针对遥感影像、激光点云、倾斜摄影、CAD图纸、BIM模型等多源异构时空数据融合要求，以实现物理世界数字化映射，利用自研算法对数据进行网格化管理，通过“时空数据+AI”技术，为农业、林业、流域、城市等行业的应用提供解决方案及数据服务，为实施预算做“减法”，为提质增效做“加法”，实现可视、可管、可控、可预。

以数字地球引擎、数据引擎、IOT感知引擎、业务引擎、AI知识图谱深度学习等引擎，实现多源异构多模态数据融合、数据汇聚治理及时空数仓，业务跨组织应用，实现场景可视化，业务可仿真，数据可配置，为行业治理计算决策提供技术支撑。

基于多跨协同、多源异构的场景基因结合大规模数据处理、数据挖掘、机器学习等多种技术，从大数据中提炼、发掘、知识抽取、构建知识图谱及搭建专家模型，为数字孪生流域、农林、城市等场景的行业用户在制定决策时提供有效的数据智能支持，减少或者消除不确定性。

基于神经网络、机器学习等底层技术针对多模态大模型在特定行业或领域中进行深度定制和训练。使大模型在保持泛化能力的同时，更聚焦于某一具体的应用场景，比如水利、林业、医疗等行业，在相应的垂直领域内具有更高的准确性和更强的行业属性。同时，围绕垂向赛道大模型打造对应的多场景智能体以及匹配的行业知识图谱，支持与对应行业的数据中台结合，提供基于垂向赛道大模型的一体化行业AI解决方案。