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

6月8日，高德正式放出了一个重磅消息——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，正式开放内测。依托3D原生技术架构和高德自有的3D数据积累，这个模型率先实现了城市级3D场景的全AI端到端生成。

传统3D城市建模走的是“先采集、后拟合”的老路，从2D图像里蒸馏出3D结构。而ABot-Earth0.5完全换了个思路：直接以3D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。用户只需要输入一张卫星图或一段文字，就能在一张消费级单卡上快速生成3D城市，效率比传统模式提升了大约1000倍。

原生3D路径理论上优势明显，但落地并不简单。原始3DGS数据难以被大模型直接、高效地用于训练；同时，公里级原生3D场景的连续生成也极具挑战。ABot-Earth0.5在数据表征、解码架构与推理策略上做了系统性创新，打通了从原生3D模型训练到场景生成的全流程。

训练环节，ABot-Earth0.5首创了直接面向3DGS点云的压缩-生成框架。这个框架能把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，并从中生成全新的场景，有效解决了3DGS无序性等问题——相当于让模型直接“阅读”大体量的3D数据。再加上高德自有的三维数据训练，生成内容与真实环境的几何和空间一致性得到了保障。

推理环节，为了实现公里级别的广域生成，ABot-Earth0.5设计了一种高效的滑窗推理（Sliding-Window Inference）机制。通过重叠区域的智能融合，分块生成的场景可以一致拼接，最终实现公里级广域连续构建，空间连续性没得说。

模型生成阶段，引入了跨域自适应模块，有效弥合了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）让生成结果自带远近景深，不需要后处理就能适配不同视距的流畅漫游。

交付环节同样考虑周全。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。用户可以直接把生成的内容导入Unity、Unreal Engine等主流引擎，添加交互逻辑后就能用于实际生产。

目前，ABot-Earth0.5已经正式开放内测。想要直观感受空间智能技术如何重构传统3D生产方式，不妨去官网提交申请试试。