ABot-Earth 0.7 – 高德推出的 3D 原生城市世界模型

AI模型4周前更新 老高
45 0

ABot-Earth 0.7是由高德于2026年9月推出的3D 原生城市世界模型,主要用于从卫星影像或文字描述端到端生成可漫游的三维城市场景,支持星球到街景的全尺寸连续生成与实时交互探索,适用于城市数字孪生、目的地预览与具身仿真环境搭建等场景。

基础信息内容
产品定位3D 原生城市世界模型
出品方高德(阿里巴巴集团)
发布时间2026 年 9 月 10 日
输出格式3DGS 三维高斯泼溅场景
生成尺度星球、城市、街区到街景地标
生成速度0.5 版报告:每平方公里 10 分钟内
覆盖范围0.5 版报告:300 余城、190 余国
交互方式连续进入、自由探索、实时反馈
落地产品飞行街景 2.0(由本模型驱动)
仓库许可未标注统一协议,商用需确认
ABot-Earth 0.7 官方体验页首屏截图

ABot-Earth 0.7 的核心能力

它想解决的问题不是「地图更清楚」,而是「换一条路也能继续看」。下面五项按这个目标展开,同时把 0.7 与 0.5 的口径分开说清楚;同赛道的其他进展可在 AI 模型分类里对照。

3D 原生表征:不再拍下来再贴上去

过去二十年的数字地球基本走同一条路:卫星影像、航拍、街景采集,再做摄影测量与点云拼接,最后人工修整。用户能看到什么,取决于采集车走过哪里。ABot-Earth 走的是另一条路——用带空间与时间信息的时空数据训练,让模型直接学路网怎么连、街区怎么展开、建筑群怎么沿街分布,端到端一次输出 3DGS 格式的城市场景。

全尺寸连续生成:一个模型覆盖星球到街景

城市级要守住路网、街区与建筑群的整体关系,推进到地标近景又要还原单体建筑的几何轮廓、立面层次与材质纹理。官方强调视角从城市全貌推近到地标细节时,空间结构与视觉信息保持一致——这正是「拍摄拼接」路线最容易露馅的地方,远景和近景常来自不同批次素材,接缝处比例会跳。

分钟级生成:从输入条件到可漫游空间

两处口径要分开看:官方通稿写单块消费级 GPU 约 10 分钟出平方公里级场景;0.5 版技术报告的实测条件却是 A100 GPU 集群,单次推理覆盖约 2.56 平方公里,并称消费级 GPU 达不到这一渲染规模,评估自建产能按后者更稳。倍速是对比传统三维生产链路——采集、点云、拼接、修模、质检——整条流程的小时甚至天级耗时,而非单步渲染。

可漫游的空间补全:没采集过的地方也能进

模型能自主补全并生成完整、连续的三维空间,用户不必沿着既定路线走。这带来的是「在场感」:可以绕到建筑背面、走进大型景区内部、从街区视角连续推进。已落地的飞行街景 2.0 就是这个用法——用摇杆在复杂建筑与景区里漫游,而不是在固定机位之间跳转。

0.7 相对 0.5 改了什么:官方只说三点

官方仓库的更新说明很克制:新版本改善了建筑几何,减少了地面空洞,LOD 体验更好,项目页已切到新模型。覆盖范围与生成速度的数字没有同步更新,仍应按 0.5 技术报告的口径引用。这也是判断这条线进展时最容易被通稿带偏的地方——通稿里的「196 个国家」「1000 倍」都是 0.5 的说法。

ABot-Earth 0.7 与同类世界模型的对比

下表把 3D 原生路线与当下几家实时视频世界模型放在一起。四个产品的定位不同:前者输出可进入的三维场景,后者输出随操作生成的视频画面,选型时看的是交付物形态而不是分数。

对比维度ABot-Earth 0.7Genie 3Matrix-Game 4.0LingBot-World 2.0
出品方高德(阿里巴巴)谷歌 DeepMind昆仑万维 Skywork蚂蚁灵波科技
输出形态3DGS 三维场景可探索视频画面实时视频画面实时视频画面
清晰度口径照片级渲染720p480p最高 720P
交互方式摇杆漫游与连续探索实时操作探索键鼠实时操作实时交互探索
硬件门槛消费级 GPU(通稿)/A100 集群(论文)云端服务单卡 RTX 5090消费级单卡(1.3B)
开放方式0.5 技术报告公开,无统一协议未开放权重代码 MIT、权重 Apache-2.0代码权重与技术报告全开放

四个产品最实质的差异在输出形态:只有 ABot-Earth 交付的是可进入的三维资产,另外三个交付视频流,接不进三维管线。清晰度口径上它用「照片级渲染」描述而不给像素值,与视频模型的 720p、480p 不同量纲,不能直接比。开放方式差别最大,两家国产视频世界模型把代码与权重都放了出来,它是技术报告公开但未标注协议,商用前需要单独确认。

