LoCA：为地理空间位置编码器引入多模态能力

论文提出两阶段LoCA，将位置编码扩展到多模态输入。

资讯摘要

论文指出，位置编码器通过对比学习对齐地球观测影像，将地理坐标映射为高维描述符，但受Lipschitz约束，其输出内在维度至多2，导致对比损失无法达到渐近最优，联合训练还会使嵌入协方差降秩。作者将冻结图像编码器训练视为协方差正则化，并提出两阶段LoCA：先联合训练Sentinel-1与Sentinel-2编码器，得到共对齐高秩多模态目标；再冻结图像编码器，训练位置与表格元数据编码器作为投影适配器。作者报告在17项任务上LoCA胜出最多，赢得68.8%的逐任务比较。

要点速读

1. 论文证明Lipschitz位置编码器输出内在维度至多2，对比损失严格高于渐近最优。
2. LoCA第一阶段联合训练Sentinel-1和Sentinel-2编码器，第二阶段冻结图像编码器并训练位置与表格元数据适配器。
3. 作者报告在17项任务中LoCA赢得68.8%的逐任务比较，是唯一在多数任务上超过其他所有模型的方案。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:26（北京时间）。