ABot-Earth 0.7: Amaps 3D-Weltmodell macht aus einem einzigen Satellitenbild in 10 Minuten eine Stadt

Amap hat am 10. September 2026 eine konkrete Zahl auf den Tisch gelegt: einen Quadratkilometer erkundbarer 3D-Stadt auf Straßenebene, erzeugt in rund zehn Minuten auf einer einzigen Consumer-GPU. Das Modell hinter dieser Zahl ist ABot-Earth 0.7, enthüllt auf der jährlichen Street-Stars-Gala des Unternehmens in Hangzhou und von Amap – dem Kartierungs- und Navigationsarm von Alibaba – als weltweit erstes natives 3D-Stadtweltmodell beschrieben. Es folgt auf ABot-Earth 0.5, das im Juni erschienen ist, und ist – anders als die meisten Forschungsveröffentlichungen dieser Art – bereits in Produktion in Amaps eigener Consumer-App, wo nach Angaben des Unternehmens mehr als 880 Millionen Menschen die Street-Stars-Funktion genutzt haben, die es nun antreibt.

Genau dieser letzte Teil macht dies zu mehr als einem Demo-Reel. Ein Weltmodell, das nur als Paper und Projektseite existiert, ist ein Versprechen. Ein Weltmodell, das Szenen in einer App rendert, die Hunderte Millionen Menschen öffnen, um zu entscheiden, wo sie essen, ist ein Produkt. ABot-Earth 0.7 ist das zweite, und die interessanten Fragen drehen sich darum, was das für alle anderen bedeutet, nicht darum, ob der Launch stattgefunden hat.

Was tatsächlich ausgeliefert wurde

Der Mechanismus ist der Teil, der es wert ist, verstanden zu werden, denn er unterscheidet sich wirklich davon, wie Produkte der digitalen Erde historisch gebaut wurden. Goog​le Earth und seine Vorgänger wurden zusammengesetzt, indem die Realität erfasst wurde – Luftbildvermessungsflüge, Satellitenüberflüge, Photogrammetrie, Punktwolken-Rekonstruktion – und die Ergebnisse zu einem durchblätterbaren Mosaik zusammengefügt wurden. Das Ergebnis ist ein hochgetreues Archiv von Orten in dem Moment, in dem sie fotografiert wurden, und es kann Ihnen nichts über einen Ort sagen, der nie mit ausreichender Auflösung überflogen wurde.

ABot-Earth geht stattdessen einen nativen 3D-Weg. Es wird mit raumzeitlichen Daten trainiert und erzeugt 3D Gaussian Splatting (3DGS)-Stadtszenen end-to-end aus einem georeferenzierten Satellitenbild – oder, in der von Amap demonstrierten Oberfläche, aus einem Text-Prompt. Da die Szene generiert statt rekonstruiert wird, kann sie laut Amap einen Raum autonom vervollständigen und erweitern, anstatt auf vordefinierte Routen beschränkt zu sein, und sie behält die räumliche Konsistenz bei, wenn sich der Betrachter von einer stadtweiten Übersicht bis hin zum Detail einzelner Wahrzeichen bewegt. Das Unternehmen gibt außerdem an, dass es sich bei der Ausgabe um editierbare Assets handelt, die mit Unreal Engine und Unity kompatibel sind, was wichtiger ist, als es klingt: Das bedeutet, dass die generierte Umgebung in bestehende Simulations- und Game-Pipelines integriert werden kann, statt nur im Viewer von Amap zu existieren.

Amaps Schlagzeilen-Behauptungen für 0.7, alle vom Anbieter gemeldet und keine davon unabhängig geprüft:

• Geschwindigkeit — rund 10 Minuten, um eine 3D-Stadtszene im Kilometermaßstab auf einer einzigen Consumer-GPU zu erzeugen.

• Effizienz — laut Amaps eigenem Vergleich bis zu 1.000-mal schneller als traditionelle 3D-Rekonstruktionsmethoden, bei etwa 1/100 der Kosten.

• Abdeckung — mehr als 196 Länder und Regionen, gegenüber den über 190, die Amap für ABot-Earth 0.5 angab.

