--- title: GenEarth canonical_url: "https://www.modelscope.cn/studios/KyanChen/GenEarth" md_url: "https://www.modelscope.cn/studios/KyanChen/GenEarth.md" repository: KyanChen/GenEarth chinese_name: GenEarth last_updated: 2026-08-30 sdk_type: gradio sdk_version: 6.17.3 downloads: 0 stars: 1 --- # GenEarth > GenEarth - KyanChen 在 ModelScope 创建的在线 Demo。GenEarth is an open-source research series centered on Text2Earth, a 1.3B-parameter diffusion foundation model for text-driven, resolution-controllable remote-sensing image generation, supported by the global… KyanChen/GenEarth 是 ModelScope 魔搭社区上的在线可交互 Demo（创空间），基于 gradio 6.17.3 构建。 - **Repository**: KyanChen/GenEarth - **SDK**: gradio - **SDK version**: 6.17.3 - **Downloads**: 0 - **Stars**: 1 - **Last updated**: 2026-08-30 Source: https://www.modelscope.cn/studios/KyanChen/GenEarth ---
GenEarth logo

GenEarth

简体中文 | English

生成地球，从像素到世界

面向地球观测的开放生成式基础模型、数据与交互工具

在线体验 / Live demo · 项目主页 · Text2Earth GitHub · 论文

![GenEarth research family](images/genearth_family.png) ## 项目简介 **GenEarth** 是以 **Text2Earth** 为核心的开放生成式地球观测研究系列。项目从全球尺度遥感图像—文本数据出发，探索可控二维影像生成、无界场景扩展、多模态地球观测生成，以及世界尺度三维场景生成。 本仓库提供一套可直接运行的 Gradio 应用，将研究介绍与模型交互整合在同一界面中。当前已经接入 Text2Earth 文生遥感图像和 Text2Earth-inpainting 局部重绘；MetaEarth、MetaEarth-MM、MetaEarth3D 等能力目前作为研究成果展示与后续接入入口。 ## 当前能力 | 模块 | 能力 | 当前状态 | | --- | --- | --- | | 项目首页 | 展示 GenEarth 研究版图、Git-10M、Text2Earth 及扩展工作 | 可用 | | 文字造景 | 根据英文文本生成遥感影像 | CUDA 真实推理 / CPU 演示预览 | | 分辨率控制 | 通过 Google Map Level 控制 `1–64 m/px` 空间分辨率 | 可用 | | 批量生成 | 单次生成 `1–5` 张图像，并记录 Seed 与耗时 | 可用 | | 局部重绘 | 使用文本修改影像指定区域 | CUDA 真实推理 / CPU 演示预览 | | 蒙版工具 | 上传黑白蒙版，或通过矩形、圆形参数快速创建蒙版 | 可用 | | 更多能力 | MetaEarth、MetaEarth-MM、MetaEarth3D、超分辨率等入口 | 展示 / 预留 | 应用支持 `256 × 256` 与 `512 × 512` 输出、推理步数与引导强度调节、固定随机种子、示例加载、蒙版实时预览和运行日志。 > [!IMPORTANT] > Text2Earth 真实推理需要 CUDA GPU。未检测到 CUDA 时，应用会自动进入带水印的程序化演示模式，用于预览界面和验证交互流程；演示结果不是模型输出。 ## 快速开始 ### 环境要求 - Python `3.10+`，推荐 Python `3.12` - CUDA GPU：运行 Text2Earth 真实推理时必需 - 可访问 ModelScope 或 Hugging Face：首次使用时需要下载模型权重 ### 方式一：使用 uv 仓库提供了自动创建 Python 3.12 虚拟环境并安装依赖的脚本： ```bash chmod +x create_uv_env.sh ./create_uv_env.sh source .venv/bin/activate python app.py ``` 如果本机尚未安装 uv，脚本会通过官方安装脚本自动安装，因此需要 `curl` 和网络连接。 ### 方式二：使用 venv + pip ```bash python -m venv .venv source .venv/bin/activate python -m pip install --upgrade pip pip install -r requirements.txt python app.py ``` 启动后访问 [http://localhost:7860](http://localhost:7860)。应用默认监听 `0.0.0.0:7860`。 ## 使用说明 ### 文字造景 1. 在「文字造景」中输入英文场景描述。模型以英文提示词训练，英文通常更稳定。 2. 选择空间分辨率等级、输出尺寸和生成数量。 3. 可在「高级参数」中调整推理步数、文本引导强度与随机种子。 4. CUDA 环境会默认勾选「Text2Earth 真实推理」；点击生成即可查看结果与运行日志。 示例提示词： ```text Many rectangular-shaped green and tan mixed farmlands of different sizes ``` ### 局部重绘 1. 上传原始遥感影像，或加载内置示例。 2. 选择矩形选区、圆形选区或上传黑白蒙版。 3. 在蒙版预览中确认橙色区域；上传蒙版时，**白色表示重绘，黑色表示保留**。 4. 用英文描述希望在选区中生成的内容，然后设置参数并开始重绘。 ## 空间分辨率条件 Text2Earth 将 Google Map Level 编码到提示词中： ```text Resolution = 2^(17 - Level), Level ∈ [11, 17] model_prompt = "{Level}_GOOGLE_LEVEL_{content_prompt}" ``` 本应用中的等级与空间分辨率对应如下： | Level | 11 | 12 | 13 | 14 | 15 | 16 | 17 | | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | | 分辨率（m/px） | 64 | 32 | 16 | 8 | 4 | 2 | 1 | 例如，Level 16 与提示词 `Many green trees are in a piece of forest` 会被转换为： ```text 16_GOOGLE_LEVEL_Many green trees are in a piece of forest ``` ## 模型加载与配置 模型仅在第一次触发对应的真实推理任务时加载，并在当前进程中缓存。默认优先从 ModelScope 下载；下载失败时可自动回退到 Hugging Face。 | 环境变量 | 默认值 | 说明 | | --- | --- | --- | | `GENEARTH_MODEL_SOURCE` | `modelscope` | 模型来源；设为 `huggingface` 可直接使用 Hugging Face | | `GENEARTH_ALLOW_HF_FALLBACK` | `1` | ModelScope 失败后是否回退 Hugging Face；设为 `0` 可关闭 | | `GENEARTH_DEMO_MODE` | `0` | 设为 `1` 时，即使存在 CUDA 也强制使用演示预览 | | `GENEARTH_TEXT2IMAGE_MODEL_PATH` | 空 | 使用本地 Text2Earth 模型目录 | | `GENEARTH_INPAINTING_MODEL_PATH` | 空 | 使用本地 Text2Earth-inpainting 模型目录 | | `GRADIO_SERVER_NAME` | `0.0.0.0` | Gradio 监听地址 | | `GRADIO_SERVER_PORT` | `7860` | 本地监听端口；若存在 `PORT`，优先使用 `PORT` | 使用 Hugging Face 模型源： ```bash GENEARTH_MODEL_SOURCE=huggingface python app.py ``` 使用本地模型： ```bash export GENEARTH_TEXT2IMAGE_MODEL_PATH=/path/to/Text2Earth export GENEARTH_INPAINTING_MODEL_PATH=/path/to/Text2Earth-inpainting python app.py ``` 模型通过 Diffusers 自定义 Pipeline 加载，并启用了 `trust_remote_code=True`。使用非官方模型目录前，请先审查其中的自定义代码。 ## ModelScope 创空间部署 1. 创建「编程式 / Gradio 6」创空间。 2. 将本仓库内容推送到创空间 Git 仓库。 3. 确认 SDK 版本为 `6.17.3`，入口文件为 `app.py`。 4. 推荐选择带 CUDA 的 GPU 实例，然后上线或重启创空间。 创空间注入 `PORT` 时，应用会自动使用该端口。首次进行真实推理时会下载并缓存相应权重，请为模型缓存预留数 GB 存储空间。 ### 中英文入口 同一个创空间同时提供两个页面： - 中文版：应用根路径 `/` - English version: 应用路径 `/en` 页首的「中文 / English」按钮可在两个版本之间切换。这一能力由 `app.py` 中的 Gradio 多页面路由提供，ModelScope 创空间仍然只需配置一个入口文件 `app.py`，不需要创建第二个创空间。