Genie 4 vs. ABot-Earth 0.7: Der eine simuliert einen Ort, der andere baut einen echten nach.

Stellen Sie die beiden Anfragen nebeneinander, und der Unterschied ist sofort deutlich. Bitten Sie Genie 4 um eine regnerische Straße in der Dämmerung, und Sie erhalten eine Straße, die nie existiert hat, als Pixel gerendert, per Text steuerbar, die etwa zwei Minuten lang konsistent bleibt. Bitten Sie ABot-Earth 0.7 um dieselbe Straße, und es wird fragen, welche Straße – oder ein Satellitenbild von einer aufnehmen – und dann diesen konkreten Ort in etwa zehn Minuten auf einer einzigen Consumer-Grafikkarte als erkundbare 3D-Geometrie rekonstruieren. Beide werden Weltmodelle genannt, und sie beantworten unterschiedliche Fragen: Wie könnte ein Ort aussehen, gegenüber: Wie sieht dieser Ort aus.

Dieser Unterschied entscheidet über nahezu jeden praktischen Vergleich zwischen beiden. Genie 4, am 27. Oktober 2026 von Google DeepMind angekündigt, ist ein generativer Simulator für Szenen, die es nicht gibt. ABot-Earth 0.7, am 10. September 2026 von Amap – der Kartografie- und Navigationssparte von Alibaba – veröffentlicht, ist eine Rekonstruktions-Engine für Städte, die es gibt. Keines macht das andere überflüssig, und eine falsche Entscheidung wird Sie Monate kosten.

Die beiden Bitten, klar formuliert

Genie 4 nimmt einen Prompt oder ein Ausgangsbild plus Tastatur- und Kameraeingaben entgegen und erzeugt in Echtzeit eine videoähnliche Welt. Du steuerst sie mitten in der Simulation mit Sprache: Ändere das Wetter, bewege die Kamera, führe eine Figur ein. Es erzeugt Audio nativ – Umgebungsgeräusche, Musik und Dialoge mit Figuren, die in der Szene reagieren – und bleibt etwa zwei Minuten lang kohärent, bevor Details abweichen. Es ist eine Forschungsvorschau für vertrauenswürdige Tester, als Nächstes für Google AI Ultra-Abonnenten und Early-Access-Partner der Gemini API.

ABot-Earth 0.7 nimmt ein georeferenziertes Satellitenbild oder eine Textbeschreibung eines Ortes und erzeugt eine 3D-Gaussian-Splatting-Szene dieser Stadt – Straßen, Gebäude, Gelände –, die man dann erkunden kann. Amap positioniert es als das erste 3D-native urbane Weltmodell, das kontinuierlich vom Planetenmaßstab bis hinunter zur Straßenebene in 196 Ländern und Regionen generieren kann. Es ist in Amaps eigenen Verbraucherprodukten enthalten: Flying Street View 2.0, Navigation Live und eine Navigationsfunktion, die das Unternehmen Avoid-Pitfall Guide nennt.

Lesen Sie diese beiden Absätze noch einmal und achten Sie darauf, was in jedem fehlt. Die Ausgabe von Genie enthält keine Geografie, keine Koordinaten und keine Garantie dafür, dass das Gebäude auf der linken Seite tatsächlich das Gebäude ist, das dort steht. Die Ausgabe von ABot-Earth enthält keine Erzählung, keine Figuren, keinen Ton und nicht die Fähigkeit, zu einem Ort zu werden, der nicht bereits ein Ort ist.

Pixel, die du betrachtest, Geometrie, die du begehst.

Das Ausgabeformat ist der tiefgreifendste technische Unterschied und derjenige, der am ehesten Ihre Antwort bestimmen dürfte.

• Ausgabe — Genie 4 erzeugt generierte Videoframes mit synchronisiertem generiertem Audio; ABot-Earth 0.7 erzeugt 3D-Gaussian-Splats, eine explizite Szenenrepräsentation.

• Steuerbarkeit — Genie 4 wird zur Laufzeit durch natürliche Sprache gesteuert; ABot-Earth 0.7 wird durch die Wahl des Standorts zum Zeitpunkt der Generierung gesteuert.

