廣東
高德地圖剛剛發布的ABot-Earth0.5正在顛覆傳統3D建模方式。這款全球首個3D原生城市世界模型，通過直接從3D數據訓練實現端到端場景生成，效率提升1000倍。本文將深度解析其創新的訓練框架、推理機制和自動化交付管線，看它如何讓3D城市場景創作進入AI時代。
6月8日，阿里巴巴集團旗下高德正式發布ABot-Earth0.5——全球首個完全基于3D數據訓練、工程可用的3D原生城市世界模型。依托3D原生技術架構與高德自有的3D數據積累，ABot-Earth0.5率先實現了城市級3D場景的全AI端到端生成。
與傳統“先采集、后擬合”的3D城市建模方式相比，ABot-Earth0.5不再采用“從2D圖像蒸餾3D結構”的技術路徑，而是直接以3D數據訓練模型，使其建立起對三維空間的原生理解，端到端一次性生成3DGS格式的城市場景。
用戶僅需輸入一張衛星圖或一段文字，即可在一張消費級單卡上快速生成3D城市，生成效率較傳統模式提升約1000倍。
原生3D路徑在理論上雖具備顯著優勢，但落地并不容易：原始3DGS數據難以被大模型直接、高效地用于訓練；同時，公里級原生3D場景的連續生成也極具挑戰。ABot-Earth0.5在數據表征、解碼架構與推理策略上進行系統性創新，打通了從原生3D模型訓練到場景生成的全流程。
在訓練環節，ABot-Earth0.5首創直接面向3DGS點云的壓縮-生成框架，該框架能夠將包含數百萬基元的高質量真實世界3DGS場景編碼到緊湊的隱空間，并從中生成全新的場景，有效解決了3DGS無序性等問題，讓模型能直接“閱讀”大體量的3D數據。并且依托高德自有的三維數據訓練，ABot-Earth0.5確保了生成內容與真實環境的幾何和空間一致性。
在推理環節，ABot-Earth0.5為實現公里級別的廣域生成，提出了一種高效的滑窗推理（Sliding-Window Inference）機制。該機制通過在重疊區域進行智能融合，將分塊生成的場景一致拼接，實現公里級廣域連續構建，保證了模型生成內容的空間連續性。
在模型生成階段，ABot-Earth0.5引入跨域自適應模塊，有效彌合衛星影像與三維訓練數據在分辨率上的域差異（Domain Gap）；同時內置的多層次細節解碼器（LOD）使生成結果自帶遠近景深，無需后處理即可適配不同視距的流暢漫游。
在交付環節，ABot-Earth0.5構建了完備的自動化管線，輸出的是原生可渲染的3D城市場景。用戶可直接將生成的內容導入Unity、Unreal Engine等主流引擎，添加交互邏輯后即可用于實際生產。
目前，ABot-Earth0.5正式開放內測，用戶可前往官方網站（abot-earth.amap.com)提交申請，直觀感受空間智能技術對傳統3D生產方式的重構。
項目資源：
技術報告：https://github.com/amap-cvlab/ABot-Earth-0.5/blob/main/tech-report.pdf
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
