ABot-Earth 0.7: el modelo mundial 3D de Amap convierte una sola imagen satelital en una ciudad en 10 minutos
Amap puso una cifra concreta sobre la mesa el 10 de septiembre de 2026: un kilómetro cuadrado de ciudad 3D explorable a nivel de calle, generado en aproximadamente diez minutos, en una sola GPU de consumo. El modelo detrás de esa cifra es ABot-Earth 0.7, presentado en la gala anual Street Stars de la compañía en Hangzhou y descrito por Amap —el brazo de cartografía y navegación de Alibaba— como el primer modelo nativo de mundo urbano 3D a nivel mundial. Sucede a ABot-Earth 0.5, que se lanzó en junio y, a diferencia de la mayoría de los lanzamientos de investigación de este tipo, ya está en producción dentro de la propia aplicación de consumo de Amap, donde la compañía afirma que más de 880 millones de personas han utilizado la función Street Stars que ahora impulsa.
Esa última parte es lo que hace que esto sea más que un video de demostración. Un modelo del mundo que solo existe como un artículo y una página de proyecto es una promesa. Un modelo del mundo que renderiza escenas dentro de una app que cientos de millones de personas abren para decidir dónde comer es un producto. ABot-Earth 0.7 es lo segundo, y las preguntas interesantes tienen que ver con lo que eso significa para todos los demás, no con si el lanzamiento ocurrió o no.
Lo que realmente se envió
El mecanismo es la parte que vale la pena entender, porque es genuinamente diferente de cómo se han construido históricamente los productos digitales de la Tierra. Google Earth y sus predecesores se ensamblaron capturando la realidad —vuelos de reconocimiento aéreo, pasadas de satélite, fotogrametría, reconstrucción de nubes de puntos— y uniendo los resultados en un mosaico navegable. El resultado es un archivo de alta fidelidad de lugares en el momento en que fueron fotografiados, y no puede decirte nada sobre un lugar que nunca fue sobrevolado con resolución suficiente.
ABot-Earth adopta en cambio una ruta 3D nativa. Se entrena con datos espaciotemporales y genera 3D Gaussian Splatting (3DGS) escenas urbanas de extremo a extremo a partir de una imagen satelital con referencia geoespacial —o, en la interfaz que Amap demostró, a partir de un mensaje de texto. Como la escena se genera en lugar de reconstruirse, Amap afirma que puede completar y extender un espacio de forma autónoma en vez de limitarse a rutas predefinidas, y mantiene la coherencia espacial a medida que un espectador pasa de una vista general de toda la ciudad al detalle de un punto de referencia. La empresa también afirma que la salida son activos editables compatibles con Unreal Engine y Unity, lo cual importa más de lo que parece: significa que el entorno generado se integra en los canales existentes de simulación y videojuegos en lugar de existir solo dentro del visor de Amap.
Las afirmaciones principales de Amap para 0.7, todas reportadas por el proveedor y ninguna de ellas evaluada de forma independiente mediante pruebas comparativas:
• Velocidad — aproximadamente 10 minutos para generar una escena urbana 3D a escala de kilómetros, en una sola GPU de gama de consumo.
• Eficiencia — hasta 1.000 veces más rápido que los métodos tradicionales de reconstrucción 3D, a aproximadamente 1/100 del costo, según la propia comparación de Amap.
• Cobertura — más de 196 países y regiones, frente a los más de 190 que Amap atribuía a ABot-Earth 0.5.
• Modalidad — imágenes satelitales o prompt de texto como entrada; Amap también describe el modelo como totalmente multimodal y predictivo.
• Salida — escenas 3DGS con estructuras jerárquicas de nivel de detalle, exportables a Unreal Engine y Unity.
Lo que compraron seis meses
ABot-Earth 0.5 llegó el 8 de junio de 2026 con un informe técnico en arXiv y un repositorio complementario bajo el laboratorio de visión por computadora de Amap. Esa versión estableció la afirmación central —de imágenes satelitales a entornos 3DGS sin fisuras en menos de diez minutos por kilómetro cuadrado en una sola GPU de consumo, con nivel de detalle jerárquico para visualización web en tiempo real— y abarcó más de 190 países. Al leer las dos versiones en paralelo, los avances de 0.7 tienen menos que ver con la velocidad de generación destacada, que 0.5 ya anunciaba, que con el nivel superior a esta.
• Planteamiento como modelo del mundo — 0.5 se presentaba como un sistema generativo de reconstrucción 3D. 0.7 se presenta como un modelo del mundo con una capa de predicción, lo cual es una afirmación distinta sobre para qué sirve la cosa.
