环境监测

Sarsen是一个专注于合成孔径雷达（SAR）传感器的算法和实用工具的项目。它提供了先进的SAR传感器数据处理算法，包括SAR数据的处理、分析和应用支持。该项目旨在促进SAR技术的研究和开发，支持环境监测、灾害管理和响应等多种应用场景。

SatMAE是一个预训练Transformer模型，专门设计用于处理时间序列和多光谱卫星图像。它通过高效的时空学习能力，能够更好地捕捉卫星图像中的复杂模式和变化，适用于多种卫星图像分析任务。

GeoSpy通过先进的AI驱动的地理空间智能，简化复杂的地理数据处理和可视化，适用于城市规划、环境监测和物流等多个领域。

由5000张航空和卫星图像组成的数据集，包含了8类土地覆盖标签和220万个分割区域，覆盖了6大洲的44个国家的97个地区

Aurora大气预测模型：基于机器学习的大气变量预测工具，可为中高分辨率天气预测和空气污染预测提供专门训练的模型，支持快速部署和应用

该项目是一个集成多种遥感数据源的多模态大语言模型，旨在提升视觉与语言的理解能力，支持遥感数据的分析与应用。

该项目是一个集成多种遥感数据源的多模态大语言模型，旨在提升视觉与语言的理解能力，支持遥感数据的分析与应用。

来自艾伦人工智能研究所（Allen Institute for AI）的新模型Unified-IO 2，能够处理图像和语言的多模态模型之一。

一个用Rust语言编写的极简语言模型（LLM）推理工具，能够在没有机器学习库的情况下，在CPU上进行完整的语言模型推理，支持多种大型语言模型并具备多模态功能。

PaLI-3是一个相对更小、更快且更强大的视觉语言模型，其性能表现优于大小为其10倍的类似模型，专注于多模态任务的高效处理。

Impact Stack 是一个AI聊天机器人，专注于研究社会和环境影响，提供可持续性指标和绿色建议。它利用Semantic Scholar的2亿多篇学术论文，并整合Gaia Lens的数据，以符合联合国可持续发展目标（UNSDG）和可持续会计标准委员会（SASB）的标准。

Danti是一个开创性的工具，旨在利用地球观测数据的巨大潜力。作为一个先进的搜索引擎，Danti简化了导航广泛的地球数据集合的过程，使其在各类应用中变得可访问和可用。它通过将复杂数据转化为可操作的洞察，服务于国防、情报、房地产、保险等领域的专业人士以及数据爱好者。