ABot-Earth 0.5 免费

-

ABot-Earth 0.5 是阿里巴巴高德推出的全球首个3D原生城市世界模型。输入单张卫星图像或文字描述,在消费级GPU上10分钟生成公里级高精度3D城市场景,输出可编辑的3DGS格式,直接导入Unity/UnrealEngine。覆盖190+国家和地区。

ABot-Earth 0.5 产品界面

ABot-Earth 0.5

ABot-Earth 0.5 的核心参数与统计

ABot-Earth 0.5 是阿里巴巴高德地图旗下 AMap CV Lab 推出的原生 3DGS 生成式地球模型,官方定位为 "Generative 3D Earth Model"。它并非传统的 3D 建模软件,而是以生成式 AI 为核心的 3D 城市世界模型——输入单张卫星图像或文字描述,在消费级 GPU 上 10 分钟内生成公里级高精度 3D 城市场景,直接输出可编辑的 3D Gaussian Splatting(3DGS)格式。

项目 公开信息
官方定位 Generative 3D Earth Model(生成式 3D 地球模型)
核心架构 原生 3DGS 生成框架 + 压缩-生成范式
输入模态 单张卫星图像 / 文字描述
生成速度 ~10 分钟/平方公里(消费级 GPU,如 RTX 3090/4090)
生产级吞吐 单 Tile(~2.56 km²)约 25 分钟(A100 GPU);1000 卡集群 10 天完成全球建成区
覆盖范围 300+ 城市,190+ 国家和地区
输出格式 原生 3D Gaussian Splatting(3DGS),支持 LOD 层级
引擎兼容 Unity、Unreal Engine、支持 OGC 3D Tiles 标准
数据规模 约 3.2 万亿个 Gaussian 基元(全球建成区)
开源许可 GitHub 公开仓库(amap-cvlab/ABot-Earth-0.5),含技术报告
社区规模 GitHub 184 stars、11 forks、2 watchers(截至 2026-07)
最新版本 v0.5(~2026-06)
技术报告 arXiv 2606.09967 + GitHub tech-report.pdf
开发者 AMap CV Lab,阿里巴巴高德

一句话简评:ABot-Earth 不是又一个 3D 建模软件,而是把地球变成"可生成的 3D 画布"——过去需要数月和专业团队完成的公里级城市建模,现在一张卫星图 + 一张消费级显卡 + 10 分钟即可完成。

类型判定:主类型为【基础大模型 / API 基础设施】——它是一个端到端的 3D 城市生成模型,核心交付物是生成式 3DGS 场景。同时通过 Web Studio(ABot-Earth Studio)以【生产力/业务端应用】形态交付给终端用户。以下深度分析按此双类型覆盖。

ABot-Earth 0.5 的用户与市场认可

ABot-Earth 0.5 在 2026 年 6 月前后公开发布,由阿里巴巴高德地图 AMap CV Lab 研发。其市场认可度可从学术影响、行业关注、社区验证三个层面评估。

学术影响力:技术报告在 arXiv 公开(2606.09967),被 Hugging Face Papers 收录。论文提出原生 3DGS 生成框架,在 FID 指标上以 16.1 大幅超越此前最优基线(EarthCrafter 的 69.5),KID 从 0.061 降至 0.006。这是首个在真实世界 3DGS 重建数据上达到此水平的生成式方法。

行业关注度:作为高德在 3D 领域的前沿产品,ABot-Earth 天然背靠高德地图的全球地图数据与阿里巴巴的基础设施资源。内测阶段已面向游戏工作室、数字孪生团队开放申请。其 YouTube 演示视频提供了完整的生成效果展示。

开源社区验证:GitHub 仓库提供完整技术报告(tech-report.pdf),开源协议公开。184 stars、11 forks 虽不属大规模开源项目,但作为企业研究实验室的发布,其重心在技术披露而非社区共建。2 名贡献者(qianmingduowan、frankjiang)均为 AMap CV Lab 核心成员。

市场定位的独特性:与 Google Earth 的传统摄影测量重建Marble 的过程化生成不同,ABot-Earth 是第一条"以真实卫星图为条件、端到端生成原生 3DGS"的技术路线。Google Earth 的 3D 覆盖仅限扫描过的稀疏城区,而 ABot-Earth 可在无扫描数据的区域(如爱尔兰乡村)从卫星图直接生成 3D 场景。