• Modalität — Satellitenbilder oder Text-Prompt als Eingabe; Amap beschreibt das Modell zudem als vollständig multimodal und prädiktiv.

• Ausgabe — 3DGS-Szenen mit hierarchischen Level-of-Detail-Strukturen, exportierbar nach Unreal Engine und Unity.

Was sechs Monate brachten

ABot-Earth 0.5 erschien am 8. Juni 2026 mit einem technischen Bericht auf arXiv und einem begleitenden Repository unter Amaps Computer-Vision-Labor. Diese Veröffentlichung etablierte die Kernaussage – Satellitenbilder zu nahtlosen 3DGS-Umgebungen in unter zehn Minuten pro Quadratkilometer auf einer einzigen Consumer-GPU, mit hierarchischem Level-of-Detail für Echtzeit-Webvisualisierung – und sie deckte über 190 Länder ab. Vergleicht man die beiden Veröffentlichungen direkt miteinander, geht es bei den Fortschritten von 0.7 weniger um die plakative Generierungsgeschwindigkeit, die 0.5 bereits angepriesen hat, als um die Ebene darüber.

• Rahmung als Weltmodell — 0.5 wurde als generatives 3D-Rekonstruktionssystem präsentiert. 0.7 wird als Weltmodell mit einer Vorhersageschicht präsentiert, was eine andere Aussage darüber ist, wofür das System gedacht ist.

• Abdeckung — über 190 Länder auf über 196, eine bescheidene Erweiterung statt eines Quantensprungs.

• Produktisierung — 0.5 richtet sich auf eine Beta-Site und eine Whitelist. 0.7 wird in Flying Street View 2.0 und der Street Stars App-Oberfläche ausgeliefert.

• Exportziele — explizite Kompatibilität mit Unreal Engine und Unity, was der Bericht zu 0.5 nicht in den Vordergrund stellte.

• Code — anmerkenswert ist, dass das GitHub-Repository von 0.5 als Ort für den technischen Bericht und die akademische Diskussion beschrieben wurde, jedoch ohne Implementierungscode. Nichts, was bisher veröffentlicht wurde, deutet darauf hin, dass 0.7 daran etwas ändert.

Flying Street View 2.0 ist der Teil mit den Nutzern.

Die verbraucherseitige Ausprägung all dessen ist Flying Street View 2.0, das den festgelegten Routenflug des Originals durch frei erkundbaren 3D-Raum ersetzt. Amaps eigene Beispiele sind konkret: die tatsächliche Sichtlinie von einem bestimmten Theatersitz aus prüfen, bevor man das Ticket kauft, das Innere eines Einkaufszentrums navigieren, das Gelände einer Sehenswürdigkeit beurteilen, bevor man die Reise antritt. Nutzer passen Position, Winkel und Höhe mit einem Joystick an, und die Funktion deckt komplexe Gebäude und große landschaftliche Gebiete ab, nicht nur Straßenkorridore. Tests laufen für ausgewählte Orte in Städten wie Peking und Hangzhou, erreichbar über den Bereich Street Stars in der App.

Die Größenordnung, in der Amap operiert, ist der Grund, warum dies keine Nischen-Tooling-Geschichte ist. Street Stars startete im September 2025 als KI-gesteuertes Ranking für lokale Entdeckungen; Amap sagt, dass mehr als 880 Millionen Nutzer es verwendet und gemeinsam 36,6 Milliarden Kilometer damit zurückgelegt haben. Das Unternehmen behauptet außerdem, dass das Ranking kommerzielle Schlagkraft hat — Unternehmen in seiner Liste „Local Favorites“ von 2025 verzeichneten ein durchschnittliches Auftragswachstum von 424 % im Jahresvergleich, und Unternehmen in „Top Picks“ 159 %. Das sind Amaps Zahlen über Amaps Produkt, und sie sollten als Marketing-Arithmetik gelesen werden, aber die Nutzerzahl ist die tragende: Was auch immer ABot-Earth 0.7 gut oder schlecht macht, es tut es vor einem Publikum in der Größe der Bevölkerung eines großen Landes.