• Geografische Wahrheit — Genie 4 hat konstruktionsbedingt keine; ABot-Earth 0.7 ist an einer realen Koordinate verankert.

• Audio — nativ und generativ auf Genie 4; kein Merkmal von ABot-Earth 0.7.

• Zeit bis zu einer nutzbaren Szene — Sekunden Generierungszeit auf Genie 4, etwa zehn Minuten pro Quadratkilometer auf ABot-Earth 0.7.

• Kohärenzlimit — etwa zwei Minuten driftfreie Simulation auf Genie 4; eine statische Rekonstruktion, die nicht verfällt.

Gaussian Splats sind hier aus einem Grund wichtig, der nichts mit visueller Qualität zu tun hat. Ein Splat ist eine Szene, durch die man eine Kamera bewegen kann, ohne dass das Modell die Teile erfinden muss, die man nicht angesehen hat – denn sie wurden erfasst, nicht ausgedacht. Genie 4 hat die entgegengesetzte Eigenschaft: Alles außerhalb der Kamera wird auf Abruf generiert, und Google räumt ein, dass die Objektpermanenz driftet, was bedeutet, dass der Raum, aus dem man hinausgegangen ist, möglicherweise nicht der Raum ist, in den man zurückkehrt.

Die Skalierungsbehauptung, übersetzt

Die Zahlen von Amap sind groß und stammen vom Anbieter selbst, und sie sollten auch so gelesen werden. Das Unternehmen sagt, ein Quadratkilometer Stadtgebiet dauere auf einer Consumer-GPU etwa zehn Minuten, dies sei bis zu 1.000-mal schneller als traditionelle photogrammetrische Rekonstruktion und koste ungefähr ein Hundertstel davon. Die Abdeckung von 196 Ländern ist eine Aussage über die Eingangsdaten, nicht die Behauptung, dass jeder dieser Orte rekonstruiert wurde.

Die 1.000×-Angabe ist diejenige, die man mit Vorsicht behandeln sollte. Traditionelle Rekonstruktionspipelines – Drohnenflüge, Photogrammetrie, manuelle Nachbearbeitung – dauern Tage und erfordern ein Vermessungsteam; ein Vergleich mit ihnen stellt also einen Generierungsschritt einer kompletten Feldkampagne gegenüber. Gegenüber anderen neuronalen Rekonstruktionsmethoden wird der Abstand weit geringer sein. Belastbar ist die Form der Aussage: einen Kilometer Stadt in zehn Minuten auf Hardware zu erzeugen, die man vielleicht bereits besitzt, ist eine andere Größenordnung des Zugangs, als ein Vermessungsteam zu engagieren.

Genie 4 veröffentlicht überhaupt keine vergleichbare Zahl. Es gibt keine Auflösung, keine Bildrate, keinen Latenzwert und keine angegebenen Kosten. Man kann seinen Durchsatz nicht neben den von Amap stellen, was selbst ein Befund ist: Ein Modell, das seine Bildrate nicht angibt, konkurriert noch nicht zu Produktionsbedingungen.

Verfügbarkeit ist der Punkt, an dem der Vergleich ehrlich wird.

Beide dieser Modelle sind zugangsbeschränkt, und zwar auf unterschiedliche Weise, die relevant ist.

Genie 4 ist eine Forschungsvorschau für vertrauenswürdige Tester, mit einer öffentlichen Warteliste und dem Versprechen eines breiteren Zugangs „in den kommenden Wochen“ über AI Ultra und die Gemini API. Es gibt keinen Preis, kein Ratenlimit, keine SLA und keine Nutzungsbedingungen für kommerzielle Ergebnisse. Wenn Sie ein Studio sind, können Sie nicht damit planen; Sie können es nur beobachten.

ABot-Earth 0.7 ist für externe Entwickler schlechter, obwohl es älter ist. Es gibt keine öffentlichen Gewichte, keine Modellkarte, keine API, keine Preisangaben und keine Entwicklerdokumentation. Die Erfahrungsseite gibt es nur auf vereinfachtem Chinesisch, und die Generierung ist nur auf Einladung möglich. Es ist eine Produktfunktion in den Consumer-Apps von Amap, die das Unternehmen bewusst als Weltmodell beschreibt und nicht als Plattform, auf der man aufbauen kann.

