标签
City2Graph 是一个新的 Python 库，可将地理空间数据转换为异质图，用于空间分析和图神经网络，其同行评审论文发表在《Computers, Environment and Urban Systems》期刊上。它支持形态、交通、流动性和邻近性图的构建，并与 PyTorch Geometric 及其他图工具集成。
介绍了Click2Poly，一种基于Florence-2的人机协同视觉语言模型，可加速建筑物和墙体矢量图层的手动编辑，并以QGIS插件的形式实现。
OlmoEarth Studio 现支持从 OlmoEarth 基础模型计算并导出自定义嵌入向量，支持相似性搜索、分割和变化检测等下游任务。这些嵌入向量可通过 Studio 界面或 API 以云优化 GeoTIFF 格式获取。
GeoForge 是一个无需训练、自进化的地球观测推理框架，它将已完成的轨迹组织成非参数记忆，以改进 LLM 智能体的规划和工具使用，而无需更新骨干模型。
本文通过将匿名化的城市画像按40项指标进行评分，衡量了语言模型对“城市”所做的隐含假设，发现它们普遍偏好规模更大、增长更快、基础设施更完善的城市。研究使用开放权重检查点和可复现数据，使语言模型中城市默认画像的经验性追溯成为可能。
介绍了GEOID-Flood，这是一个用于洪水分割的大规模多模态基准数据集，包含来自65个国家219个事件的超过14,000个瓦片，在单图像、多时相和多模态协议下，将基础模型与传统编码器进行了评估。
一篇博客文章描述了使用Voronoi图方法，结合OpenStreetMap道路和步道数据，计算圣盖博山脉的难以到达极点，并在GitHub仓库中分享了相关代码。
2026年Cesium开发者大会的会议录像现已上线，涵盖地理空间3D、人工智能、3D Tiles 2.0等演讲，以及SQLite创始人D. Richard Hipp的主题演讲。
Ai2 推出 OlmoEarth 平台，这是一个用于在大陆尺度上运行地理空间 AI 推理的基础设施，通过其系列地球观测基础模型，支持诸如森林砍伐监测和野火风险等应用。
本文提出了一种图注意力网络（GAT）方法，用于建模土壤样本中的空间依赖性，以预测微塑料和有机物，取得了较高的R²值，但由于样本量小，交叉验证泛化能力有限。
Delineate Anything v2 是一个全球可扩展的农田地块边界映射基础模型，在 [email protected] 上相对提升 103.3%，超越现有最佳水平。该模型使用了涵盖 61 个国家、7300 万实例的多分辨率数据集，并建立了一个手工筛选的 100 国评估基准。
AgentFAIR是一个多智能体框架，利用LLM评估器和批评者来评估地理空间数据集的FAIR合规性，在专家研究中实现了89%的子原则一致性和Fleiss κ=0.71，每个数据集成本为0.054美元。
StreetComplete是一款移动应用，它将贡献OpenStreetMap的过程游戏化，通过向用户呈现简单的现场任务来补充缺失的地图数据，并以用户的名义直接更新地图。
本文提出了一种因果机器学习方法，将双重/去偏机器学习与分层贝叶斯框架相结合，以估算额外供给对市场结果的增量影响，并以Airbnb作为案例研究。
TerraDiT-Ω 是一个用于卫星图像合成的统一空间控制框架，接受任意原生地理空间基元，并使用几何感知局部注意力，在多个下游任务中优于先前的密集和稀疏控制方法。
介绍了一种基于LLM的框架，通过自然语言查询从基于云的地理空间目录中检索遥感数据，重点关注安全性和对抗鲁棒性。该系统集成了三个代理，用于意图解释、API调用生成和风险管理。
GeoLibre 1.0 是一个轻量级、云原生的GIS平台，用于可视化、探索和分析地理空间数据，采用现代Web技术构建，并可在桌面和Web环境中运行。
OSMGraphCLIP是一种模型，它使用基于图的编码器和与球谐位置编码器的对比对齐，从OpenStreetMap数据中学习全局位置嵌入。该模型在多种地理空间任务中表现出色，通常能够达到甚至超越基于卫星的方法。
有人在Reddit上发布了名为Osiris的开源项目，它像一个公开版的Palantir，在实时3D地球仪上整合了上万架飞机、卫星、CCTV监控以及大量OSINT工具，所有功能都在浏览器中运行。