ABot-Earth 0.7: Amaps 3D-världsmodell förvandlar en enda satellitbild till en stad på 10 minuter

Amap la ett specifikt nummer på bordet den 10 september 2026: en kvadratkilometer utforskbar 3D-stad på gatunivå, genererad på omkring tio minuter, på en enda konsument-GPU. Modellen bakom den siffran är ABot-Earth 0.7, som presenterades på företagets årliga Street Stars-gala i Hangzhou och beskrevs av Amap – Alibabas kart- och navigeringsenhet – som världens första nativa 3D-stadsvärldsmodell. Den efterträder ABot-Earth 0.5, som släpptes i juni, och till skillnad från de flesta forskningssläpp av den här typen är den redan i produktion i Amaps egen konsumentapp, där företaget säger att fler än 880 miljoner människor har använt Street Stars-funktionen som den nu driver.

Det där sista är vad som gör det här till mer än en demorulle. En världsmodell som bara existerar som en artikel och en projektsida är ett löfte. En världsmodell som renderar scener inuti en app som hundratals miljoner människor öppnar för att bestämma var de ska äta är en produkt. ABot-Earth 0.7 är den andra, och de intressanta frågorna handlar om vad det innebär för alla andra, inte om huruvida lanseringen ägde rum.

Vad som faktiskt levererades

Mekanismen är den del som är värd att förstå, eftersom den verkligen skiljer sig från hur digitala jordprodukter historiskt har byggts. Goog​le Earth och dess föregångare sattes samman genom att fånga verkligheten – flygfotograferingsflygningar, satellitöverflygningar, fotogrammetri, punktmolnsrekonstruktion – och sammanfoga resultaten till en bläddringsbar mosaik. Resultatet är ett arkiv med hög återgivning av platser vid den tidpunkt de fotograferades, och det kan inte berätta något för dig om en plats som aldrig har överflugits med tillräcklig upplösning.

ABot-Earth tar i stället en inbyggd 3D-väg. Den tränas på spatiotemporala data och genererar 3D Gaussian Splatting (3DGS)-stadsmiljöer end-to-end från en georefererad satellitbild – eller, i gränssnittet som Amap demonstrerade, från en textprompt. Eftersom scenen genereras i stället för att rekonstrueras, säger Amap att den självständigt kan komplettera och utöka ett utrymme i stället för att begränsas till fördefinierade rutter, och den bibehåller rumslig samstämmighet när en betraktare rör sig från en stadsövergripande översikt ner till landmärkesdetaljer. Företaget uppger också att utdata är redigerbara resurser kompatibla med Unreal Engine och Unity, vilket betyder mer än det låter: det innebär att den genererade miljön kan integreras direkt i befintliga simulerings- och spelpipelines i stället för att bara finnas i Amaps visningsprogram.

Amaps huvudpåståenden för 0.7, alla leverantörsrapporterade och inga av dem oberoende benchmarkade:

• Hastighet — ungefär 10 minuter för att generera en 3D-stadsmiljö i kilometerskala, på ett enda konsumentgrafikkort.

• Effektivitet — upp till 1 000 gånger snabbare än traditionella metoder för 3D-rekonstruktion, till cirka en hundradel av kostnaden, enligt Amaps egen jämförelse.

• Täckning — fler än 196 länder och regioner, upp från de drygt 190 som Amap uppgav för ABot-Earth 0.5.

• Modalitet — satellitbilder eller textprompt som indata; Amap beskriver också modellen som fullt multimodal och prediktiv.

• Utdata — 3DGS-scener med hierarkiska level-of-detail-strukturer, exporterbara till Unreal Engine och Unity.

Vad sex månader köpte

ABot-Earth 0.5 kom den 8 juni 2026 med en teknisk rapport på arXiv och ett tillhörande kodförråd under Amaps labb för datorseende. Den utgåvan etablerade kärnpåståendet – satellitbilder till sömlösa 3DGS-miljöer på under tio minuter per kvadratkilometer på en enda konsument-GPU, med hierarkisk detaljnivå för visualisering i realtid på webben – och den täckte fler än 190 länder. Läser man de två utgåvorna sida vid sida handlar 0.7:s framsteg mindre om den uppmärksammade genereringshastigheten, som 0.5 redan gjorde reklam för, än om nivån ovanför den.

• Världsmodellinramning — 0.5 presenterades som ett generativt system för 3D-rekonstruktion. 0.7 presenteras som en världsmodell med ett prediktionslager, vilket är ett annat påstående om vad saken är till för.

