航片语义检索不只是把遥感影像放进向量库；同一地点的俯视、斜视和高程信息往往各自保留关键证据。AWS 与 Vexcel 的公开实验将多模态嵌入、描述生成和 F1 评估放在同一条 GeoAI 验收链，值得 GIS 团队参考。
可核查事实
- Vexcel 在 45 个以上国家和地区采集高分辨率数据，提供正射影像、多角度斜视影像和高程模型。
- 一个地图瓦片包含同一地点的七个互补视角。
- 这七个视角包括一张正射影像、四张东南西北斜视影像、DSM 和 DTM。
- AWS 的实验以 OpenStreetMap Overpass API 提供的事实数据作为评估基准。
- 评估比较了约 100 种不同配置。
- Amazon Nova Multimodal Embeddings 在泳池和道路两个基准查询中分别取得 0.621 和 0.555 的平均 F1。
- 接入描述文本后，泳池查询的最佳 F1 提高 11%，道路查询提高 13%。
核心机制
Vexcel 在 45 个以上国家和地区采集高分辨率数据，提供正射影像、多角度斜视影像和高程模型。多视角航片不是七份独立文件：同一对象会因观测角度、树冠和建筑遮挡而呈现完全不同的证据。
一个地图瓦片包含同一地点的七个互补视角，分别是一张正射影像、四张东南西北斜视影像、DSM 和 DTM。数据目录应明确每个视角的采集时间、分辨率和覆盖范围，并说明检索时是独立召回还是先融合。
技术路径
AWS 的实验以 OpenStreetMap Overpass API 提供的事实数据作为评估基准。先固定 AOI、影像版本、查询语句与基准要素，再比较 precision、recall 与 F1，才能避免仅凭演示图判断模型效果。
评估比较了约 100 种不同配置。可使用“范围定义、影像入库、嵌入与索引、自然语言查询、结果评估”五步流程；每一步保存模型、融合参数、样本和结果，便于新模型出现时回放。
GIS 场景与实施路径
Amazon Nova Multimodal Embeddings 在泳池和道路两个基准查询中分别取得 0.621 和 0.555 的平均 F1。这个数值只来自特定区域和类别，适合形成基线，不能当作其他城市或业务对象的准确率承诺。
接入描述文本后，泳池查询的最佳 F1 提高 11%，道路查询提高 13%。因此地图界面还应显示命中的原始视角、影像日期和相似度，让审核者判断检索证据能否支持业务结论。
可执行建议
- 为每个瓦片登记正射、斜视、DSM、DTM 的来源和采集元数据。
- 先用已知 AOI 的权威要素建立可重复评测集。
- 按对象类别选择融合策略，不将单一参数当作通用最优。
- 同时报告 precision、recall、F1、样本量和失败样例。
- 为每一条检索结果保留原始影像、视角与时间供人工复核。
资料来源与数据口径
事实来自 AWS 于 2026 年 6 月 22 日发布的 AWS 与 Vexcel 联合技术说明。本文的评测门槛和上线流程属于 GIS 工程建议，不代表 AWS 或 Vexcel 对特定业务结果的保证。
风险边界
该实验只覆盖一个区域的两个查询类别；影像季节、遮挡、标注和对象定义都可能改变结果。语义检索应辅助人工判读与后续空间验证，不能替代权威测绘成果或现场核查。
结论
多视角影像的价值来自互补，而不是单纯增加图片数量。将视角来源、融合策略和权威基准一起纳入验收，GIS 团队才知道 GeoAI 检索在何时可靠。
参考来源
- AWS，Embed the world: Multimodal AI for searchable aerial imagery at scale，2026-06-22：https://aws.amazon.com/blogs/machine-learning/embed-the-world-multimodal-ai-for-searchable-aerial-imagery-at-scale/