Компания LGND выпустила LGND Geo — новый продукт, который позволяет большим языковым моделям отвечать на вопросы о Земле на основе реальных спутниковых снимков, а не только текстовых источников. Об этом говорится в официальном анонсе компании.

Идея продукта в том, что LLM хорошо понимают вопросы и умеют подбирать нужные инструменты, но не имеют способа «взглянуть» на Землю. Geo закрывает этот пробел: он подключается через Model Context Protocol (MCP) — открытый стандарт, который модели используют для вызова инструментов. Пользователю достаточно добавить коннектор и задать вопрос как обычно: модель сама решит, какие инструменты Geo вызвать, а в ответе вернёт не только вывод, но и подтверждающие его данные — локации, снимки и то, что на них обнаружено.

В основе работы лежат эмбеддинги — компактные числовые описания участков снимков. Поскольку они уже рассчитаны заранее, поиск по целому континенту запроса «места, похожие на это» занимает секунды.

На старте доступны два набора данных, открытых для всех бесплатно: глобальные снимки Sentinel-2 с разрешением 10 метров с 2017 года по апрель 2026 года с месячной периодичностью и аэрофотоснимки NAIP по территории США с субметровым разрешением за 2020–2023 годы с годовой периодичностью.

Инструменты Geo разделены на четыре группы. Search находит места, похожие на заданный образец — описанный словами или указанный точкой на карте, — а также места, изменившиеся из одного состояния в другое. Explore позволяет модели изучать территорию так, как это делал бы аналитик: раскладывать область в сетку по степени изменений между двумя периодами, масштабировать, просматривать одно место во времени по годам, кварталам или месяцам, сравнивать два места или одно место на две даты. Classify строит простой классификатор по нескольким примерам (вода, лес, застройка, открытый грунт) и применяет его к целой области, а повторный запуск на другую дату показывает, что изменилось. Check проверяет, подтверждается ли ответ модели тем, что действительно видно на снимках в конкретной точке.

В числе примеров вопросов, на которые система уже отвечает: где в Аризоне пустыня превратилась в солнечные фермы в 2020–2023 годах; где найти другие литиевые испарительные пруды, подобные чилийскому; насколько далеко распространился лавовый поток на Ла-Пальме в 2021 году и сколько растительности там восстановилось с тех пор.

Подключение занимает около минуты. Для Claude Code достаточно выполнить команду в терминале, для десктопного Claude — добавить кастомный коннектор, для ChatGPT — указать адрес MCP-коннектора в настройках. После этого пользователю предлагается создать аккаунт и задать вопрос о хорошо знакомом месте, чтобы самостоятельно оценить качество ответа.

Поскольку Geo работает на MCP, его инструменты не ограничены чат-окном: их можно встраивать в собственных агентов и пайплайны, например в ежемесячную задачу по выявлению новой застройки рядом с охраняемой территорией или в процесс, превращающий несколько размеченных примеров в карту землепользования на целый регион.

LGND отмечает, что это первый релиз и впереди много дополнений: больше возможностей по работе с изменениями во времени, больше источников снимков, классификаторы с возможностью сохранения и обмена, а также коммерческая съёмка для случаев, когда открытых данных недостаточно. Цель остаётся неизменной — LLM должны отвечать на вопросы о физическом мире, опираясь на свидетельства из снимков, а не на догадки.