Google Earth之后，高德为什么还要再造一个Earth

Google Earth之后，高德为什么还要再造一个Earth

来源：倍可亲(backchina.com)

　　2026年9月10日，高德正式发布新一代数字地球ABot-Earth0.7。这个被称为“全球首个3D原生城市世界模型”的模型产品，正试图在Google Earth诞生21年后，重新定义“数字地球”。

　　谷歌之后，高德为什么还要再造一个Earth？

　　对大多数人来说，“数字地球”是个有些年头的词了。2005年，Google Earth让无数人第一次体验到了从太空俯瞰自家屋顶的震撼。21年过去，在全球的3D地图行业，谷歌不仅没有对手，甚至都不曾迎来挑战者。

　　究其根本，Google为全球设立了3D地图的门槛：深厚的技术沉淀和高昂的准入门槛，其中最大的门槛就是成本。

　　传统的3D重建模式离不开“采集+重建”两个部分，Google模式下的高保真三维城市，依赖飞机航测采集：飞机带着专业设备对一个城市进行多个角度的扫描，再通过多视角测量、增量重建，一点点算出整个城市的点云，最后贴上纹理。这是一个典型的“手工作坊”流程，采集、处理、拼接、精修，每一步都需要专业设备和大量人力。

　　点云重建模式下，数据采集到哪里，三维世界才到哪里；数据停留在哪一天，用户看到的就是哪一天。

　　换句话说，用户在Google Earth里看到的，始终是别人拍过的世界。视角是拍摄者决定的，时间是快门按下那一刻决定的。所谓“浏览地球”，浏览的其实是一份影像档案，而这个档案不会回答问题，更不会告诉你明天早高峰这条街会堵成什么样。而那些还无法被航拍采集的地方，则会一直被遗忘。

　　但是时间回到今天，时代的变化已经对数字地球提出了新的要求。伴随机器人、自动驾驶汽车、无人机这些“物理AI”的出现，数字地球必须具备能让硅基生物理解世界的能力，这些硅基生物所需要的精度、效率和工程化标准都不是一份精美的影像档案可以提供的，它们更需要一个能对话、能推演、能训练的“活的”世界。

　　这种场景下，Google Earth的能力就显得有点“捉襟见肘”了，我们总不能指望给机器人发一份Google Earth的截图，让它自己领悟怎么穿过一条没见过的巷子。

　　这也是为什么在Google Earth无敌了20多年后，高德突然再造一个Earth。与其说是一种挑战，不如说这更像是时代推动下的一次模式升级。

　　今年6月8日，高德发布了ABot-Earth 0.5——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。三个月后，ABot-Earth0.7版本在扫街榜发布会上亮相，新版本的Earth不仅把全球的空间、时间与现实信息，组织成一个可以连续进入、自由探索、实时可交互的三维数字孪生世界，还在生成尺度上从星球跨越至街景甚至地标。

　　三个月时间，高德同时完成了地球到街景的场景覆盖，在效率上大幅领先了google earth，其背后是因为两者已经不是同一代际的产品。Google模式走的是先采集、后拟合的路，从2D影像里蒸馏出3D结构，流程漫长且昂贵。ABot-Earth则直接以3DGS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3D格式的城市场景。用户只需输入一张卫星图，甚至一段文字描述，系统就能在一块消费级GPU上，用10分钟生成公里级的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。

　　技术的跨越直观体现在生成速度与成本方面。根据高德的测算，ABot-Earth的3D制图成本仅为传统方式的百分之一，效率却提升约一千倍。成本和效率的跃迁直接突破了覆盖范围的天花板：截至目前，Google Earth官方号称覆盖50多个国家和地区，而ABot-Earth已建成遍及190多个国家和地区的3D地图。处理一座特大城市的三维数据，时间从过去的天级、周级，压缩到了小时级。

　　模型理解语言，高德理解世界

　　ABot-Earth的核心能力并不只是快速建模，其底层还是一个能“模拟世界”的模型。

　　传统3D重建和世界模型，做的事情有本质区别。传统重建是在复现一个已知场景，就像一张城市照片，在告诉你这座城市长什么样，仅此而已。而世界模型是在“理解”和“推演”一个动态系统，更像是打造一个城市仿真沙盘，人们可以模拟明早的交通流量，预判某个商圈的客流走向，甚至测试新开一条路会给周边带来什么变化。

　　李飞飞曾提出过理解空间智能的一个经典三分法：渲染器、模拟器、规划器。渲染器负责呈现世界长什么样；模拟器负责推演世界将如何变化；规划器则在前两者基础上，输出具体的行动方案。目前大多数团队只选择了做其中一个方向，有人专注视频生成式的渲染，有人专注给具身智能提供仿真数据。据了解，高德ABot-Earth所依托的空间智能体系，是在同一个架构里同时覆盖了这三种角色，这在全球范围内都不多见。

　　具体来看，高德将空间智能的能力分为三层。

　　第一层是三维空间表达，也就是渲染。这是ABot-Earth最直观的部分。它的难点在于突破3D原生建模的技术瓶颈，规避从2D蒸馏3D带来的信息损失和效率局限。直接拿3D数据训练，端到端输出3DGS（3D高斯泼溅）场景，模型从一开始就学的是三维本身。

