高德發佈ABot-Earth0.5:跨越2D蒸餾模式,以3D原生驅動高一致性場景生成

重點摘要
這篇消息聚焦「高德發佈ABot-Earth0.5:跨越2D蒸餾模式,以3D原生驅動高一致性場景生成」。原始導語提到:ABot-Earth0.5正式開放內測 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
## 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、重点整理:告别2D蒸馏,迎来原生3D生成的拐点
2026年6月8日,阿里巴巴集团旗下高德正式发布ABot-Earth0.5,这是全球首个完全基于3D数据训练、工程可用的3D原生城市世界模型。与传统3D建模采用的「先采集、后拟合」或「从2D图像蒸馏3D结构」的技术路径截然不同,ABot-Earth0.5直接以3D数据训练模型,使AI真正建立起对三维空间的原生理解,端到端一次性生成3DGS(3D Gaussian Splatting)格式的城市场景。
用一句话概括:**3D原生取代2D蒸馏,效率提升千倍,成本降至百分之一**。用户仅需输入一张卫星图像或一段文字描述,模型便能在10分钟内于一块消费级GPU上生成公里级的3D城市场景,输出素材可直接导入Unity、Unreal Engine等主流引擎,无需后处理即可用于实际生产。目前该模型已建成覆盖190多个国家和地区的3D地图,成为全球覆盖范围最广的3D地理数据库,并已正式开放内测,用户可前往abot-earth.amap.com提交申请体验。
### 二、背景脉络:3D场景生成的困境与范式迁移
理解ABot-Earth0.5的意义,需要先回顾传统3D城市建模的痛點。過去,製作大規模3D城市場景是一套極其繁瑣且昂貴的工序:航拍採集、點雲處理、機器拼接、人工精修⋯⋯完成1平方公里的3D建模通常需耗時數小時到數天,成本極其高昂,難以實現規模化。問題的根源在於技術路徑的先天限制——多數現有方法在2D圖像或視頻的隱空間中操作,生成3D場景時需從多個2D視角中「蒸餾」出3D結構,跨視角的幾何一致性和外觀一致性極難維護。正如近期學術界OneWorld等研究所揭示的,基於2D擴散的3D生成方法始終面臨一致性的根本挑戰。
此外,近期的技術發展趨勢也表明,整個AI生成領域正從「以2D為底層的迂迴路線」,轉向「原生3D的直通路線」。例如,2026年6月初發表的Native3D學術論文提出了首個完全繞過2D中間表徵的端到端3D場景生成框架,而Seele公司也在同期發布了面向遊戲工程的Seele3DLMM原生3D多模態基礎模型。在這一波技術浪潮中,高德ABot-Earth0.5的發布,與這些學術與產業動向遙相呼應,共同推動3D內容生成從「手工時代」邁向「AI工廠時代」。
### 三、技術突破:三大核心機制打通3D原生全鏈路
原生3D路徑雖然在理論上具備顯著優勢,但落地並不容易。ABot-Earth0.5通過數據表徵、解碼架構與推理策略的系統性創新,逐一攻克了關鍵難題,打通了從模型訓練到場景生成的全流程。
**訓練環節**:ABot-Earth0.5首創直接面向3DGS點雲的壓縮‑生成框架。原始3DGS數據包含數百萬個基元,具有無序性且難以被大模型直接高效地讀取與訓練。高德的解決方案是將這些高質量真實3DGS場景編碼到一個緊湊的隱空間,再從中生成全新的場景,使模型真正學會「閱讀」大體量的3D數據。
**推理環節**:為實現公里級別的廣域生成,模型提出高效滑窗推理機制。通過在重疊區域進行智能融合,將分塊生成的場景無縫拼接,保證了生成內容的空間連續性,解決了大範圍3D場景連貫生成的棘手問題。
**生成階段**: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,確保模型能從低解析度衛星圖精準生成高質量3D結構;而內建的多層次細節解碼器使生成結果自帶遠近景深,無需後處理即可適應不同視距的流暢漫遊。高德自有的大規模3D數據積累,也為模型的幾何與空間一致性提供了關鍵支撐。
### 四、可能的影響:從地圖工具到多產業底層基礎設施
ABot-Earth0.5的意義遠不限於地圖製圖本身。根據高德測算,3D製圖成本僅為傳統方式的百分之一,效率提升約千倍,使高精度3D城市生成從「重資產」的專業領域轉變為人人可及的「輕工具」。從產業應用來看,ABot-Earth0.5已展現出廣泛的賦能潛力,覆蓋具身智能、低空經濟、影視遊戲與應急救援等前沿場景。
- **具身智能(機器人與自駕車)** :模型已應用於城市級仿真訓練場,支撐了高德途途機器人在開放環境中的仿真訓練,可填補機器人開放環境訓練數據的空白,顯著提升算法向真實場景遷移的效率。
- **低空經濟**:利用衛星影像快速生成複雜地形區域的3D地形,可覆蓋傳統測繪在偏遠或複雜區域存在的盲區,為無人機航線規劃與空域管理提供地理底座。
- **影視遊戲**:將城市3D場景從手工建模轉為AI直出,使創作者能專注於敘事與玩法設計,大幅釋放創意資源。
- **應急救援**:分鐘級3D製圖可快速還原災禍現場的三維環境,為指揮調度提供科學依據,為救援力量部署爭取寶貴時間。
長遠來看,ABot-Earth0.5有望成為多產業可調用的通用3D基礎服務,為數字孿生城市、智慧交通、環境監測等領域提供統一的空間智能底座。
### 五、讀者可關注的後續方向
目前,ABot-Earth0.5已正式開放內測申請,感興趣的讀者可先前往官方網站abot-earth.amap.com搶先體驗,親身感受AI驅動下的3D場景生成效率。以下幾個方向值得持續追蹤:
**(1)模型精度與真實感的持續迭代**:高德明確表示將持續提升模型的生成精度,後續版本的迭代進度將直接影響其在專業領域(如高精地圖、工業設計)的落地深度。
**(2)內測反饋與公開Benchmark的出現**:隨著更多開發者與企業參與測試,實際生成質量、穩定性和編輯靈活性將得到更客觀的驗證,相關評測基準的建立將有助於行業橫向比較。
**(3)競爭格局的演化**:Google、騰訊、百度等同類型科技巨頭是否會跟進原生3D技術路徑,或是推出更適合特定場景的替代方案,值得密切觀察。
**(4)3DGS生態的成熟度**:ABot-Earth0.5以3DGS為核心輸出格式,未來該格式在跨平台兼容性、編輯工具鏈完善度與實時渲染效能上的進展,將決定其能否真正成為3D內容行業的通用語言。
**(5)商業模式與開放策略**:高德是否會將此模型以API或SaaS形式對外開放,是否會推出開發者生態計畫,將決定中小型團隊與個人創作者能否真正受益於這項技術的紅利。
總體而言,ABot-Earth0.5的發布標誌著3D場景生成從實驗室走向工程化的關鍵一步。它不僅為高德在空間智能領域建立了技術壁壘,更有望成為驅動多產業數位轉型的重要基礎設施。後續發展值得台灣科技讀者持續關注。
Related
相關文章