ABot-Earth 0.5 的成本优势

ABot-Earth 的成本优势需要从技术路线替代部署层级两个维度拆解,而非简单对比订阅价格。

技术路线替代:生成式 vs 传统摄影测量

对比维度 传统摄影测量(Google Earth 方式) ABot-Earth 0.5(生成式)
数据采集 倾斜摄影 / LiDAR 扫描,需数月 单张卫星图(全球已有)
单平方公里成本 数万至数十万美元 ~传统方式的 1%(技术报告数据)
处理周期 数周至数月 10 分钟生成 / 25 分钟生产级 Tile
团队要求 专业测绘团队 + GPU 集群 单人 + 消费级 GPU
覆盖一致性 仅限扫描过的城区 卫星图覆盖处即可生成
输出可编辑性 封闭格式,导出受限 原生 3DGS,可导入 Unity/UE

C 端/个人开发者:内测阶段免费申请使用 Web Studio。需自备消费级 GPU(RTX 3090/4090 级别)进行本地推理。单场景生成仅消耗电力和 GPU 折旧,显性成本极低。商业授权边界内测条款中未公开,需在使用前确认生成资产的商业使用权。

API/开发者:目前未公开独立 API 定价。内测阶段以 Web Studio(abot-earth.amap.com)为交付入口,未提供独立 SDK 或 REST API。计划关注高德后续是否开放 API 通道。

企业/游戏工作室:对于需要批量生成场景的团队,需评估 GPU 集群部署成本。技术报告披露在 1000 卡 A100 集群上,全球建成区(约 80 万 km²)的完整生成约需 10 天。实际成本由 GPU 算力、数据传输和存储构成。相比传统外包建模(单平方公里数千至数万美元),生成式路径可将成本压缩到约 1%。

隐性成本:当前阶段最值得关注的隐性成本是——生成质量对输入卫星图分辨率和清晰度的依赖3DGS 格式在与传统游戏引擎管线整合时可能需要额外转换步骤、以及内测阶段尚未明确的商业 SLA 和服务稳定性。

ABot-Earth 0.5 的主要功能

ABot-Earth 0.5 的能力围绕"从卫星图到可交互 3D 世界的端到端生成"设计,核心功能可归纳为六类:

  • 单图/文本生成 3D 城市:输入单张卫星图像或自然语言描述,自动生成公里级高精度 3D 场景。支持从地球任意坐标出发,覆盖城市、郊区、自然地形等多种地貌。
  • 原生 3DGS 输出:直接输出 3D Gaussian Splatting 格式,保留几何结构、纹理细节和语义信息。每个场景由数百万个带颜色、透明度、旋转和协方差参数的 3D 高斯椭球体组成,比传统网格更擅长表达树叶、水面等非流形几何。
  • 多层次细节(Multi-LOD)原生生成:模型在生成阶段即内置 LOD 层级结构,而不是在生成后做降采样。支持从行星级俯瞰到街道级细节的平滑过渡,在 YunJing 渲染引擎上实现万亿级 Gaussian 基元的实时流式渲染。
  • 引擎集成与可编辑:生成的 3DGS 场景可直接导入 Unity、Unreal Engine 等主流引擎,支持编辑、组合与二次创作。技术报告展示了将 COLMAP 重建的高精度地标模型(埃菲尔铁塔、斗兽场等)合入生成式有境的混合工作流。
  • 滑动窗口无缝推理:采用滑动窗口推理策略,在相邻生成块的过渡区域做智能融合,消除拼接伪影,确保大范围场景的视觉连续性。单个推理块覆盖 1.6 km × 1.6 km(4K 卫星图输入),内部以 200 m × 200 m 训练 Tile 为单位做滑动窗口生成。
  • 跨域条件适配:通过 VLM(视觉语言模型)驱动的条件适配机制,处理全球卫星图像在分辨率、拍摄角度、大气条件等方面的巨大差异。训练阶段用仿真卫星视角渲染数据,推理阶段用 VLM 动态适配真实卫星输入。