Warum „nicht Goog​le Earth“ der ehrliche Rahmen ist

Amaps Positionierung ist bewusst nicht „ein besserer Globus“. Der CEO des Unternehmens, Guo Ning, beschrieb sie als grundlegende Kategorieunterscheidung: „Wenn große Sprachmodelle uns dabei helfen, Text zu verarbeiten, hoffe ich, dass Amaps räumliche Intelligenz uns dabei helfen kann, die Welt besser zu erkunden.“ Die von ihm beschriebene Architektur hat drei Ebenen – dreidimensionale räumliche Darstellung (die Struktur der Welt, vom Planeten bis zum Inneren), dynamische Wahrnehmung (Echtzeitveränderungen wie Verkehr, Menschenmengen und Bedingungen) und raumzeitliche Inferenz (Vorhersage dessen, was als Nächstes passiert).

Diese dritte Ebene ist der Ort, an dem der Anspruch eines Weltmodells lebt, und sie ist der Grund, warum der Vergleich mit einem statischen Archiv unterschätzt, was Amap versucht. Eine Rekonstruktion zeigt Ihnen einen Ort. Ein Weltmodell, das abgefragt und fortgeschrieben werden kann, ist etwas, auf dessen Grundlage man planen kann – und die Anwendungen, auf die Amap abzielt, sind ausdrücklich die der physischen KI: Simulations-Trainingsumgebungen für verkörperte Roboter, Digital-Twin-Systeme für Städte, synthetische Daten für autonomes Fahren und Flüge in niedriger Höhe. Das Unternehmen kombiniert das Modell außerdem mit einer Gesprächsebene namens Navigation Live, die nahe gelegene Gebäude, Sehenswürdigkeiten und Geschäfte über eine Handykamera erfasst und Fragen dazu in natürlicher Unterhaltung beantwortet.

Die Datenposition unter all dem ist der Teil, den Wettbewerber nicht schnell kopieren können. Amap nennt fast eine Milliarde monatlich aktive Nutzer, Beidou-Positionierung mit täglichen Spitzenaufrufen von nahezu einer Billion und jahrzehntelang angesammelte raumzeitliche Daten, die Straßennetze, Points of Interest und Live-Verkehr abdecken. Labore für Allzweckmodelle haben das nicht, und es ist der eigentliche Burggraben – nicht die 3DGS-Architektur, die veröffentlichte Arbeit ist.

Was Amap nicht veröffentlicht hat

Hier war die Berichterstattung zum Start am dünnsten, und das ist für alle wichtig, die entscheiden wollen, ob ABot-Earth 0.7 in einen Plan gehört.

Es gibt keine öffentliche API. Die Experience-Site unter abot-earth.amap.com ist live, aber die Generierung ist nur auf Einladung möglich – die Oberfläche beschreibt die Erstellungsfunktion als Beta und bietet eine Whitelist-Bewerbung an, und das dahinterstehende Konto wies ein Guthaben von null auf. Es gibt keine veröffentlichten Preise, keine Preisliste und keine Entwicklerdokumentation, die beschreibt, wie ein externes System das Modell aufrufen würde. Die Site ist zudem durchgängig in vereinfachtem Chinesisch, ohne Sprachumschalter und ohne englische Version, sodass eine Bewertung auf Englisch derzeit bedeutet, mit Amaps Pressematerialien zu arbeiten.

Es gibt keine Modellgewichte und keine Modellkarte. Mit dem 0.5-Release wurden ein technischer Bericht auf arXiv und ein Repository auf GitHub veröffentlicht, und dieses Repository war ausdrücklich als Ort für den Bericht gedacht, nicht als Implementierung. Nichts, was mit 0.7 angekündigt wurde, deutet auf eine Open-Weights-Veröffentlichung hin, und Amap hat nichts Gegenteiliges gesagt.

