Google Research 推出 S2Vec：用自监督学习读懂城市建成环境

Google Research 发布自监督框架 S2Vec，通过 S2 Geometry 分区与特征栅格化，将道路、建筑等建成环境数据转为多层图像，再用掩码自编码（MAE）学习通用嵌入向量。在人口密度、收入等社会经济预测的地理外推任务中，S2Vec 表现优于 SATCLIP、GEOCLIP 等基线，但在树冠覆盖、海拔等环境任务上仍需改进；与图像嵌入的多模态融合通常优于单一模态。