EarthRecord 是一个面向原始卫星影像记录的基准，覆盖 56 个地点、四十年的 Landsat、MODIS、VIIRS 与 Sentinel-2 数据。与现有基准不同，它不提供预处理后的图像，也不限定使用特定传感器，而是把云掩膜、跨传感器校准等任务交给多模态代理自行完成。基准提出 238 条土地变化问题，涵盖十类分析任务，如土地覆盖分类、变化检测、趋势分析等，答案通过全球产品的隐藏参考、方法间一致性以及人工视觉解释进行评分。\n\n为检验答案的依赖来源，基准设计了两类对照实验：\n- 闭卷实验：完全移除历史记录，只保留当前影像；\n- 仪器对实验：人为修改某一卫星的数据，而地面实际不变。\n\n对十二种主流多模态代理的评估显示，领先模型能够完成大多数端到端分析，但在需要从影像直接绘制空间分布的任务上表现不佳。进一步分析表明，记录能够把答案从先验知识迁移到像素层面，但尚未实现对真实地面变化的可靠映射：当单一卫星数据被替换时，约有一半的正确答案随之改变。\n\nEarthRecord 为衡量并推动代理从像素级别走向真实土地变化提供了系统化平台。\n\n点评：该基准揭示了当前多模态代理在处理原始遥感大数据时的瓶颈，为后续算法改进指明了方向。