6月8日，高德正式发布全新产品ABot-Earth0.5。这并非一次普通的版本升级，而是被定义为全球首个完全基于3D数据训练、并可真正应用于工程实践的3D原生城市世界模型。
传统3D城市建模通常采用“先采集、后拟合”的方式，即从2D图像中提取信息，再“还原”出3D结构。而ABot-Earth0.5选择了截然不同的技术路径：直接使用3D数据训练模型，让模型建立对三维空间的底层认知，并通过端到端方式一次生成完整城市场景（格式为3DGS）。也就是说，用户只需输入一张卫星图像或一段文字描述，就能在消费级显卡上快速生成3D城市模型，整体效率相比传统方案提升约1000倍。
这项能力听起来非常理想，但原生3D技术虽然在理论上优势突出，真正落地却并不容易。首先，原始3DGS数据难以被大模型直接高效利用；其次，要实现公里级连续3D场景生成，技术门槛也非常高。ABot-Earth0.5正是在数据表征、解码架构与推理策略等方面进行了系统性创新，才最终打通了从原生3D模型训练到大规模场景生成的完整链路。
先看训练阶段。ABot-Earth0.5首创了一套直接面向3DGS点云的压缩生成框架，能够将包含数百万基元的真实世界3DGS场景编码进紧凑的隐空间，并基于该隐空间生成全新的3D场景。这套框架有效解决了3DGS无序性等复杂问题，使模型可以直接理解海量3D数据。更关键的是，模型训练完全依托高德自有三维数据，因此生成内容在几何结构与空间关系上都能更贴近真实城市环境。
再来看推理阶段。为了实现公里级大范围3D城市生成，团队提出了一种高效的滑窗推理（Sliding-Window Inference）机制。简单理解，就是将大场景拆分为多个区域逐块生成，再对重叠区域进行智能融合，最终把各个部分无缝拼接起来，确保整个3D模型在空间连续性上保持稳定、自然、不跳变。
在模型生成过程中，ABot-Earth0.5还引入了跨域自适应模块，用于弥合卫星影像与三维训练数据之间因分辨率差异带来的“域差距”（Domain Gap）。同时，内置的多层次细节解码器（LOD）让生成结果具备自然的远近层次表现。这意味着用户无需额外后处理，就可以直接获得适合不同视距浏览的3D城市场景，实现流畅漫游体验。
在最终交付环节，ABot-Earth0.5同样考虑周全，构建了一条完整的自动化生产管线，输出原生可渲染的3D城市模型与场景内容。生成结果可直接导入Unity、Unreal Engine等主流引擎，结合交互逻辑后即可投入实际项目与生产使用。
目前，ABot-Earth0.5已正式开放内测。如果你关注空间智能、3D城市建模、城市数字孪生或AI重构传统3D生产流程，这款产品值得进一步体验和了解。