Edge AI Daily 早報(6月19日)
AI Engineer World's Fair 2026規模再創新高,標誌AI工程從幕後走向舞臺中央。行業面臨結構性調整:楊立昆警示OpenAI年虧210億美元揭示商業模式脆弱性,Transformer之父轉投OpenAI反映人才爭奪白熱化。Anthropic多線佈局——語音支持七種語言、加入碳清除聯盟、落子首爾辦事處,展現生態擴張野心。監管壓力加劇,意大利依據DMA調查蘋果iCloud,巴西開放iOS側載佣金降至5%,蘋果圍牆花園持續崩塌。

今天起,Claude Design要把設計師和程序員變成同一種人了
猝不及防!Anthropic深夜甩出Claude Design大更新,設計系統一鍵導入,代碼雙向同步,9大平臺一鍵導出。Anthropic設計師親自下場錄屏:AI跑了八輪自查,才敢把設計稿給你看。

OpenAI 成為 Rust 基金會白金會員,合計贊助 60 萬美元
OpenAI 正式成為 Rust 基金會白金會員,將提供總計 60 萬美元資金,用於支持 Rust 開源項目維護者及 Rust 創新實驗室等計劃。這標誌著 AI 巨頭對安全、高效系統編程語言的重視。 #OpenAI #Rust #開源

Claude Design 上線首周用戶破百萬,和 Claude Code 共享 AI 配額
Anthropic 今天(6 月 18 日)發佈公告,在宣佈 Claude Design 上線首周用戶規模突破 100 萬後,進一步強化和 Claude Code 的雙向聯動,實現從設計到編程的無縫工作流。
谷歌時隔6年再發智能音箱,Gemini上桌,售價不到700元
智東西 編譯 | 劉煜 編輯 | 陳駿達 智東西6月18日消息,谷歌昨日宣佈,其首款搭載居家版Gemini語音助手的智能音箱(Google Home Speaker)已開啟預售,將於當地時間6月25日正式上市,售價為99.99美元(約合人民幣677.03元)。在此之前,谷歌已有6年沒有推出過獨立智能音箱產品。 谷歌這款智能音箱外觀近似球形,風格類似亞馬遜新一代Echo音箱與蘋果舊款音箱HomePod Mini。 ▲谷歌智能音箱(圖源:谷歌官網) 使用音箱時,用戶只需通過口令“Hey Google”或“OK Google”喚醒Gemini,就可以繼續下達相應指令。這與谷歌舊款音箱、智能顯示屏等喚醒語音助手的方式相同。此外,用戶只要按照日常說話習慣下達命令,Gemini便能理解用戶意圖,相比之前大大提升溝通效率。 一、加強短時對話記憶,會員可與Gemini不限次數對話 谷歌此次推出的全新音箱升級諸多功能。其中,音箱搭載的Gemini語音助手擁有10款全新擬人化語音音色,用戶可以根據喜好自行選擇聲線。音箱還可支持用戶一次性下達多條語音指令,即使指令未能說對、說完整,用戶中途改口Gemini也能識別。 Gemini還具備多鏈路推理能力,落地到實際生活場景中比較實用。例如,用戶問:“我支持的足球隊下場比賽天氣如何?”Gemini收到指令後,會自動查詢賽事時間、舉辦地點,同時匹配相應時段天氣,再給出答覆。 同時,Gemini加強了短時對話記憶,能承接上下文實現連續對話功能。即使用戶連續追問、甚至串聯多項任務、不重複交代前置條件,該語音助手也能實現來回連貫交流。 ▲谷歌Gemini對話場景(圖源:谷歌官網) 不僅如此,Gemini搭配的連續對話功能,能讓應答後的音箱麥克風保持短暫收音,用戶無需重複喊“OK Google”就能繼續提問。該功能現已全面支持所有Gemini原生適配的語言,包括

微軟,考慮接入DeepSeek
這篇消息聚焦「微軟,考慮接入DeepSeek」。原始導語提到:Copilot Cowork轉為按量計費。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。