Die ehrliche Antwort auf die Frage „Welchen kann ich verwenden“ lautet also: derzeit keinen von beiden, ohne eine Beziehung zum Anbieter. Was sich unterscheidet, ist die Richtung der Entwicklung. Google hat die Kanäle genannt – AI Ultra, die Gemini API, AI Studio – und einen Zeitrahmen von Wochen angegeben. Amap hat seine eigenen Apps genannt.

Worin jedes einzelne wirklich gut ist

Der Wert von Genie 4 liegt in Welten, die nicht real sein dürfen. Film-Previsualisierung, bei der es darum geht, die Kamerasprache zu testen, bevor ein Set existiert. Game-Prototyping, bei dem man eine Mechanik in einem Raum erkunden möchte, den noch kein Künstler gebaut hat. Robotik und Agententraining, wo Googles eigene Demo Genie 4 mit Gemini 4 Argon kombinierte, um Aufgaben für einen Apptronik-Apollo-Humanoiden zu zerlegen — die Simulation ist ein Proberaum, und ein Proberaum ist umso nützlicher, je weniger er einer bestimmten Straße ähnelt.

Der Wert von ABot-Earth 0.7 liegt in Welten, die real sein müssen. Navigationsprodukte, bei denen ein falsches Gebäude eine falsche Abbiegung bedeutet. Stadtplanung, bei der die Frage lautet, was eine geplante Bebauung mit einer Sichtachse macht. Versicherung und Inspektion, bei denen das Ergebnis zu einer Adresse passen muss. Überall dort, wo der Satz „Das sieht nicht so aus, wie es ist“ ein Fehler und keine kreative Entscheidung ist.

Es gibt eine offensichtliche Hybridlösung, die keines der beiden Unternehmen auf den Markt gebracht hat: Nutze eine Rekonstruktion, um Geometrie und Geografie zu etablieren, und verwende dann ein generatives Modell, um sie umzugestalten, ihr Wetter zu ändern, sie zu bevölkern oder eine Kamera auf Weisen durch sie zu bewegen, die bei der Aufnahme nie erfasst wurden. Amap hat die Geometrie und keine generative Ebene. Google hat die generative Ebene und keine Geografie. Wer diese beiden Hälften verbindet, besitzt die nächste Version dieser Kategorie.

Was es brauchen würde, um zu wählen

Wenn Ihre Arbeit einen bestimmten realen Ort erfordert, ist ABot-Earth 0.7 der einzige der beiden, der Ihnen diesen liefern kann, und Sie sollten das Gespräch jetzt mit Amap beginnen, anstatt auf ein Entwicklerprogramm zu warten, das möglicherweise nie geöffnet wird.

Wenn Ihre Arbeit einen plausiblen Ort braucht, der nicht existiert, mit Ton und Live-Regie, dann ist Genie 4 die stärkere Fähigkeit und das schwächere Produkt – eine Warteliste und ein Versprechen. Der vernünftige Schritt ist, die umgebende Pipeline gegen etwas zu prototypisieren, das man heute aufrufen kann, und das Weltmodell auszutauschen, sobald Zugang verfügbar ist. In unserem Fall bedeutet das, die Planer- und Verifier-Hälfte der Schleife auf routbaren LLM-Endpunkten aufzubauen – eine API, 0 % Aufschlag auf die Listenpreise der Anbieter, automatisches Failover zwischen Anbietern –, weil diese Hälfte der Teil ist, der sich nicht ändert, wenn sich das Weltmodell ändert.

Die Versuchung besteht darin, zu fragen, welches Modell besser ist. Die nützliche Frage ist enger: Muss deine Welt irgendwo sein? Genie 4 sagt nein und gibt dir eine Kamera. ABot-Earth 0.7 sagt ja und gibt dir Koordinaten. Nahezu jeder andere Unterschied zwischen ihnen folgt aus dieser einzigen Antwort.