从星球到街景一键生成！高德新世界模型来了，消费级显卡可跑

从星球到街景一键生成！高德新世界模型来了，消费级显卡可跑图1

飞行街景、导航Live、避雷指南一口气上新。

作者 | 江宇

编辑 | 李水青

智东西9月10日报道，刚刚，高德正式推出新一代3D原生城市世界模型ABot-Earth 0.7，并将这套世界模型进一步用进飞行街景2.0、导航Live、避雷指南等AI服务中。

ABot-Earth 0.7可以从一张卫星图像或一段文字出发，在单块消费级GPU上约10分钟生成公里级3D城市场景，生成效率相比传统模式提升1000倍，并支持从星球、城市一路到街景地标的连续生成。

这是高德世界模型时隔约3个月的再次升级。6月8日，高德刚刚推出ABot-Earth 0.5，其已经构建覆盖190多个国家和地区的3D地图。

今天的0.7版本进一步覆盖超过196个国家和地区，并把重点从“大范围3D地图”推进到了3D原生生成、自由探索和实时交互。

现场，高德CEO郭宁率先登台，他提到：“大模型理解语言，高德空间智能理解世界。”

围绕这一思路，高德今天同时把多项空间智能能力装进了扫街榜：

飞行街景2.0
允许用户在出发前自由进入目的地的三维空间；

避雷指南
通过时空推演提前检查行程中的时间冲突、拥堵和闭店风险；

导航Live
则把实时感知、自然语言交互和导航连接起来，让AI可以在开车、步行、进入景区等不同场景间继续保持上下文。

这三项能力是高德扫街榜2026此次重点推出的AI原生服务。

01.

世界模型再升级，消费级GPU

10分钟生成公里级3D城市

过去二十多年，数字地球主要依赖卫星影像、航拍、街景和点云等数据进行拼接和重建。用户看到的是现实世界被采集之后形成的数字版本，能够观看的位置、路线和角度，也往往受原始采集素材限制。ABot-Earth 0.7选择了不同的技术路径。

这款模型采用3D原生架构，直接使用包含空间、时间等信息的时空数据进行训练，使模型建立对三维空间结构的理解，再端到端生成3DGS（3D Gaussian Splatting，三维高斯泼溅）格式的场景。

输入端则可以非常简单。用户只需要提供一张卫星图像或者一段文字描述，模型就可以生成完整的三维城市场景。

按照高德公布的数据，在一块消费级GPU上，生成一片公里级3D城市场景约需10分钟，效率相比传统方式提升1000倍。

除此以外，ABot-Earth 0.7可以用同一套模型覆盖从星球到城市，再到街景和地标近景的不同尺度。在城市尺度能够维持道路、街区、建筑群的空间关系，当镜头进一步推进到单体建筑附近，又可以补出建筑几何结构、立面和材质纹理。

02.

世界模型进产品

买票前先“坐”进剧场

除世界模型之外，高德给出的第一个落地产品是飞行街景2.0。

今年1月，高德曾推出飞行街景1.0，让用户可以从第一视角浏览城市街区、查看道路和店铺。此次2.0版本进一步接入ABot-Earth 0.7，把原本相对固定的浏览过程变成一个可以自由控制的三维空间。

现场演示的一个场景是购买演出票。

过去买票时，用户看到的通常只有二维座位图，很难判断某个座位距离舞台究竟多远、视角是否偏斜。接入飞行街景2.0后，用户可以提前进入场馆三维空间，自由切换不同座位的观看位置和角度，在买票前直接查看不同位置对应的空间视野。

类似能力还可以进入大型商场、景区以及结构更加复杂的建筑空间。

在ABot-Earth 0.7的框架下，楼层、高度、坡度、室内外关系以及复杂动线等信息被重新组织成三维空间。至此，用户的身体还没有真正出发，但可以提前进入目的地，对空间建立更加完整的认知。

03.

导航Live来了

AI开始持续理解人和环境

除了生成三维世界，高德今天另一项AI方向，是让模型持续感知真实环境的变化。

高德新推出的导航Live支持全双工自然对话、全模态空间理解以及跨场景连续导航。

用户举起手机后，摄像头可以直接参与环境感知。高德将其形容为把镜头变成“真实世界的搜索框”：AI可以识别用户眼前的建筑、店铺、景点等内容，并结合当前位置继续提供导航和信息服务。

开车过程中，导航Live也可以持续感知车辆周围环境，对施工等情况进行识别和提醒；车辆停下之后，系统可以继续接力步行导航；进入街区后，还可以进一步提供实景指路、菜单识别以及文物古迹讲解等能力。

高德把导航Live定位为一个具备空间感知和行动能力的长程智能体。这里和普通对话式AI一大不同，是其在上下文里增加了现实世界的空间和时间信息。

例如人在车内询问一个问题时，系统不仅要理解语言，还需要知道车辆在哪里、道路当前发生了什么；下车之后，用户所处空间发生变化，但此前的目的地、需求和行程不能因此丢失。

04.

AI生成攻略容易？

导航先替用户“跑”一遍

高德此次还推出了避雷指南。

这项能力将实时动态感知和时空推演结合起来，从营业时间、行程节奏、停车、拥挤程度等15个维度检查整段行程，提前识别时间冲突、道路拥堵、闭店等风险。

在现场，高德就拿旅游攻略举例。

通用大模型可以非常快速地根据目的地、日期、人数生成一套行程，但一旦把假期拥堵、景区预约规则、同行人员体力等真实条件加入进来，原本排得严丝合缝的行程可能就会失败。

高德的思路是把“人的上下文”和“世界的上下文”一起参与计算。

前者包括出发时间、同行人员、老人儿童等个人条件；后者则涉及历史路况、天气、景区饱和度、停车情况以及开放规则等动态变量。当其中一个环节发生变化后，系统再对后续预约、路线以及替代方案重新计算。

05.

从3D生成到时空推演

空间智能拆出三层能力

围绕ABot-Earth 0.7，高德今天也第一次更加完整地解释了自己对“空间智能”的理解。

高德将其拆成三层能力。

最底层是三维空间表达，也就是把从地球、城市、道路到建筑、室内的空间结构数字化；

再往上是动态感知，持续理解车流、人流、路况、商户以及昼夜变化；

最上层则是时空推演，把用户、环境和时间放进同一个系统中，预测接下来可能发生什么，并据此进行决策。

ABot-Earth 0.7承担的是三维世界表达这一层。

而高德过去20年积累的导航、定位和时空数据，则被用于继续向动态感知和时空推演延伸。高德披露，其日调用北斗卫星定位峰值已接近万亿次，服务范围覆盖全球200多个国家和地区。

这些能力目前也正在从手机延伸到车机、智能眼镜、智能手表和具身机器人等终端。会上，高德还宣布梅赛德斯-奔驰成为扫街榜全球首个汽车合作伙伴。

06.

结语：世界模型走出Demo

开始进入真实出行

世界模型正在成为今年AI行业里越来越热的方向，但不同公司的切入点正在明显分化。高德此次给出了另一条路线：利用长期积累的真实时空数据，把3D世界生成、实时动态感知和时空推演连接起来，再直接装进地图和导航产品。

接下来更值得观察的是，这套空间智能在复杂真实环境中能否持续保持空间一致性、实时更新动态信息，并稳定完成长时间跨度的推演和交互、真正进入物理世界。