Vor allem gibt es keinen unabhängigen Benchmark. Jede Leistungsangabe in diesem Artikel – zehn Minuten pro Quadratkilometer, 1.000-fache Effizienz, 1/100 der Kosten, über 196 Länder – stammt von Amap. Das ist kein Grund, ihnen nicht zu glauben; die veröffentlichte 3DGS-Forschung aus demselben Labor war für die Peer-Community sichtbar, und der Consumer-Rollout ist selbst eine Art Beweis dafür, dass das System im großen Maßstab läuft. Es ist ein Grund, sie als Behauptungen statt als Messungen zu betrachten, bis jemand außerhalb von Amap sie auf eigener Hardware reproduziert. „Das weltweit erste native 3D-Stadtweltmodell“ ist ebenfalls Amaps Framing, und die Grenzen dieser Kategorie zu ziehen, obliegt Amap.

Was das bedeutet, wenn Sie mit Modellen entwickeln

ABot-Earth 0.7 ist kein Sprachmodell, und es lässt sich heute nicht über eine API ansteuern — OrcaRouter bietet es nicht an, und niemand außerhalb der Whitelist von Amap kann es aufrufen. Klarheit darüber ist der Punkt, denn die praktische Schlussfolgerung für die meisten Teams ist enger und nützlicher, als die Schlagzeilen zum Launch vermuten lassen.

Was eine räumliche Anwendung tatsächlich braucht, sind zwei verschiedene Dinge: ein Weltmodell, das die Umgebung erzeugt oder rekonstruiert, und ein Sprachmodell, das in der Konversation darüber Schlussfolgerungen zieht. Amaps eigener Stack spiegelt diese Aufteilung wider — ABot-Earth rendert den Ort, und eine separate Konversationsschicht kümmert sich um Navigation Lives Fragen dazu. Wenn Sie die zweite Hälfte dieses Musters bauen, ist die Sprachseite gewöhnliche Arbeit mit gerouteten Modellen, und sie ist genau jetzt verfügbar: eine API für über 200 Modelle zum Listenpreis des Anbieters mit 0 % Aufschlag, automatisches Failover, wenn die Leistung eines Anbieters nachlässt, eine Routing-DSL, mit der sich mehrere Modelle zu einem einzigen Aufruf zusammenstellen lassen, und Modellfusion, wenn Sie möchten, dass ein Panel gemeinsam antwortet. Das ist die Schicht, gegen die Sie heute entwickeln können, während ABot-Earth 0.7 hinter einer Whitelist bleibt.

Was würde die Lesart ändern?

Vier Dinge lohnen den Blick, und jedes würde ABot-Earth 0.7 von einer beeindruckenden Anbieterankündigung zu etwas machen, mit dem ein technisches Team planen kann. Erstens eine unabhängige Evaluierung – wenn jemand die Behauptung von zehn Minuten pro Quadratkilometer auf einer eigenen einzelnen GPU reproduziert, wird aus einer Marketingzahl ein Referenzpunkt. Zweitens eine veröffentlichte API und ein Preis, denn das würde das Modell adressierbar machen statt bloß sichtbar. Drittens, ob der technische Bericht zu 0.7 überhaupt erscheint; 0.5 hatte innerhalb von Tagen einen, und sein Fehlen sechs Monate später wäre ein eigenes Signal dafür, wie viel an 0.7 architektonisch und nicht bloß inkrementell ist. Viertens, ob die Frage nach offenen Gewichten beantwortet wird, denn ein 3DGS-Weltmodell mit herunterladbaren Gewichten wäre ein wesentlich anderes Angebot für die Embodied-AI- und Simulationsteams, die Amap nach eigenen Angaben umwirbt.

Bis dahin lautet die ehrliche Zusammenfassung: Amap hat das am stärksten produktisierte 3D-Weltmodell ausgeliefert, das jemals Endverbrauchern vorgelegt wurde, mit einem Abdeckungs- und Kostenprofil, das wirklich ungewöhnlich ist, und das ohne die Zahlen, die Gewichte oder die Schnittstelle zu veröffentlichen, mit denen Außenstehende die Arbeit überprüfen könnten. Beide Hälften dieses Satzes sind wahr, und die zweite ist keine Kritik an der ersten – sie ist einfach das, was die Beweislage derzeit hergibt.