蚂蚁集团旗下遥感大模型在农业信贷场景的应用

　　蚂蚁科技集团股份有限公司

　　蚂蚁集团起步于 2004 年诞生的支付宝，经过十八年的发展，已成为世界领先的互联网开放平台。蚂蚁集团通过科技创新，助力合作伙伴，为消费者和小微企业，提供普惠便捷的数字生活及数字金融服务;持续开放产品与技术，助力企业的数字化升级与协作;在全球广泛合作，服务当地商家和消费者实现“全球收”、“全球付”、“全球汇”。作为一家技术人员占比超过 60%，拥有强大自主创新能力的科技企业，蚂蚁集团始终坚持自主创新，在人工智能、数据库、隐私计算、智能风控、区块链等领域进行了前瞻性布局，自主研发了大模型、隐语、OceanBase 数据库等一系列支撑蚂蚁和行业发展的关键技术。

　　概 述

　　在农村数字普惠金融和农业农村现代化发展的双重政策驱动下，蚂蚁集团与网商银行于2019 年发起“亿亩田”项目，通过遥感智能解译技术建立了对大范围种植作物、农业设施的低成本高精度识别能力，补齐农业场景“人 - 地 - 物”关联数据缺失的短板，实现对农业用户年度经营状况的反演和用户授信，衍生出农业信贷新模式，以普惠金融助力农业农村发展。在核心技术方面，蚂蚁集团研发了行业内首个全面支持多模态、多分辨率、多光谱时序影像的遥感多模态大模型，覆盖解译任务最全，参数规模领先，各项指标均为行业顶尖。基于该技术，项目已覆盖全国 31 个省、自治区、直辖市和 15 大产业，帮助 150 多万种植户获得无接触贷款，为乡村振兴注入源源不断的金融“活水”。

　　需求分析

　　2019 年数字农业农村发展规划(2019-2025)提出以数字化驱动农业农村现代化发展，2020 年中央 1 号文件明确提出着力发展农村数字普惠金融。“三农”一直以来为国之根本，是治国理政的头等大事。2022 年全国粮食播种面积 17.7 亿亩，仅 2022 年上半年，全国涉农整体信贷余额规模就高达 47.1 万亿，用户需求旺盛。

　　然而受限于农业农村场景长期信息化、数字化程度低，大多数农业用户信用数据单薄，信贷准入十分困难，其中最核心的问题在于如何对农业生产经营状况进行有效建模。蚂蚁集团与网商银行携手共建“亿亩田”项目，通过遥感智能解译技术实现耕地种植情况客观观测，有效建模农业生产经营状态，建立了农业信贷新模式，以金融活水精准浇灌呵护农业生产，助力乡村振兴。

　　案例介绍

　　农业遥感场景天然具有无标注数据充足(全球日均产生 PB 级卫星观测数据)、标注数据极度稀缺的特性。尤其在经济作物领域，其种类丰富、分布稀疏、种植模式多样。本项目通过海量全地貌遥感影像数据进行大模型无监督预训练，在无需标注数据的情况下让模型学习到强泛化性的地物表征，自研完成行业领先的大规模遥感多模态大模型，天观(SkySense)。天观的核心能力包括：

　　1. 行业内首个同时支持多模态、多分辨率、多光谱、时序影像输入的遥感大模型，覆盖最全面的地球观测解译任务。

　　2. 参数规模达到 20 亿，为行业内参数规模最大的遥感多模态大模型之一，天观目前在7 种任务总计 16 个公开数据集中都取得了最优结果(包括小目标旋转检测、多模态农作物识别等)，达到全球顶尖水平，如图 1 所示。

　　天观依托时空解耦架构、多粒度对比学习、 地学时空知识建模等多项核心技术，突破了遥感农业识别地形复杂、泛化性差的难题。

　　1. 时空解耦架构，如图 2 所示。 基于遥感场景中，多模态、多时序遥感影像空间对齐特性， 提出时空解耦架构，创造性地对空间特征提取及多模态时序融合两个关键模块进行独立拆分。该设计大幅减少时空建模的参数量，并有效提升遥感场景中的智能解译精度 。

　　2. 多粒度对比学习 如图 3 所示。基于遥感解译任务在模态、空间尺度的多样性， 在两个维度实现了多粒度对比学习。模态层面支持单图单模态与序列多模态对比学习空间层面，设计了像素级、目标级与整图级对比学习 。上述预训练有效提升天观在全场景的配适性 。

　　3. 地学时空知识建模。基于地理位置对大尺度空间范围内遥感影像特征进行无监督时空聚类， 生成区域性的地物通用时空表征，有效提升模型地球观测解译的能力 。

　　本项目在全球范围内首创将卫星遥感农作物识别运用到涉农信贷业务中，已覆 3 种主粮作物、13 种经济作物、 2 类农业设施。在核心作物识别中，天观对比基线模型 在 90% 精度下召回率取得显著提升其中大棚召回率增长 12%，果园提升 24%，苹果提升 15%，柑橘提升 14%。

　　效益分析

　　项目利用遥感智能解译技术对作物种植情况进行贷前观测、贷中监控、贷后管理实现对农业用户生产经营状况的高效准确评估与授信 。项目通过网商银行已覆盖全国 31 个省、自治区、直辖市和 15 大产业，帮助 150 多万种植户获得无接触贷效益分析款，并大幅降低单笔贷款的发放成本，取得了良好的社会经济效益。同时依托遥感大模型对小样本、复杂地貌的优异泛化能力，在高价值经济作物场景项目拥有覆盖品类广、识别精度高的优势大幅拓展了主粮之外广阔的市场空间，具备进一步向行业推广复制的潜力。 此外，基于遥感大模型天观，项目也积极探索落地了 ESG 相关工作包括种植林监测 、 遥感碳汇计算等。