高德发布ABot-Earth0.5：跨越2D蒸馏模式，以3D原生驱动高一致性场景生成

一张卫星图速生3D城市，消费级显卡跑出千倍效率

6月8日，阿里巴巴旗下高德正式推出ABot-Earth0.5——全球首个完全基于3D数据训练、工程可用的3D原生城市世界模型。用户只需输入一张卫星图或一段文字，即可在一张消费级单卡上快速生成城市级3D场景，生成效率相比传统模式提升约1000倍。这一突破彻底改变了“先采集、后拟合”的繁琐建模流程，让3D城市生成进入“一句话、一张图”的AI原生时代。

跨越2D蒸馏：用3D数据直接“教会”模型理解三维空间

传统3D城市建模通常走“从2D图像蒸馏3D结构”的弯路——先拍摄大量二维照片，再通过算法反推三维几何，不仅步骤冗长，且容易因2D视角缺失导致空间失真。ABot-Earth0.5则直接以高德自有的海量3DGS（3D高斯泼溅）数据训练模型，让模型建立起对三维空间的原生理解，端到端一次性生成3DGS格式的城市场景。这条原生3D路径在理论上优势显著，但落地挑战极大：原始3DGS数据具有无序性，且公里级连续场景的生成难度极高。为此，高德团队在数据表征、解码架构与推理策略上进行了系统性创新。

压缩-生成框架与滑窗推理：破解原生3D训练与广域拼接难题

• 直面3DGS点云的压缩-生成框架：ABot-Earth0.5首创直接面向3DGS点云的压缩-生成框架，能将包含数百万基元的高质量真实世界3DGS场景编码到紧凑的隐空间，再从中生成全新场景。该框架有效解决了3DGS的无序性问题，让模型能够直接“阅读”大体量的3D数据，并依托高德自有三维数据训练，确保生成内容与真实环境的几何和空间一致性。
• 滑窗推理（Sliding-Window Inference）机制：为实现公里级别的广域连续生成，团队提出高效的滑窗推理机制。通过在重叠区域进行智能融合，将分块生成的场景一致拼接，避免了传统分块建模的裂缝感，保障了长距离场景的空间连续性。

跨域自适应与LOD解码器：从卫星图到远近景深一次到位

模型在生成阶段引入跨域自适应模块，有效弥合卫星影像与三维训练数据在分辨率上的域差异（Domain Gap）。同时内置的多层次细节解码器（LOD）使生成结果自带远近景深，无需任何后处理即可适配不同视距的流畅漫游。这意味着用户从上帝视角俯瞰到低空贴近飞行，都能获得无缝的视觉体验。

自动化管线直连游戏引擎，内测已全面开放

在交付环节，ABot-Earth0.5构建了完备的自动化管线，输出的是原生可渲染的3D城市场景。用户可直接将生成内容导入Unity、Unreal Engine等主流引擎，添加交互逻辑后即可用于实际生产，大幅降低3D场景的资产制作门槛。目前，ABot-Earth0.5已正式开放内测，用户可访问官方网站（abot-earth.amap.com）提交申请，亲身体验空间智能技术对传统3D生产方式的重构。技术报告也已同步公开，详细阐述了模型架构与创新点。