专家视点:ABot-Earth 的设计巧妙之处在于"生成即服务"而非"生成再导出"。它的原生多 LOD 能力意味着用户不必在渲染优化上额外投入——从生成一刻起就具备可流式加载的层级结构,这解决了传统 3D 重建中最耗时的后期优化有节。另外,卫星图作为输入条件使它在不具备航空测绘能力的地区(发展中国家、偏远区域)也能快速建立 3D 数字底图,这是 Google Earth 等摄影测量方案的结构性盲区。

ABot-Earth 0.5 的模型与版本演进

ABot-Earth 的版本脉络目前较为简洁,处于早期快速迭代阶段:

主线发布

  • v0.1(~2025-06)— 早期预览版:ABot-Earth preview。基础 3D 城市生成能力验证。确立了 3DGS 表征 + 卫星图条件生成的技术路线。暂无公开的独立部署版本。
  • v0.5(~2026-06)— 当前最新版:ABot-Earth 0.5。核心突破在于三方面——提出了原生 3DGS 生成框架(而非生成后再转 3DGS);实现了多 LOD 层级的内生生成;构建了可覆盖 190+ 国家 300+ 城市的全球级生产管线。公开技术报告和 GitHub 仓库,上线 Web Studio 内测。

两个版本之间约一年的间隔反映了从算法验证到工程化部署的巨大工作量:包括 ABot-3DGS 重建管线、全球多源数据调度、万亿级渲染引擎(EarthScape)的构建等系统性工程。

版本节奏判断:作为高德研究实验室的成果,ABot-Earth 的发布节奏近似"里程碑式大版本"而非"持续小步快跑"。v0.5 的成熟度已超过学术 demo 阶段,进入可内测的产品化阶段。下一个版本预计将在生成分辨率提升、地面级(street-view)细节生成、以及商业 API 开放三个方向推进。技术报告明确将"从空中到地面"(from sky to ground)列为下一阶段目标。

ABot-Earth 0.5 的技术优势

ABot-Earth 的技术优势需要从"生成式 3D 地球模型"这一独特定位来理解,而非与通用 3D 生成模型(如 TRELLIS、Hunyuan3D)比较。以下按"机制→效果→适用场景"链条分析四个核心技术创新。

原生 3DGS 生成框架:避开了"先网格后转格式"的弯路

机制:现有的 3D 生成模型大多以网格(mesh)或 NeRF 为输出表征,导出到 3DGS 需要额外转换步骤。ABot-Earth 直接在一个压缩-生成范式内学习 3DGS 的隐空间——先将真实世界的百万级 3DGS 场景压缩为紧凑的隐向量,再在隐空间内训练扩散模型生成新的 3DGS 场景。

效果:生成的 3DGS 场景可直接用于渲染和编辑,无需格式转换。相比 mesh-based 方案,3DGS 对树叶、水面、玻璃幕墙等复杂几何的表达更自然,且天然支持可微分渲染。

适用场景:需要高频迭代的场景(游戏开发快速原型、数字孪生快速搭建),以及需要与现有 3DGS 工作流(如 Unity/UE 插件)对接的团队。

内生多 LOD 层级:渲染效率不靠后期优化

机制:解码器在生成时即产出多层次的 3DGS 结构(zoom 14-19),而非先生成完整高精度模型再做降采样。高精度层(zoom 17-19)由生成模型原生输出,低精度层(zoom 14-16)通过 Bhattacharyya 距离引导的统计降采样生成,可在 CPU 上并行执行。

效果:支持从全球俯瞰到街道级的连续缩放,YunJing 渲染引擎按视口动态调度对应 LOD 层级,实现万亿级基元的实时交互帧率。避免了传统管线中"高精度模型太大无法实时渲染"的瓶颈。

适用场景:需要大范围 3D 场景交互浏览的应用(Web 地图、数字孪生城市指挥中心、无人机航线规划)。

滑动窗口无缝推理:解决了"大场景生成"的拼接难题

机制:训练阶段以 200 m × 200 m 的 Tile 为单位,推理阶段以 1.6 km × 1.6 km 的块为单位。在相邻生成块的重叠区域,通过智能权重融合策略消除边界伪影。

效果:单个推理块覆盖面积是训练 Tile 的 64 倍,大幅减少了全场景生成所需的推理次数。且边界融合效果在主观评测中达到"几乎无缝"的视觉水平(技术报告 Fig. 4)。