• Cobertura — de más de 190 países a más de 196, una expansión modesta más que un cambio radical.
• Productización — 0.5 apuntaba a un sitio beta y a una lista blanca. 0.7 se lanza dentro de Flying Street View 2.0 y de la superficie de la aplicación Street Stars.
• Objetivos de exportación — compatibilidad explícita con Unreal Engine y Unity, algo que el informe de 0.5 no destacaba.
• Código — cabe señalar que el repositorio de GitHub de 0.5 se describía como un espacio que albergaba el informe técnico y la discusión académica, pero ningún código de implementación. Nada de lo publicado hasta ahora sugiere que 0.7 cambie eso.
Flying Street View 2.0 es la parte con usuarios
La expresión orientada al consumidor de todo esto es Flying Street View 2.0, que sustituye el recorrido aéreo de ruta fija del original por un espacio 3D explorable libremente. Los propios ejemplos de Amap son concretos: previsualizar la línea de visión real desde un asiento específico de un teatro antes de comprar la entrada, recorrer el interior de un centro comercial, evaluar el terreno de una zona escénica antes de decidirse a hacer el viaje. Los usuarios ajustan la posición, el ángulo y la altura con un joystick, y la función abarca edificios complejos y grandes zonas escénicas, no solo corredores de calles. Las pruebas están activas para determinados recintos en ciudades como Pekín y Hangzhou, accesibles a través de la sección Street Stars de la aplicación.
La escala a la que opera Amap es la razón por la que esta no es una historia de herramientas de nicho. Street Stars se lanzó en septiembre de 2025 como un ranking de descubrimiento local impulsado por IA; Amap afirma que más de 880 millones de usuarios lo han usado y que, en conjunto, han recorrido 36,6 mil millones de kilómetros a través de él. La empresa también sostiene que el ranking tiene peso comercial —los negocios de su lista "Local Favorites" de 2025 registraron un crecimiento medio interanual de pedidos del 424%, y los negocios de "Top Picks", del 159%. Esas son cifras de Amap sobre el producto de Amap, y deben leerse como aritmética de marketing, pero el número de usuarios es el dato que sostiene el argumento: haga lo que haga bien o mal ABot-Earth 0.7, lo está haciendo ante una audiencia del tamaño de la población de un país grande.
Por qué «no Google Earth» es el marco honesto
El posicionamiento de Amap no es deliberadamente "un globo mejor". El director ejecutivo de la compañía, Guo Ning, lo enmarcó como una distinción de categoría: "Si los grandes modelos de lenguaje nos ayudan a procesar texto, espero que la inteligencia espacial de Amap nos ayude a explorar mejor el mundo". La arquitectura que describió tiene tres capas: representación espacial 3D (la estructura del mundo, del planeta al interior), percepción dinámica (cambios en tiempo real como el tráfico, las multitudes y las condiciones) e inferencia espaciotemporal (predecir lo que ocurrirá a continuación).
Esa tercera capa es donde reside la afirmación del modelo del mundo, y es la razón por la que la comparación con un archivo estático subestima lo que Amap intenta lograr. Una reconstrucción te muestra un lugar. Un modelo del mundo que se puede consultar y proyectar hacia adelante es algo con lo que puedes planificar, y las aplicaciones a las que apunta Amap son explícitamente las de la IA física: entornos de entrenamiento por simulación para robots corpóreos, sistemas de gemelos digitales para ciudades, datos sintéticos para la conducción autónoma y vuelo de baja altitud. La empresa también está combinando el modelo con una capa conversacional llamada Navigation Live, que lee edificios, atracciones y negocios cercanos a través de la cámara del teléfono y responde preguntas sobre ellos en una conversación natural.
La posición de datos que subyace a todo esto es la parte que los competidores no pueden copiar rápidamente. Amap cita casi mil millones de usuarios activos mensuales, llamadas diarias máximas de posicionamiento de Beidou que se acercan a un billón, y décadas de datos espaciotemporales acumulados que abarcan redes viales, puntos de interés y tráfico en tiempo real. Los laboratorios de modelos de propósito general no tienen eso, y es el verdadero foso defensivo —no la arquitectura 3DGS, que es trabajo publicado.
Lo que Amap no ha publicado
Aquí es donde la cobertura del lanzamiento ha sido más escasa, y es importante para cualquiera que intente decidir si ABot-Earth 0.7 tiene cabida en un plan.
