Forschung arXiv – cs.AI

Selbstüberwachtes Multi-Modal-Weltmodell mit 4D Raum‑Zeit‑Einbettung

DeepEarth ist ein neu entwickeltes, selbstüberwachtes Multi‑Modal-Weltmodell, das die Erde in vier Dimensionen – Raum und Zeit – abbildet. Durch die Einführung von Earth4D, einem planetenweiten 4D‑Raum‑Zeit‑Positionsenc…

≈1 Min. Lesezeit Originalquelle
Kernaussagen
Das nimmst du aus dem Beitrag mit
  • DeepEarth ist ein neu entwickeltes, selbstüberwachtes Multi‑Modal-Weltmodell, das die Erde in vier Dimensionen – Raum und Zeit – abbildet.
  • Durch die Einführung von Earth4D, einem planetenweiten 4D‑Raum‑Zeit‑Positionsencoder, kann das Modell über das gesamte Kontinente hinweg und über Jahrhunderte hinweg mit…
  • Earth4D erweitert das bereits bewährte 3D‑Multi‑Resolution‑Hash‑Encoding um die Zeitdimension.

DeepEarth ist ein neu entwickeltes, selbstüberwachtes Multi‑Modal-Weltmodell, das die Erde in vier Dimensionen – Raum und Zeit – abbildet. Durch die Einführung von Earth4D, einem planetenweiten 4D‑Raum‑Zeit‑Positionsencoder, kann das Modell über das gesamte Kontinente hinweg und über Jahrhunderte hinweg mit sub‑meter‑ und sub‑sekunden‑Genauigkeit arbeiten.

Earth4D erweitert das bereits bewährte 3D‑Multi‑Resolution‑Hash‑Encoding um die Zeitdimension. Dadurch wird die Skalierbarkeit des Modells enorm verbessert, während gleichzeitig die Präzision erhalten bleibt. Die Multi‑Modal‑Encoder, etwa Vision‑Language‑Modelle, werden mit den Earth4D‑Einbettungen kombiniert und mittels maskierter Rekonstruktion trainiert.

In Tests hat Earth4D die Leistungsfähigkeit eines führenden ökologischen Prognosebenchmarks übertroffen. Besonders beeindruckend ist, dass Earth4D mit lernbarem Hash‑Probing ein multimodales Foundation‑Modell übertrifft, das auf deutlich mehr Daten vortrainiert wurde.

Der gesamte Code sowie die vortrainierten Modelle sind Open Source verfügbar und können unter https://github.com/legel/deepearth heruntergeladen werden.

Einordnen in 60 Sekunden

Welche Linse du auf diese Meldung legen solltest

Dieses Thema ist relevant, weil es zeigt, wie sich KI-Produkte, Modelle oder Rahmenbedingungen in der Praxis verschieben.

Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.

Was veraendert sich praktisch?
Ist das eher Signal, Produkt oder nur kurzfristiger Hype?
Begriffe zum Einordnen

Kontext ohne Glossar-Suche

DeepEarth
Dieses Thema ist relevant, weil es zeigt, wie sich KI-Produkte, Modelle oder Rahmenbedingungen in der Praxis verschieben.
Earth4D
Dieses Thema ist relevant, weil es zeigt, wie sich KI-Produkte, Modelle oder Rahmenbedingungen in der Praxis verschieben.
4D-Encoder
Dieses Thema ist relevant, weil es zeigt, wie sich KI-Produkte, Modelle oder Rahmenbedingungen in der Praxis verschieben.
arXiv – cs.AI
Diese Quelle setzt den Ausgangspunkt fuer die Meldung. Pruefe immer, ob sie eher Forschung, Produktmarketing oder Praxisperspektive liefert.
Naechste Schritte

Aehnliche Entwicklungen zum Weiterlesen