MetaEarth: A Generative Foundation Model for Global-Scale Remote Sensing Image Generation

最近生成式基础模型的进步引领了自然图像生成的新时代，彻底改变了艺术设计、娱乐、环境模拟等领域。虽然现有方法可以生成高质量的样本，但受限于场景规模，只能生成局部图像。本文提出了MetaEarth，一种生成式基础模型，通过扩展图像生成到全球范围，突破了这一限制，探索了创造全球、多分辨率、无限制的遥感图像。MetaEarth提出了一种分辨率引导的自级联生成框架，可以在各种地理分辨率下生成任何区域的图像。为了实现无限制和任意大小的图像生成，我们设计了一种新的噪声采样策略，用于去噪扩散模型，通过分析生成条件和初始噪声。为了训练MetaEarth，我们构建了一个包含地理信息的多分辨率光学遥感图像的大型数据集。实验证明了我们的方法在生成全球范围的图像方面的强大能力。此外，MetaEarth作为数据引擎，可以为下游任务提供高质量和丰富的训练数据。我们的模型为通过创新的俯视角度模拟地球视觉来构建生成式世界模型开辟了新的可能性。

本文旨在解决现有图像生成方法只能生成有限规模场景图像的问题，提出了MetaEarth模型，旨在实现全球范围内的高分辨率遥感图像生成。

MetaEarth采用分辨率引导的自级联生成框架，可以在不同地理分辨率下生成任意区域的图像。同时，MetaEarth还设计了一种新的噪声采样策略，使得可以生成任意大小的图像。

MetaEarth可以生成全球范围内的高分辨率遥感图像，为构建生成世界模型提供了可能。实验表明，MetaEarth具有强大的图像生成能力，并可作为数据引擎为下游任务提供高质量的训练数据。

最近在这个领域中，还有一些相关的研究，如BigGAN、StyleGAN等。