　　这条路理论上更好，落地却难在两个地方：原始 3DGS 数据量大，且是无序的点集，大模型很难直接“读”；公里级场景的连续生成又对一致性要求极高。

　　高德披露的细节显示，ABot-Earth 在四个环节上做了针对性设计：在训练环节，其首创了直接面向 3DGS 点云的“压缩—生成”框架，把包含数百万基元的高质量真实场景编码进紧凑的隐空间，解决了 3DGS 无序性这个老大难，让模型能直接吃下大体量三维数据；推理环节，提出滑窗推理机制，在分块生成的重叠区域做智能融合，实现公里级广域的连续拼接；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（LOD）让结果自带远近景深，不必后处理就能流畅漫游；交付环节，输出的是原生可渲染的场景，可以直接进Unity、Unreal Engine加交互逻辑。

　　第二层是动态感知，也就是理解世界此刻的状态。这与高德独有的数据家底直接相关。除了图像、文本、点云这些常见的输入，高德手里还握着几类别人难以复制的数据，比如大范围的真实交通信息、真实的路线数据、人和车与物理世界交互产生的海量“动作数据”，这类交互数据比3D数据本身还要珍贵，基于这些数据也就有了红绿灯倒计时等产品。

　　第三层是时空推演预测——“预演世界的下一步”。这一层对应的正是模拟器角色，预测某条路未来的路况、某个商圈半小时后的客流、某个路段状态会如何影响下一条路，比如全面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，都是基于这套框架的时空推演产品。在架构上，这三层能力并非三个孤立的模块拼接，而是跑在同一套架构上——多个Transformer分支共享注意力机制，分别处理3D、视频、交通等异构信息，最后统一输出渲染、推演或行动方案。这与英伟达Cosmos等前沿World Action Model的思路不谋而合，更重要的是高德已经将空间智能的原生应用同时跑在了地图导航、生活服务和具身智能等多条业务线上。

　　高德CEO郭宁表示：“大模型理解语言，高德空间智能理解世界。”

　　支撑这一切的，是过去十年高德作为中国最大的出行导航App所积累的海量数据：日调用北斗卫星定位峰值近万亿次，覆盖全球200多个国家和地区。这些真实世界时空样本，也是高德敢于重做Earth的底气。

　　高德要用Earth做什么？

　　所有技术最终都要导向应用。高德花费这么大精力，重做了一个Earth，到底要应用在哪里呢？

　　目前来看，有三个方向的业务是未来的重点。第一个是具身智能。自今年在亦庄亮相以来，高德旗下的具身智能业务就吸引着行业的注意力。

　　具身智能训练最稀缺的就是开放环境的仿真场景，而ABot-Earth把训练场景的构建时间压缩到分钟级，填补了真实世界训练数据的空白。高德此前发布的城市级仿真训练场，底层就由ABot-Earth驱动，比如不久前亮相的全球首款开放环境全自主机器人“高德途途”，就是在这个训练场里完成城市环境仿真训练的。在江苏常州，高德还落地了首个城市级全空间无人体系，把地面无人车、低空无人机、具身机器人纳入统一的空间智能数字底座。

　　第二个是智慧城市与产业服务。高德的B端三维业务营收已位居国内前列，比如，其为深圳这类超大城市提供融合3D/4D与实时交通的数字孪生系统，为智驾公司提供仿真环境与训练数据。海量的智慧城市、智慧园区运营产业服务是Earth巨大的应用市场。

　　第三个是面向C端用户的生活及导航服务。过去一年，扫街榜累计服务超过8.8亿用户，上榜商家总导航里程达366亿公里。发布会上同步公布的飞行街景2.0、避雷指南、导航Live等产品，共享的正是同一套空间智能底座：避雷指南能从营业时间、天气、拥挤预测等15个维度推演你的出行体验风险；导航Live则是行业首个全模态出行生活智能体，开车时能看懂窗外的施工和横穿的行人，逛街时手机镜头变成“世界搜索框”，能告诉你眼前这家店为什么在排队。

　　一个只有少数人能用的世界模型，无法构成对地球的重做。高德真正的差异化，恰恰在于其能让空间智能服务数亿普通用户，再把亿万用户的真实反馈回流给模型，进而形成一个难以复制的飞轮。

　　从2005年到2026年，数字地球发生了两次转折。第一次是Google Earth证明人类可以用数字技术完整地映射地球；第二次是物理AI的浪潮提醒我们，一个只能被浏览的地球远远不够，物理AI需要的是一个能实时回应、持续演化、可以被任何行业随时调用的动态空间平台。

　　高德的空间智能体系，正在把对真实世界的理解变成一条完整的链路：从感知世界正在发生什么，到理解世界如何运转，再到推演世界将变成什么样，最终生成可执行的行动。

　　当高德选择在Google之后重做Earth，它押注的其实是一个判断：数字地球的终局不只是更好用的地图，更是物理世界的操作系统。而这场重做的答卷，才刚刚翻开第一页。

版权说明 / Copyright Notice:
Content and images in this article may originate from third-party sources and are used for news reporting, commentary, or public interest purposes. All copyrights remain with their respective owners. Please refer to the Copyright Notice at the bottom of this page.
本文内容仅供信息参考，不代表倍可亲立场或观点。