在当代太空经济中，地球观测是基于一个悖论。卫星从未产生过如此多的地球图像，但必须分析这些图像的人工智能仍然缺乏合适的训练数据。正是在这一点上，奥地利初创公司 Another Earth 正在定位自己，该公司正在开发能够生成完全人造卫星图像的技术，以训练用于环境和地理空间分析的人工智能模型。
该公司宣布筹集三百五十万欧元，旨在加速其地球观测合成数据平台的部署。在这笔相对有限的资金背后，是建立模拟基础设施的雄心，使在整个地球表面训练人工智能模型成为可能。
从观测到模拟地球
十五年来，太空生态系统发生了深刻变化。商业卫星星座催生了新的地理空间数据产业。 ICEYE 等公司已经证明，可以生成大规模的地球雷达图像，特别用于环境监测、自然灾害管理或监控关键基础设施。
但现在对这些图像的分析很大程度上依赖于人工智能。然而，机器学习模型需要大量的注释数据，而这些数据通常很难获得。在世界许多地方，卫星图像稀有、昂贵或标记不足，无法有效训练算法。
🚨 智能工作
- MISTRAL – 客户经理，企业，法国 – 巴黎
- ANTHROPIC – 初创公司合作伙伴 – 法国和南欧
- 背景 – 人力资源总监 – 人力资源总监
- 综合理工学院 – 国际关系主任/副主任（F/M）
- CLAROTY — 销售开发代表
- FRACTTAL — 客户经理（法国）
- BRICKSAI — 创始增长经理
👉 在 DECODE MEDIA 招聘板上找到我们所有的职位
📩 您正在招聘并想加强您的雇主品牌吗？发现我们的合作伙伴优惠
另一个地球开发的技术正是填补了这一空白。该初创公司将生成式人工智能和 3D 建模相结合，生成合成卫星图像以及相关的地理空间数据，例如土地利用或高程模型。这些数据集随后可用于训练自动化环境分析系统，无论是森林砍伐检测、农业监测还是基础设施分析。
因此，该方法不是更换卫星，而是用模拟数据补充真实数据。
在不存在的地方生成数据
在许多应用于地球的人工智能项目中，主要困难不在于算法本身，而在于训练数据的可用性。高分辨率卫星图像可能很昂贵，而且它们的准备通常需要特别耗时的手动注释工作。
合成数据可以绕过这一限制。通过生成完全标记的人工图像，团队可以在特定场景下训练他们的模型：偏僻地区、罕见现象或极端事件。
Another Earth开发的平台可以生成大量模拟卫星图像，并附有自动标签和分割。这种方法尤其可以为现实中难以观察的情况创建数据集，例如某些环境灾难或卫星覆盖范围较差的地理情况。
地球观测经济的新参与者
“另一个地球”所在的市场正处于构建过程中，处于三个部分的十字路口：地球观测、人工智能地理空间分析和合成数据的生产。一方面，Maxar Technologies、Planet Labs 和 BlackSky 等公司利用卫星星座来生成地球图像和地理空间情报服务。然后，这些数据会提供给专门从事环境分析和应用的第二级参与者，例如 Kayrros，它使用卫星图像和人工智能来监测全球范围内的能源排放或工业基础设施。最后，新一代初创公司正在寻求解决该行业的主要瓶颈之一：缺乏人工智能模型的训练数据。例如，AgileView 等平台正在开发能够生成 3D 环境的模拟引擎，以生成用于机器学习的人造航空和卫星图像。
在这个生态系统中，另一个地球将自己定位在第三层，生成合成地理空间数据，旨在补充或丰富来自真实卫星的数据。
筹集资金以加速部署
为了支持这一战略，该初创公司宣布筹集 350 万欧元的资金。此次融资汇集了新投资者以及多个现有资本合作伙伴，包括 Rockstart、Inovexus、Stamco AG 和 Wake-Up Capital 等基金，并得到了奥地利研究促进局和奥地利经济服务局等奥地利公共机构的支持。
该公司计划利用这些资源加速其合成数据引擎的部署，特别是在环境数据仍然稀缺的地区，例如拉丁美洲或撒哈拉以南非洲的某些地区。
Another Earth 成立于维也纳，开发将生成人工智能和 3D 建模相结合的技术，以生成用于训练环境分析算法的合成地理空间数据集。该公司的创建者是 玛雅·平德乌斯、首席执行官兼联合创始人，以及 菲利克斯·格雷穆斯，首席技术官兼联合创始人，3D 技术和地理信息系统专家。