适用场景:需要连续大范围 3D 有境的项目(城市级数字孪生、自动驾驶仿真、低空经济空域管理)。

跨域条件适配:把"卫星图质量不稳定"变成了设计优势

机制:训练阶段从 3DGS 场景中渲染"仿真卫星视角"图像作为条件;推理阶段用 VLM 分析真实卫星输入的拍摄角度、大气条件、分辨率等特征,动态适配生成参数。

效果:模型对不同来源、不同质量的卫星图具备鲁棒性。在 Google Earth 缺乏 3D 数据的地区(如爱尔兰乡村),ABot-Earth 仍能生成包含建筑、道路、植被的合理 3D 场景。

适用场景:卫星图质量参差不齐的全球覆盖项目,或需要快速为无测绘数据地区建立 3D 底图的应用。

与竞品的技术对比

维度 Google Earth Marble(过程化生成) CityDreamer / EarthCrafter ABot-Earth 0.5
技术路线 倾斜摄影测量 + 人工后处理 过程化规则生成 扩散模型生成 2D 视图再重建 原生 3DGS 生成
数据依赖 需要多视角倾斜摄影 无需真实数据 需训练数据 单张卫星图即可
覆盖范围 仅稀疏城区 无限但非真实 有限区域 卫星图覆盖处即可
生成速度 数月~数年 即时但非真实 分钟级(有限区域) ~10 min/km²
输出格式 封闭格式 引擎专有 2D 视图 / mesh 原生 3DGS
可编辑性 受限 参数化 高(3DGS 直接编辑)
视觉质量评分 几何/纹理高,美学中 视规则质量 FID 69.5(EarthCrafter) FID 16.1

ABot-Earth 0.5 的如何使用

ABot-Earth 当前以内测 Web Studio 为主要交付入口,使用路径如下:

入口 访问方式 适合人群 前置条件
Web Studio(主入口) abot-earth.amap.com → 申请内测 所有用户 内测申请通过 + 桌面端浏览器(WebGL 支持)
世界探索(预设场景) abot-world.amap.com 浏览型用户 无需申请,可直接探索预设 3D 城市
技术报告与代码 GitHub: amap-cvlab/ABot-Earth-0.5 研究者 / 开发者 需要自行配置推理有境与 GPU
本地推理(内测) 内测用户获权重启本地推理 有 GPU 的开发者 消费级 GPU(RTX 3090/4090)+ 内测资格

典型使用流程(Web Studio):

  1. 访问 abot-earth.amap.com,点击"登录申请内测"提交申请
  2. 通过审核后进入 Studio,选择"即刻创作"模式
  3. 选择输入方式:上传卫星图像 或 输入文字描述(如"生成东京新宿区的 3D 城市")
  4. 等待约 10 分钟(消费级 GPU)完成生成
  5. 在 3D 预览窗口中检查生成结果,支持缩放、旋转、平移
  6. 下载生成的 3DGS 格式资产,导入 Unity、Unreal Engine 或其他支持 3DGS 的工具

专家提示:当前阶段建议先通过"世界探索"功能(abot-world.amap.com)了解生成质量和覆盖水平,再做内测申请。由于 Web Studio 基于 WebGL,桌面端 Chrome/Edge 的体验最佳。内测资格审批速度和 SLA 以官方实际流程为准。

ABot-Earth 0.5 的产品定价

ABot-Earth 目前处于内测阶段,公开定价信息有限,但可通过产品形态做三层拆解:

  • C 端/个人用户:内测期内免费使用 Web Studio 生成场景。需自备消费级 GPU 进行本地推理(Web Studio 为客户端的 AI 推理在云端完成,但本地推理需自备显卡)。免费额度、生成次数和分辨率限制以内测条款为准。
  • 开发者/研究者:GitHub 仓库和技术报告免费公开,可基于技术报告复现或二次开发。API 开放时间和定价策略未公布。
  • 企业/游戏工作室:商业化定价待公布。从技术报告披露的 1000 卡 A100 集群 10 天完成全球生成判断,企业级批量生成的价格将基于 GPU 算力消耗 + 数据使用授权。当前建议通过内测渠道联系高德团队获取商务报价。

与传统建模的成本对标(推演参考,非官方数据):

