在地质科学领域，地质图被视为理解地球表面及地下结构的关键工具。解读这些包含丰富信息的复杂图表，需要专业的知识和丰富的经验。为了提升这一领域的智能化水平，微软亚洲研究院近期推出了一项重要的创新——GeoMap-Bench，这一新基准集专门用于评估多模态大语言模型在地质图理解方面的性能。

GeoMap-Bench的推出是地质图解读人工智能应用中的一大步。微软的研究人员与中国地质科学院及武汉大学的专家进行了深入的探讨，共同确定了地质图理解所需的五大关键能力，包括信息提取、定位、指代、推理和分析。这些能力确保了AI能够从地质图中获取基本信息，并执行复杂的逻辑任务，从而实现全面的理解。

（插入图片）

研究人员使用了超过7000幅地质图来创建GeoMap-Bench，并生成了3000多个带有标准答案的问题。这有助于评估现有的多模态大模型在地质图解读中的表现和局限性。常见的挑战包括如何处理高分辨率图像、如何满足专业领域的知识需求，以及应对多样化的视觉表现。

（插入图片）

为了进一步推动地质图的智能解析，微软还研发了GeoMap-Agent。这一智能体不仅具备数字化地质图的能力，还在高分辨率图像处理和领域知识应用方面进行了显著的改进。GeoMap-Agent的架构包括三个核心模块：层级信息提取、领域知识注入和增强提示问答。这些模块的结合使得AI能够高效、准确地分析复杂的地质信息。

研究人员表示，GeoMap-Bench和GeoMap-Agent的推出不仅为地质学领域的AI应用提供了新的研究基础，还将极大地推动地质信息的数字化和智能化。未来，这将对更广泛的领域，如灾害预警和资源勘探等产生深远影响。