高德发布ABot-Earth 0.7：全球首个3D原生城市世界模型

ABot-Earth 0.7来了：不是贴图，是生成

9月10日，高德发布了ABot-Earth 0.7。这不是又一个地图App更新，而是一个能自己“造”出3D城市的AI模型。过去我们看到的数字地球，基本是把卫星照片、航拍画面拼起来，再贴到一个球体或平面上——你只能看别人拍好的角度，路线也是预设的。ABot-Earth 0.7换了个思路：它不依赖现成影像拼接，而是用AI直接生成完整的3D场景。

这个模型的核心叫“3D原生”。什么意思？简单说，它训练时用的数据本身就包含空间和时间信息，输出的也不是图片，而是3DGS（3D Gaussian Splatting）格式的三维结构。输入一张卫星图，或者一段文字描述，比如“杭州西湖周边，有雷峰塔和苏堤”，模型在一块普通消费级GPU上跑10分钟，就能生成几平方公里大小的3D城市场景。官方称效率比传统方法高1000倍。

更关键的是，生成的不是孤立的建筑模型，而是一个连续、可进入的空间。你可以像玩游戏一样，从高空俯瞰整个城市，然后一路飞进某条小巷，甚至绕到一栋楼的背后——视角切换时，建筑的几何形状、材质纹理不会断裂或失真。这种体验已经上线到高德的“飞行街景2.0”里，用户能操控摇杆在复杂景区或大型建筑内部漫游。

从星球到街景，一套模型搞定

市面上不少AI能生成3D内容，但大多集中在小范围场景，比如单个房间、一辆车，或者游戏用的虚拟环境。ABot-Earth 0.7的目标更大：它要在同一个模型里，处理从地球尺度到街景细节的全尺寸生成。

这其实很难。城市级别的建模要保证路网连贯、街区布局合理；放大到地标建筑时，又得还原窗户的排列、墙面的材质、屋顶的坡度。传统做法往往分层处理，不同尺度用不同模型，切换时容易出现视觉断层。ABot-Earth 0.7用统一的3D原生表征，让宏观结构和微观细节在同一个坐标系下保持一致。目前它已覆盖196个国家和地区，虽然精细度可能因地区而异，但技术路径是通的。

高德CEO郭宁说：“大模型理解语言，高德空间智能理解世界。”这句话听着有点大，但背后有数据支撑。高德作为国内主流导航App，过去十年积累了海量真实世界的时空样本——每天调用北斗定位峰值近万亿次，记录了车辆怎么走、人流怎么动、商户什么时候开门。这些数据不仅是静态地图的基础，更是训练AI理解“世界如何运行”的燃料。

空间智能的三层能力

高德把“理解真实世界”拆成三层：

第一层是三维空间表达。就是把地球、城市、道路、建筑甚至室内空间，用数字方式还原出来，让人有“在场感”。ABot-Earth 0.7主要解决这一层，把二维图像或文字变成可进入的3D世界。

第二层是动态感知。世界不是静止的。早高峰的车流、商场的人潮、路灯的明灭、天气的变化……这些动态信息需要实时捕捉。高德的导航数据天然包含这类信息，比如通过匿名轨迹推断某路段是否拥堵。

第三层是时空推演。这是更高阶的能力：基于当前状态，预测未来变化。比如规划一条路线，不仅要避开现在堵的路，还要预判半小时后哪里会堵；或者帮送货机器人计算，哪个时段进小区最不容易被门禁拦住。

这三层能力层层递进。ABot-Earth 0.7作为入口，先把静态空间建好，后续才能叠加动态数据和预测逻辑。高德的野心不只是做地图，而是构建一个能让AI真正“理解”物理世界的基础设施。

终端落地：从手机到汽车

技术再酷，也得有用武之地。高德已经开始把空间智能能力输出到各种终端。手机上的飞行街景2.0是最直接的体现。此外，车机、智能眼镜、手表甚至具身机器人，都可能成为交互入口。

最近有个具体动作：高德扫街榜宣布梅赛德斯-奔驰成为全球首个汽车合作伙伴。这意味着奔驰的车载系统未来可能会集成ABot-Earth的能力，比如在导航时直接显示3D街景，或者让自动驾驶系统更好地理解周围环境结构。

对开发者来说，ABot-Earth 0.7的体验官网（https://abot-earth.amap.com/）已经开放。虽然目前还没完全开源，但至少能试用生成效果。高德表示会逐步向全行业开放能力，和生态伙伴一起推动空间智能落地。

效率提升背后的取舍

10分钟生成公里级3D场景，听起来很夸张。但要注意几个前提：一是依赖高德已有的时空数据底座，不是纯从零生成；二是输出格式是3DGS，这是一种近年流行的渲染技术，比传统网格模型更轻量，适合实时交互，但在某些专业领域（如建筑结构分析）可能还不够用。

另外，“全球覆盖196国”不等于每个角落都精细到厘米级。像欧美大城市可能有详细建筑轮廓，偏远地区或许只有基础地形和路网。这和所有地图服务一样，精度取决于数据积累程度。

不过，方向是明确的：AI不再只是处理语言或图像，而是开始构建对物理空间的理解。ABot-Earth 0.7未必是最终形态，但它确实把“数字地球”从一个浏览工具，变成了可交互、可生成、可推理的智能体入口。下一步要看的是，这套能力能不能真正帮到机器人导航、城市规划、应急演练这些实际场景。

不只是炫技

很多人第一反应可能是：“这不就是高级版Google Earth吗？”其实差别挺大。Google Earth的核心是影像数据库+可视化引擎，本质还是展示已有数据。ABot-Earth 0.7的重点是生成和理解——它能补全缺失区域，能根据文字创造新场景，还能为后续的动态模拟打基础。

举个例子：假设你要在某个没去过的地方开一家店，传统做法是看卫星图、查街景。有了ABot-Earth，或许可以输入“临街、两层、附近有学校”，AI直接生成符合要求的3D选址方案，再叠加人流热力图做评估。这种工作流才体现“空间智能”的价值。

当然，现在还处于0.7版本，很多功能可能还在打磨。但高德押注的方向很清晰：未来的AI竞争，不仅是语言模型的比拼，更是对真实世界建模能力的较量。谁能让机器更好地理解空间、时间和动态关系，谁就可能在自动驾驶、机器人、AR等领域占据先机。

ABot-Earth 0.7是个信号：空间智能的时代，可能真的要来了。