推送代码后重启创空间即可生效；ModelScope 的页面设置本身不会自动翻译自定义 Gradio 文案。 ## 项目结构 ```text GenEarth/ ├── README.md # 中文说明文档 ├── README_EN.md # English documentation ├── app.py # Gradio 页面、交互事件与运行配置 ├── inference.py # 模型解析、Pipeline 加载与推理工具 ├── ui.py # 页面内容、组件样式与项目展示 ├── requirements.txt # Python 运行依赖 ├── create_uv_env.sh # uv 环境创建脚本 └── images/ # 页面素材、论文图示与局部重绘示例 ``` ## 开放资源与研究版图 | 项目 | 简介 | 资源 | | --- | --- | --- | | Git-10M | 1,050 万组全球遥感图像—文本对，包含地理位置与分辨率信息 | [ModelScope](https://modelscope.cn/datasets/lcybuaa1111/Git-10M/) · [Hugging Face](https://huggingface.co/datasets/lcybuaa/Git-10M) | | Git-RSCLIP | 面向遥感视觉—语言表征的基础模型 | [ModelScope](https://modelscope.cn/models/lcybuaa1111/Git-RSCLIP) · [Hugging Face](https://huggingface.co/lcybuaa/Git-RSCLIP) | | Text2Earth | 分辨率可控的文本驱动遥感影像生成 | [ModelScope](https://modelscope.cn/models/lcybuaa1111/Text2Earth) · [Hugging Face](https://huggingface.co/lcybuaa/Text2Earth) | | Text2Earth-inpainting | 文本引导的遥感影像局部重绘 | [ModelScope](https://modelscope.cn/models/lcybuaa1111/Text2Earth-inpainting) · [Hugging Face](https://huggingface.co/lcybuaa/Text2Earth-inpainting) | | MetaEarth | 全球尺度、分辨率引导的无界遥感影像生成 | [Paper](https://arxiv.org/abs/2405.13570) | | MetaEarth-MM | 场景中心联合建模的统一多模态遥感影像生成 | [Paper](https://arxiv.org/abs/2605.20090) | | MetaEarth3D | 空间可扩展的世界尺度三维场景生成 | [Paper](https://arxiv.org/abs/2604.22828) | ![Text2Earth overview](images/overall.png) ## 引用 如果本项目对你的研究有帮助，请引用 Text2Earth： ```bibtex @ARTICLE{10988859, author={Liu, Chenyang and Chen, Keyan and Zhao, Rui and Zou, Zhengxia and Shi, Zhenwei}, journal={IEEE Geoscience and Remote Sensing Magazine}, title={Text2Earth: Unlocking Text-driven Remote Sensing Image Generation with a Global-Scale Dataset and a Foundation Model}, year={2025}, volume={13}, number={3}, pages={238--259}, doi={10.1109/MGRS.2025.3560455} } ``` 更多论文： - [MetaEarth: A Generative Foundation Model for Global-Scale Remote Sensing Image Generation](https://arxiv.org/abs/2405.13570) - [MetaEarth-MM: Unified Multimodal Remote Sensing Image Generation with Scene-centered Joint Modeling](https://arxiv.org/abs/2605.20090) - [MetaEarth3D: Unlocking World-scale 3D Generation with Spatially Scalable Generative Modeling](https://arxiv.org/abs/2604.22828) ## 说明 本项目用于生成式 GeoAI 的科研展示与模型体验。数据集、模型权重及相关研究成果可能采用各自的许可协议，使用前请同时查阅对应资源页面。