該數據集涵蓋全球27.5億座建築物的2D建築輪廓、建築高度和簡單3D模型（Lo 1級別），包括非洲和南美洲等其他地圖數據中經常缺失的地區。
該數據極其準確，解析度可達3 x 3米，可以直接在地理信息系統（Geographic InformationSystem，地理信息系統）軟體中調用或完整下載。它可以清楚地代表人口分布和城市擴張，因此可以廣泛應用於城市規劃、災害風險評估、氣候適應應對和可持續發展目標監測。目前，該數據集及相關代碼已開放共享，用於科學研究和實際應用場景。
如果你從太空看地球，人類活動留下的痕跡實際上非常直觀：燈光、道路以及規則或不規則的建築物。但要將這些「你看到的東西」系統地組織成數據並不容易。
全球建築地圖集 正在努力完成這樣一件基本但重要的事情。
該項目的核心想法很簡單：利用衛星拍攝的高解析度圖像，讓人工智慧確定建築物的存在位置，然後將結果彙編成建築物分布的全球數據集。換句話說，它不是在研究「城市生活」，而是回答一個更實質性的問題--在哪裡 人類確實建造了建築物.
之所以專門製作這樣的「建築分布圖」，是因為現實中的全球數據非常不均勻。在一些發達地區，地圖上詳細到每一座建築物;在更多的地方，地圖上可能什麼也沒有，但事實上已經存在大量的建築物和定居點。這種不一致性將使許多宏觀研究變得困難，甚至存在偏見。
GlobalBuilding Atlas的方法是以統一的方式重新觀察地球。它訓練深度學習模型，使人工智慧能夠學習從衛星圖像中識別「房屋狀結構」，然後將這些識別結果應用於全球範圍。結果不是文本報告，而是可以疊加在地圖上的「建築層」。
需要強調的是，這個項目非常克制。它不關心房子的用途和價值，也不涉及人口、產權或社會屬性。它只做一件事： 確定這裡是否有人造建築以及建築大約占用多少空間.由於它足夠基本，此類數據可以在許多不同的領域重複使用。
例如，在研究城市擴張時，我們可以直接比較不同時期建築物分布的變化;在做災害評估時，可以快速估計洪水或地震可能影響多少建築物;在環境研究中，也可以用來確定自然土地被人類活動占用的程度。這些看似「宏觀」的分析往往建立在如此不起眼但關鍵的底圖上。
與我們每天使用的導航地圖不同，GlobalBuilding Atlas不是為了提供方向或服務於生活。對於研究人員和分析師來說，它更像是「地球的基地」，強調全球範圍內的一致性和可比性，而不是細節的豐富性。
該項目由 Zhu-XLab 團隊是遙感技術與人工智慧相結合的典型科學研究成果。從工程角度來看，它體現了大規模數據處理和模型推理能力;從研究角度來看，它提供了更加公平統一的全球視角。