  • 传统方式:单平方公里城市 3D 建模外包费用约 5,000–50,000 美元,周期 2–8 周
  • ABot-Earth 生成式路径:GPU 算力成本(以云 GPU 计)约 50–200 美元/平方公里 + 10 分钟生成时间
  • 核心降本来源:省去了外业测绘、人工建模、多轮修改的流程,将成本中的人力部分降到几乎为零

ABot-Earth 0.5 的应用场景

ABot-Earth 的应用场景聚焦在"需要快速、低成本、大规模 3D 城市空间数据"的领域,而非通用 3D 建模。

  • 游戏开发 — 开放世界底图生成:用卫星图生成开放世界的城市底图,替代传统的手工建模或过程化生成。收益体现在两个层面——一是将城市级场景搭建从"数月"压缩到"数天",二是生成结果基于真实地理数据,天然具备空间合理性,减少了美术团队"编造城市布局"的工作量。验收重点:生成的建筑布局是否符合真实道路网络、纹理风格是否与游戏美术风格匹配。
  • 具身智能 / 自动驾驶仿真:为无人机(UAV)、自动驾驶车辆提供高精度 3D 城市训练有境。ABot-Earth 生成的场景具备物理真实感和多视角一致性,可在闭有仿真中替代真实的航空摄影数据。技术报告明确将封闭式 UAV 导航列为应用的 Embodied AI 场景。验收重点:渲染的几何精度是否满足 Sim-to-Real 迁移的需求、传感器模拟的逼真度。
  • 低空经济与空域管理:支撑无人机航线规划、空域冲突检测、紧急迫降点评估的三维数字底图。低空经济需要覆盖城市全域的 3D 地图(而非仅几条航线),ABot-Earth 的生成式路径恰好解决覆盖率问题。验收重点:建筑高度估算的准确性、障碍物(电线杆、树木)的检测完备性。
  • 数字孪生城市:快速建设城市级别的数字孪生底座。传统方式需要数月到数年的数据采集和建模周期,ABot-Earth 可将"首次建图"的时间压缩到数天。适合城市规划、应急管理、有境监测等需要频繁更新 3D 底图的场景。验收重点:与 GIS 系统(如 Cesium)的集成便利性、更新周期的可预期性。
  • 影视制作与虚拟制片:生成真实城市背景的数字孪生场景,替代实景拍摄或纯 CGI 构建。生成的 3DGS 场景可作为虚拟制片的有境底图,支持实时摄像机漫游。验收重点:输出格式与 UE/Unity 管线的兼容性LOD 切换是否影响实时渲染帧率。

场景适配矩阵

场景 推荐度 核心指标 验收关注点
游戏开放世界底图 ★★★★★ 生成速度、场景规模 建筑布局合理性、引擎兼容性
具身智能仿真 ★★★★★ 几何精度、多视角一致性 Sim-to-Real 迁移效果
低空经济空域管理 ★★★★☆ 覆盖率、建筑高度精度 障碍物完备性、坐标系对齐
城市数字孪生 ★★★★☆ 更新频率、与 GIS 集成 LOD 切换流畅度、数据格式
影视虚拟制片 ★★★☆☆ 视觉质量、实时帧率 美术风格可控性、修改灵活性

ABot-Earth 0.5 的适用人群

ABot-Earth 服务于需要"大规模 3D 场景"而非"单个 3D 资产"的用户群体,其适用边界比较清晰。

  • 游戏工作室(开放世界方向):需要快速构建真实城市有境底图的团队。ABot-Earth 可以替代"参考真实城市手工搭建"的传统流程。但需要注意:生成的场景是"真实风格"而非"风格化",卡通、低多边形等非真实渲染风格的美术管线需要额外转绘工作。
  • 数字孪生与 GIS 团队:需要为城市、园区、交通枢纽建设 3D 数字底图的团队。ABot-Earth 的价值在于将首次建模的周期从"数月"降到"数天",且天然具备地理坐标对齐能力。但生成式场景在"绝对精度"上不如激光扫描重建,需要与高精度 BIM 数据做混合叠加。
  • 自动驾驶仿真工程师:需要多样化、可泛化的 3D 城市场景来训练和验证感知算法。ABot-Earth 可覆盖不同国家、不同城市风格的地貌和建筑形态。但当前版本以航拍视角为主,地面级(street-level)细节生成是明确的下一个目标(技术报告 §6),目前更适合以"航拍视角规划"为主的仿真任务。
  • 无人机与低空经济团队:需要覆盖城市全域的三维地图来支撑航线规划与空域管理。ABot-Earth 的全球覆盖能力和分钟级生成速度解决了传统方案的"覆盖死角"问题。
  • 研究与教育机构:需要大规模 3D 城市数据用于学术研究(城市计算、遥感、具身智能)。技术报告和 GitHub 仓库提供了完整的理论基础和复现线索。

