从影像到可用数据：谷歌地理空间 AI 新飞跃

在近期 Cloud Next 大会上，谷歌（Google）发布了先进的地理空间 AI 功能，将影像分析能力延伸至企业工作流程中。然而，这只是一个起点。这家科技巨头宣布，在未来几周内将继续扩展其 Imagery Insights 产品组合，推出全新的 Aerial and Satellite Insights——使航拍和卫星影像更接近企业实际可大规模使用的形态。

此次更新的目标是超越静态视觉，让影像转化为可直接接入分析决策系统的结构化、机器可读数据。这意味着重点不再是人眼能从影像中看到什么，而是系统能从中推理出什么。利用航拍和卫星模型（Aerial and Satellite Models），能源分析师可以输入类似"找出大型暖通空调冷却塔"这样的提示词，模型就能在广阔地理范围内识别出相关冷却塔目标。

这些更新主要聚焦于数据的封装和交付方式。新产品不再将影像作为原始输入直接给用户，而是提供可直接使用的处理结果。这些输出包括物理目标检测以及土地和基础设施特征的分类。大部分繁重工作都在用户与数据交互之前就已完成。这消除了从像素开始构建自定义解读层的需求，地理空间信号从一开始就是可用格式。

对用户而言，主要区别在于从数据获取到获得可用洞察的速度。传统方法需要组装一套数据管道，处理摄取、标注、模型训练和分析等流程，每个阶段都会引入复杂性。而使用 Aerial and Satellite Insights，这些阶段都在平台内部处理。据 Google 介绍，用户可以直接访问输出结果，并将其整合到 BigQuery 等分析环境中。模型运维（包括扩展和执行）通过 Vertex AI 管理。这减少了对专用基础设施和专业知识的需求，工作流程不再侧重于构建系统，而是如何更多地使用这些系统产生的数据。

Google 已与 Airbus 和 Vexcel 合作，扩大 Google Maps 的航空和卫星影像目录。Airbus Defense and Space 太空数字化负责人 Eric Even 表示："我们与 Google 扩展合作，彰显了 Airbus 致力于为合作伙伴提供最高质量和最新数据的承诺。通过将 Airbus 行业领先的卫星影像添加到 Google 的 Aerial and Satellite Insights 中，我们使企业客户能够超越可视化，朝着更深入、数据驱动的全球洞察方向实现真正的决策。"

Vexcel 则贡献了其航空影像库，为数据集增加了更多覆盖范围。该公司还与 Google 合作，将这些影像转化为可用成果。正如 Vexcel 董事长兼首席执行官 Erik Jorgensen 所言，这项工作使团队能够"分析影像，并大规模生成知识"。

Google 还在展示与这些能力相关的更直接成果。该公司指出，Aerial and Satellite Insights 可用于识别信号障碍物以优化无线网络规划，监测关键基础设施附近的植被侵占，并发现可再生能源部署的新机遇。此外，Google 表示该方法还可通过支持更全面的分析和自动化盘点审计来辅助选址和资产管理。通过使用历史影像，团队可以检测时间变化并开始识别规律，而非在问题出现后才被动应对。

Milken Institute 社区基础设施中心正在利用该技术评估图书馆、学校和诊所等社区场所的屋顶太阳能潜力，结合气候风险和人口统计数据指导投资决策。Milken Institute 总监 Rachel Halfaker 表示："Solar Insights 提供了我们从未有过的建筑和社区级别的清晰度。我们的平台合作伙伴可以在几分钟内评估任何社区锚定设施的屋顶太阳能潜力，并将其与气候和社会经济数据叠加，精确定位韧性投资最需要的地方。它正在重塑我们与社区组织合作开展清洁能源项目的方式。"

Google 还将这一能力扩展到其平台应用中。通过模型库Model Garden 提供 Aerial and Satellite Insights，用户可以使用自然语言查询影像，包括无需训练自定义模型即可进行的物体零样本检测。同时，与 地球模型 Earth Engine 的集成允许将影像与专有数据集结合进行更深入的空间分析。这使地理空间数据更接近企业整体技术栈，而非作为独立的工作流程存在。

更进一步的目标是减少现场勘察的需求，加快决策速度。正如 Google 所描述的，这些工具旨在帮助组织"在减少现场在场、风险和成本的同时扩大运营规模"。重点在于将影像转化为服务于运营决策的成果，而非需要人工审查的对象。