No hay una API pública. El sitio de experiencia en abot-earth.amap.com está activo, pero la generación es solo por invitación: la interfaz describe la función de creación como en beta y ofrece una solicitud para lista blanca, y la cuenta que hay detrás mostraba un saldo de créditos de cero. No hay precios publicados, ni tarifas, ni documentación para desarrolladores que describa cómo un sistema externo llamaría al modelo. El sitio también está íntegramente en chino simplificado, sin selector de idioma ni versión en inglés, así que evaluarlo en inglés actualmente implica basarse en los materiales de prensa de Amap.
No hay pesos del modelo ni tarjeta de modelo. El lanzamiento 0.5 publicó un informe técnico en arXiv y un repositorio en GitHub, y ese repositorio estaba destinado explícitamente a alojar el informe, más que a una implementación. Nada de lo anunciado con la 0.7 indica un lanzamiento de pesos abiertos, y Amap no ha dicho lo contrario.
Lo más importante es que no existe una evaluación comparativa independiente. Todas las cifras de rendimiento de este artículo —diez minutos por kilómetro cuadrado, una eficiencia de 1.000 veces, un coste de 1/100, más de 196 países— proceden de Amap. Eso no es motivo para no creerlas; la investigación publicada sobre 3DGS del mismo laboratorio ha estado visible para la revisión por pares, y el despliegue para consumidores es en sí mismo una forma de prueba de que el sistema funciona a escala. Es motivo para considerarlas afirmaciones en lugar de mediciones hasta que alguien ajeno a Amap las reproduzca en hardware propio. "El primer modelo de mundo urbano 3D nativo del mundo" es igualmente el encuadre de Amap, y Amap es quien traza los límites de esa categoría.
Qué significa esto si construyes con modelos
ABot-Earth 0.7 no es un modelo de lenguaje y no es algo que puedas enrutar a través de una API hoy en día — OrcaRouter no lo sirve, y nadie fuera de la lista blanca de Amap puede llamarlo. Ser claros al respecto es lo importante, porque la conclusión práctica para la mayoría de los equipos es más acotada y más útil de lo que sugieren los titulares del lanzamiento.
Lo que una aplicación espacial realmente necesita son dos cosas distintas: un modelo del mundo que genere o reconstruya el entorno, y un modelo de lenguaje que razone sobre él en una conversación. La propia pila de Amap refleja esa división: ABot-Earth renderiza el lugar, y una capa conversacional separada gestiona las preguntas de Navigation Live sobre él. Si estás construyendo la segunda mitad de ese patrón, el lado del lenguaje es trabajo ordinario de enrutamiento de modelos, y está disponible ahora mismo: una única API para más de 200 modelos al precio de lista del proveedor con 0 % de margen, conmutación automática en caso de fallo cuando un proveedor se degrada, un DSL de enrutamiento para componer varios modelos en una sola llamada, y fusión de modelos cuando quieres que un panel responda en conjunto. Esa es la capa sobre la que puedes construir hoy mientras ABot-Earth 0.7 permanece detrás de una lista blanca.
¿Qué cambiaría la lectura?
Hay cuatro cosas que merecen atención, y cada una haría pasar a ABot-Earth 0.7 de ser un anuncio impresionante de un proveedor a algo sobre lo que un equipo técnico pueda planificar. Primero, una evaluación independiente: cualquiera que reproduzca la afirmación de diez minutos por kilómetro cuadrado en su propia GPU individual convierte una cifra de marketing en un punto de referencia. Segundo, una API y un precio publicados, que es lo que haría que el modelo fuera direccionable en lugar de meramente visible. Tercero, si el informe técnico de 0.7 aparece siquiera; el de 0.5 apareció en cuestión de días, y su ausencia seis meses después sería una señal en sí misma sobre cuánto de 0.7 es arquitectónico en lugar de incremental. Cuarto, si la cuestión de los pesos abiertos obtiene respuesta, ya que un modelo de mundo 3DGS con pesos descargables sería una propuesta sustancialmente diferente para los equipos de IA encarnada y simulación a los que Amap dice que está cortejando.
Hasta entonces, el resumen honesto es este: Amap ha lanzado el modelo de mundo 3D más productizado que nadie haya puesto frente a los consumidores, con un perfil de cobertura y costo genuinamente inusual, y lo ha hecho sin publicar las cifras, los pesos ni la interfaz que permitirían a terceros verificar el trabajo. Ambas mitades de esa frase son ciertas, y la segunda no es una crítica de la primera — es simplemente lo que la evidencia respalda actualmente.
