2026年9月10日，高德正式发布新一代数字地球产品ABot-Earth 0.7。该产品被定义为全球首个3D原生城市世界模型，距离Google Earth诞生已过去21年。高德试图通过这一产品重新定义数字地球的能力边界，从传统的影像档案模式转向可交互、可推演的三维数字孪生世界。
Google Earth自2005年面世以来，在全球3D地图领域长期没有直接竞争对手。其根本原因在于3D地图行业存在极高的技术与成本门槛。传统3D重建依赖飞机航测采集数据，经过多视角测量、增量重建、纹理贴图等流程逐步生成城市点云。这一模式被高德方面视为典型的“手工作坊”流程，采集、处理、拼接、精修各环节均需专业设备和大量人力投入。点云重建模式下，数据采集到哪里，三维世界才覆盖到哪里，用户看到的始终是拍摄者视角下的影像档案，无法回答实时性问题，也无法预测交通流量等动态变化。
随着机器人、自动驾驶汽车、无人机等物理AI形态的出现，数字地球面临新的能力要求。硅基设备需要具备对世界的理解能力，对精度、效率和工程化标准的要求远超一份静态影像档案所能提供的范围。这一需求推动了高德对数字地球产品的重新设计。2026年6月8日，高德发布ABot-Earth 0.5，称其为全球首个完全基于3D数据训练、工程可用的3D原生城市世界模型。三个月后，ABot-Earth 0.7版本在扫街榜发布会上亮相，新版本将全球空间、时间与现实信息组织为可连续进入、自由探索、实时交互的三维数字孪生世界，生成尺度从星球跨越至街景及地标级别。
技术路径上，Google模式采用先采集、后拟合的方式，从2D影像中蒸馏3D结构，流程漫长且成本高昂。ABot-Earth则直接以3DGS数据训练模型，建立对三维空间的原生理解，端到端一次性生成3D格式城市场景。用户输入一张卫星图或一段文字描述，系统可在消费级GPU上于10分钟内生成公里级3D城市场景，输出可直接导入Unity、Unreal Engine等主流引擎的可编辑素材。据高德测算，ABot-Earth的3D制图成本仅为传统方式的百分之一，效率提升约一千倍。截至目前，Google Earth官方号称覆盖50多个国家和地区，ABot-Earth已建成遍及190多个国家和地区的3D地图，处理一座特大城市三维数据的时间从过去的天级、周级压缩至小时级。
ABot-Earth的核心能力不仅限于快速建模，其底层架构定位为能够模拟世界的模型。传统3D重建复现已知场景，世界模型则理解并推演动态系统。高德将空间智能能力划分为三层。第一层为三维空间表达，即渲染能力。ABot-Earth在训练环节首创直接面向3DGS点云的“压缩—生成”框架，将包含数百万基元的高质量真实场景编码进紧凑隐空间，解决3DGS无序性问题；推理环节提出滑窗推理机制，在分块生成的重叠区域进行智能融合，实现公里级广域连续拼接；生成环节引入跨域自适应模块，弥合卫星影像与三维训练数据之间的分辨率落差，同时用多层次细节解码器让结果自带远近景深；交付环节输出原生可渲染场景，可直接进入Unity、Unreal Engine添加交互逻辑。
第二层为动态感知，即理解世界此刻的状态。高德除图像、文本、点云等常见输入外，还掌握大范围真实交通信息、真实路线数据以及人和车与物理世界交互产生的海量动作数据。这类交互数据被视为比3D数据本身更珍贵的资产。第三层为时空推演预测，对应模拟器角色，预测道路未来路况、商圈客流变化及路段状态传导效应。全面AI化的高德扫街榜、具备超视距感知能力的高德鹰眼守护等产品，均基于这套时空推演框架。
在架构设计上，三层能力并非孤立模块拼接，而是运行在同一套架构上，多个Transformer分支共享注意力机制。高德ABot-Earth所依托的空间智能体系，在同一架构内同时覆盖渲染器、模拟器、规划器三种角色。这一设计在全球范围内尚不多见。多数团队目前仅选择其中一个方向，或专注视频生成式渲染，或专注为具身智能提供仿真数据。
从行业视角看，ABot-Earth的发布标志着数字地球赛道从影像档案模式向世界模型模式的转变。成本和效率的数量级改善直接突破了覆盖范围的天花板，而动态感知与时空推演能力的引入，则为自动驾驶、机器人、智慧城市等物理AI应用提供了可训练、可对话、可推演的三维世界底座。高德能否在这一新范式下建立起与Google Earth时代不同的竞争壁垒，取决于其数据资产与模型能力的持续迭代效率。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