如果更关心实时交互而非三维资产,可以先看 Vidu Q4 Preview(生数科技推出的旗舰视频生成模型),它走的是视频生成主线,与 ABot-Earth 的差别在于输出成片而不是可漫游场景。

ABot-Earth 0.7 的应用场景与适用人群

它适合需要「可进入的三维环境」而不是一段视频的场合,典型用途包括:

  • 城市数字孪生:按街区快速铺出三维底图,用于规划比对与方案演示。
  • 目的地预览:把景区、商圈做成可漫游场景,用户在出发前先走一遍。
  • 具身智能仿真:为机器人训练提供带路网与建筑结构的连续三维环境。
  • 影视与游戏预演:用真实城市几何搭场景,减少前期建模量。
  • 应急演练:在三维街区里推演疏散路径与视角遮挡关系。
  • 房产与园区展示:把未建成或已建成的园区做成可自由行走的漫游空间。

适用人群:适合做数字孪生、智慧城市与空间仿真的团队,以及需要真实城市几何做预演的影视游戏制作方;只需要一段展示视频、或要求像素级分辨率交付的项目,用视频生成模型更直接。

ABot-Earth 0.7 的使用方法

普通用户从体验页进入即可,开发者想看实现细节走 0.5 仓库;两条路径面向的需求并不相同。

网页端体验:搜索城市后直接漫游

  1. 打开体验页:访问 ABot-Earth 体验页,页面提供城市与地标搜索框,按中文或英文输入地名。
  2. 选起点:可以按星球视角缩小到区域,也可以直接定位到城市核心区,再从街道级推进。
  3. 给条件:支持以卫星影像或文字描述作为输入条件,模型据此生成该区域的连续三维场景。
  4. 漫游检查:用摇杆在场景里连续移动,重点看建筑背面、街区转角与地标近景的几何是否连贯。

开发者复现:读 0.5 仓库与技术报告

  1. 读实现:开发者可读 amap-cvlab/ABot-Earth-0.5 仓库与 0.5 技术报告,了解 3DGS 表征与生成流程。
  2. 认边界:0.7 的权重与推理代码目前未随仓库放出。

服务条款写明当前免费使用,但采用申请审核制、需手机号注册登录后才能使用,未公布调用额度说明;要接进自己的三维管线,需要先确认导出格式与许可范围。

ABot-Earth 0.7 的项目地址

  • 体验官网:https://abot-earth.amap.com/
  • GitHub 仓库(0.5 版):https://github.com/amap-cvlab/ABot-Earth-0.5

ABot-Earth 0.7 的价格与开源情况

官方服务条款写明本服务当前免费,未公布任何收费档位或调用额度,截至 2026 年 10 月 19 日在其体验页与仓库说明中均未见定价信息。如果要评估长期成本,只能按自建算力核算。

开放程度上要谨慎表述:GitHub 上的 amap-cvlab/ABot-Earth-0.5 仓库只提供 0.5 版技术报告、不含实现代码,且未标注统一开源协议,GitHub 的 license 字段为空,商用与再分发前需要向官方确认。0.7 的权重与推理代码目前没有随仓库发布。服务侧另有一条硬约束:生成成果未经平台书面同意不得下载、导出或商用。

ABot-Earth 0.7 的常见问题

ABot-Earth 0.7 现在能免费用吗?

服务条款写明本服务当前免费,但采用申请审核制:需用手机号注册登录后才能使用,创作功能仅向申请通过的用户开放。官方没有公布调用上限,重度使用前建议先小范围试。

生成的场景能导出到自己项目里吗?

官方服务条款未开放导出:生成成果未经本平台书面同意不得下载、导出或用于商业目的;仓库只放了 0.5 版技术报告。要在自有管线里用,得先确认导出与许可范围。

它是开源的吗?

部分开放。0.5 版仓库只提供技术报告、不含实现代码,且未标注统一开源协议,license 字段为空;0.7 的权重与推理代码尚未发布。

和 Genie 3 这类世界模型有什么不同?

交付物不同:它输出可进入的三维场景,Genie 3 输出随操作实时生成的视频画面。前者能接进三维管线,后者更适合内容与交互演示。

1000 倍提速和 196 个国家是真的吗?

都是 0.7 的发布口径。196 个国家和地区与 1000 倍提速出自 9 月 10 日发布会现场资料,0.5 版的对应说法是 190 多个国家、对照传统流程约一千倍,两者基数不同不能混用;技术报告只覆盖到 0.5。

© 版权声明

相关文章