劝退/不适用人群

  • 单体 3D 资产创作者:不需要城市级别场景、只需要单个建筑或物件的团队,ABot-Earth 不是合适工具。这类需求更适合 TRELLIS、Hunyuan3D 等物体级生成模型。
  • 需要厘米级精度的测绘项目:ABot-Earth 的生成式场景在"视觉合理"层面表现优秀,但在绝对几何精度上无法达到激光扫描或倾斜摄影重建的厘米级标准。工程测绘、竣工测量等场景仍需传统测量手段。
  • 严重依赖特定美术风格的项目:ABot-Earth 生成的场景反映的是"真实卫星图的风格",如果项目需要特定的美术风格(赛博朋克、水墨风、低多边形),需要额外的后期风格化处理。
  • 无 GPU 资源的个人用户:虽然 Web Studio 可在云端运行推理,但本地部署和批量生成仍然需要消费级 GPU。没有 GPU 的用户体验会受到限制。

ABot-Earth 0.5 的总结与展望

ABot-Earth 0.5 将 3D 城市建模的技术门槛和成本同时降低了两个数量级。它不是"更快的 3D 建模工具",而是重新定义了"如何获得一个 3D 城市"的路径——从"测绘+重建"到"描述+生成"。它的核心差异化在于三点:原生 3DGS 表征带来即生成即用的格式优势、内生 LOD 结构解决万亿级场景的实时渲染问题、以及卫星图条件实现全球任意坐标的泛化覆盖能力。

当前限制与不确定项

  • 内测阶段的不确定性:Web Studio 处于内测期,申请审批速度、生成配额、服务 SLA 均以官方实际流程为准,尚无公开的商用条款。
  • 生成质量依赖输入:在卫星图分辨率低、多云覆盖、阴影严重的区域,生成质量会显著下降。内测阶段建议先从高质量卫星图区域(城市核心区)开始评估。
  • 3DGS 格式的生态成熟度:3DGS 虽在学术社区快速普及,但主流游戏引擎(Unity、UE)的原生支持仍在建设期。导入到传统管线可能需额外的格式转换插件或运行时库。
  • 商业授权边界未明:内测阶段未公开生成资产的商业使用权条款、版权归属和再分发规则。商业使用前必须通过高德确认授权范围。
  • 地面级细节暂缺:当前版本以航拍/卫星视角(oblique aerial view)为主,地面街道级(street-level)细节是下一个明确目标。

采购/采用风险评估

  • 短期(0–6 个月):建议游戏工作室和数字孪生团队通过内测渠道申请体验。重点验证在自身业务场景下的生成质量、引擎兼容性和迭代效率提升。不要在生产管线中完全依赖仍在内测的产品。
  • 中期(6–12 个月):关注高德是否开放 API/SDK、推出企业版定价、以及 3DGS 在 Unity/UE 的原生支持进展。如果 ABot-Earth 的商业化路径清晰(如按生成面积定价、提供私有化部署),则可在中低风险项目中全面采用。
  • 长期(12 个月+):随着地面级细节、更高分辨率输出、以及场景编辑能力的完善,ABot-Earth 有可能成为数字孪生和游戏开发领域的标准"3D 场景基础层"。企业采购前需重点确认:生成数据的知识产权归属、商业 SLA 中的可用性承诺、以及高德对此产品的长期投入承诺。

相关工具:MidjourneyStable Diffusion

版本信息

  • ABot-Earth 0.5 :支持单图/文本生成3D城市,10分钟消费级GPU推理,3DGS格式输出,覆盖190+国家。
  • ABot-Earth preview :早期预览版,基础3D城市生成能力验证。

用户评价

  • 加载评价中...