共计 1135 个字符，预计需要花费 3 分钟才能阅读完成。
全球首个 3D 原生城市世界模型 ABot-Earth 0.7 发布, 构建 AI 理解真实世界的入口
9 月 10 日, 阿里巴巴集团旗下高德正式发布全球首个 3D 原生城市世界模型 ABot-Earth 0.7。该模型依托 3D 原生技术架构与高德海量时空数据积累, 支持从星球到街景的一体化全尺寸 AI 生成, 并将多种空间信息组织为可连续进入、自由探索和实时交互的三维数字孪生世界, 覆盖超过 196 个国家和地区。
📌 从“拍下来贴上去”到 3D 原生生成
过去二十年, 数字地球主要建立在卫星影像、航拍和点云重建之上 , 现实世界被拍摄、拼接后呈现在屏幕中, 本质上仍是把现实“拍下来再贴上去”。用户能看到什么、从哪里看, 往往受既有素材和采集路径限制。
🔍 10 分钟生成公里级 3D 城市
输入一张卫星图像或一段文字描述, 模型仅用 10 分钟即可在一块消费级 GPU 上生成公里级 3D 城市场景 , 效率比传统模式提升 1000 倍。并且,ABot-Earth 0.7 能自主补全并生成完整、连续的三维空间, 用户不再受限于既定路线, 而是可以连续进入、自由探索, 并获得实时的交互反馈。
与聚焦小尺寸场景或游戏画面生成的 3D 模型不同,ABot-Earth 0.7 能够在单一模型中, 完成从星球到城市、再到街景地标的全尺寸 AI 连续生成。在城市级生成中, 模型需要保持路网、街区和建筑群的整体关系; 进入地标近景后, 则要进一步还原单体建筑的几何轮廓、立面层次和材质纹理。
💡 空间智能的三层能力框架
- 三维空间表达 : 从地球到城市、从道路到建筑、从室外到室内, 还原真实世界的细节与层次, 形成亲临的在场感;
- 动态感知 : 从车流到人流、从路况到商户、从白天到黑夜, 捕捉世界每一刻的变化与脉动;
- 时空推演 : 从出发到到达、从单点到全局、从现在到未来, 看透真实的上下文关联, 给出环环相扣的最优解。
三层能力由空间表达向动态感知、再向时空推演层层递进, 共同构成高德的空间智能 。在这一框架下,ABot-Earth 0.7 将卫星图像、文字描述等信息表达为可进入、可交互的三维世界, 成为 AI 理解世界如何连接、如何变化和如何运行的入口。
📊 生态落地与行业影响
高德空间智能正通过手机、车机、具身机器人、智能眼镜、智能手表等物理终端进入真实生活, 相关生态伙伴已在多个终端方向展开合作 。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, 成为这一生态在出行场景中的最新落点。未来, 高德空间智能的能力将持续向全行业开放, 与开发者及生态伙伴共同推动空间智能在真实世界落地。
🚀 总结
围绕“全球首个 3D 原生城市世界模型 ABot-Earth 0.7”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
