2月21日，达摩院联合高德发布业界首个多模态地理文本预训练模型MGeo，其可充分理解地图上的每一个元素，并精准完成地图搜索、地理位置分析等任务。MGeo是阿里通义模型系列旗下的新模型，目前已在魔搭社区开放（/models/damo/mgeo_backbone_chinese_base/summary）。

地理文本信息处理是导航软件、物流以及零售等行业的基础。然而，目前传统地理文本AI算法对于地理信息的理解仍局限在经纬度以及经纬度的远近上，无法像人类一样理解地图上的元素，该方法难以精准表示景区、园区、商业街等大型地理实体的具体形状，以及不同地图元素之间复杂的临近、包含等关系。

针对上述问题，达摩院联合高德提出地理文本多模态模型，使用对抗MLM预训练、句子对预训练及多模态预训练三大技术，并用多任务预训练将这三种预训练任务进行动态组合，最终训练得到适合于多类地理文本任务的预训练底座MGeo。该模型拥有丰富的地理知识，能像人类一样跨模态理解地图与地理文本的信息，相关研究成果已被EMNLP、AAAI等国际顶级会议收录。