近年来，地理空间基础模型（GeoFM）发展迅速，从土地覆盖分类、森林变化监测、作物产量预测到城市分析，越来越多的模型不断刷新性能指标。然而，这些模型真的好用吗？
近期，剑桥大学与滑铁卢大学的研究团队在论文《How Usable Are Geospatial Foundation Models? A Systematic Evaluation of 89 Models》中，对89个地理空间基础模型进行了系统评估。研究发现，模型能力的快速提升，并没有同步转化为实际应用的便利性。
▲ 89个地理空间基础模型评估一览
1、超过一半难以直接上手
与传统的模型性能评测不同，这项研究不关注谁的分类精度更高，而是从获取与部署、交互方式、可信度、社区支持、科研可复现性、多语言支持和离线使用等七个维度，评估模型的实际可用性。
结果显示，89个模型中，有26个（29.2%）没有公开预训练权重，另有19个（21.3%）虽然提供了权重，却缺少充分的部署指导。两者合计超过50%。相比之下，只有6个模型提供API服务或图形用户界面，包括AlphaEarth、Prithvi、Tessera等。对于缺乏深度学习背景的研究人员而言，即使找到了合适的模型，也可能因为复杂的环境配置和代码操作而难以使用。
▲ 89个地理空间基础模型的获取与部署难度分布
2、模型能力很强，但使用方式却不够友好
在63个可进一步评估的模型中，约65%支持模型微调，但这种方式通常需要一定的编程和机器学习经验。相比之下，只有约5%的模型支持提示式交互，约5%支持交互式重新训练，能够按需生成特征向量的模型也仅占约27%。
这与实际科研需求存在明显差距。对于植被监测、土地覆盖制图或城市研究而言，科研人员往往更希望直接选择研究区域、获取模型特征、上传少量样本并完成分析，而不是从头搭建复杂的深度学习流程。如何将模型能力转化为简单易用的分析工具，仍是GeoFM发展的重要挑战。
▲ 63个可访问模型支持的主要交互方式
3、模型很准，却不告诉你哪里可能出错
研究中最值得关注的发现，来自模型可信度评估。在63个可访问模型中，约97%提供了可复现的性能基准，但只有1个模型提供内置的可解释性方法，没有任何模型提供符合论文评估标准、且有明确文档说明的不确定性量化功能。
这意味着，模型虽然能够识别森林、农田或建筑用地，却未必提供足够的工具帮助用户判断哪些区域的预测结果更可靠。而在研究团队开展的专家调查中，受访者恰恰非常重视不确定性表达。对于生态保护、灾害监测等应用而言，知道模型可能在哪里出错，有时比单纯提高预测精度更加重要。
4、开源不等于好用，具备完善社区支持的不多
研究还发现，约70%的可访问模型主要依靠GitHub上的README文档提供使用说明，真正具备完善教程和活跃社区支持的模型并不多。开源虽然降低了技术获取门槛，却不意味着普通科研人员能够直接使用。
值得关注的是，一些模型正在探索新的应用方式。例如，AlphaEarth通过Google Earth Engine提供全球地理空间特征数据，Prithvi通过开源工具和交互演示降低使用门槛，Tessera则将预计算的地理空间特征作为数据产品开放，使用户不必反复运行庞大的基础模型。这些实践表明，将复杂模型转化为标准化数据产品和便捷的分析服务，可能是推动GeoFM广泛应用的重要方向。
结语
这篇论文给地理空间AI领域提供了一个值得思考的视角：一个优秀的地理空间基础模型，不应该只是一套性能出色的网络结构，更应该是一套能够被科研人员理解、使用、验证和长期依赖的技术体系。
从当前的发展情况来看，AlphaEarth、Prithvi、Tessera等模型已经在数据表征和跨任务应用方面展现出巨大潜力，但从模型发布到真正落地，中间仍然存在数据获取、环境部署、交互操作、结果验证和长期维护等诸多环节。
对于相关从业者来说，未来选择基础模型时，除了关注模型精度和数据分辨率，也应该考虑它是否提供预训练权重、是否有完整的推理示例、是否支持自己的研究数据，以及能否对结果进行独立验证。地理空间大模型的下一阶段竞争，或许不只是比谁的模型更强，而是比谁能让更多人真正用起来。
论文来源：
Young, R., et al. (2026). How Usable Are Geospatial Foundation Models? A Systematic Evaluation of 89 Models.
https://arxiv.org/abs/2608.03804
