXiv:2605.12678},
year = {2026}
}