这项由清华大学计算机科学与技术系的李凯、陶品等教授，与青海大学计算机技术与应用学院的周轶、邹学超等研究人员，以及北京交通大学计算机与信息技术学院的郎聪岩等专家联合开展的研究，发表于2025年12月的arXiv预印本服务器（论文编号：arXiv:2512.23035v1）。感兴趣的读者可以通过该编号查询完整论文。
这项研究就像给电脑装上了一双能够精确识别卫星图像的"慧眼"。我们知道，当人类看一张航拍照片时，能很容易分辨出哪里是建筑物、哪里是森林、哪里是道路。但是让计算机做同样的事情，特别是在标注样本稀少的情况下，就像让一个只看过几张画的人去当艺术评论家一样困难。
研究团队面临的核心挑战可以用一个简单的比喻来理解。假设你要教一个学生识别不同的植物，但你只能给他看很少几张有标签的植物图片，其余大量图片都没有标签。传统的教学方法是让学生反复看这几张有标签的图片，然后凭借这点知识去识别其他植物。但这样做的问题是，学生很容易形成错误的认知习惯，比如看到绿色就认为是叶子，看到棕色就认为是树干，导致错误不断累积。
研究人员创新性地提出了一个叫做"Co2S"的解决方案，这个名字代表"协