• Täckning — från över 190 länder till över 196, en blygsam utökning snarare än ett stort kliv.

• Produktifiering — 0.5 pekade på en betasajt och en vitlista. 0.7 levereras inuti Flying Street View 2.0 och appytan för Street Stars.

• Exportmål — explicit kompatibilitet med Unreal Engine och Unity, något som 0.5:s rapport inte lyfte fram.

• Kod — värt att notera att 0.5:s GitHub-repositorium beskrevs vara värd för den tekniska rapporten och den akademiska diskussionen men ingen implementationskod. Inget som publicerats hittills tyder på att 0.7 ändrar på det.

Flying Street View 2.0 är delen med användare

Det konsumentinriktade uttrycket för allt detta är Flying Street View 2.0, som ersätter originalets genomflygning på fasta rutter med fritt utforskningsbar 3D-miljö. Amaps egna exempel är konkreta: förhandsgranska den faktiska siktlinjen från en specifik teaterplats innan du köper biljetten, navigera i interiören på ett shoppingcenter, bedöm terrängen i ett naturskönt område innan du bestämmer dig för resan. Användare justerar position, vinkel och höjd med en joystick, och funktionen omfattar komplexa byggnader och stora natursköna områden, inte bara gatukorridorer. Testversioner är igång för utvalda platser i städer som Peking och Hangzhou, nåbara via avsnittet Street Stars i appen.

Den skala som Amap verkar på är anledningen till att detta inte är en historia om ett nischat verktyg. Street Stars lanserades i september 2025 som en AI-driven rankning för lokal upptäckt; Amap säger att fler än 880 miljoner användare har använt den och tillsammans färdats 36,6 miljarder kilometer genom den. Företaget hävdar också att rankningen har kommersiell tyngd – företag på dess 2025 års lista "Local Favorites" såg en genomsnittlig orderökning på 424 % jämfört med året innan, och företag inom "Top Picks" 159 %. Det är Amaps siffror om Amaps produkt, och de bör läsas som marknadsföringsmatematik, men användarantalet är den bärande siffran: oavsett vad ABot-Earth 0.7 gör bra eller dåligt, sker det inför en publik som är lika stor som befolkningen i ett stort land.

Varför "inte Google Earth" är den ärliga ramen

Amaps positionering är medvetet inte "en bättre jordglob". Företagets vd, Guo Ning, beskrev det som en distinktion mellan kategorier: "Om stora språkmodeller hjälper oss att bearbeta text, hoppas jag att Amaps rumsliga intelligens kan hjälpa oss att bättre utforska världen." Arkitekturen han beskrev har tre lager – 3D-rumslig representation (världens struktur, från planet till interiör), dynamisk perception (förändringar i realtid såsom trafik, folkmassor och förhållanden) och spatiotemporal inferens (att förutsäga vad som händer härnäst).

Det tredje lagret är där påståendet om världsmodellen ligger, och det är därför jämförelsen med ett statiskt arkiv underskattar vad Amap försöker göra. En rekonstruktion visar dig en plats. En världsmodell som kan frågas och rullas framåt är något man kan planera mot – och de tillämpningar Amap pekar på är uttryckligen de inom fysisk AI: simuleringsträningsmiljöer för förkroppsligade robotar, digitala tvillingsystem för städer, syntetisk data för autonom körning och låghöjdsflygning. Företaget kombinerar också modellen med ett konversationslager som kallas Navigation Live, vilket läser av närliggande byggnader, sevärdheter och verksamheter genom en telefonkamera och svarar på frågor om dem i naturlig konversation.

Datapositionen under allt detta är den del som konkurrenter inte snabbt kan kopiera. Amap uppger nästan en miljard månatligt aktiva användare, Beidou-positioneringens dagliga anropstoppar närmar sig en biljon, och årtionden av ackumulerade spatiotemporala data som täcker vägnät, intressanta platser och realtidstrafik. Allmänna modellabb har inte det, och det är den verkliga vallgraven – inte 3DGS-arkitekturen, som är publicerat arbete.

Vad Amap inte har publicerat

Det är här bevakningen av lanseringen har varit tunnast, och det har betydelse för alla som försöker avgöra om ABot-Earth 0.7 hör hemma i en plan.

Det finns inget publikt API. Upplevelsesajten på abot-earth.amap.com är live, men generering är endast för inbjudna – gränssnittet beskriver skapandefunktionen som i beta och erbjuder en ansökan om vitlistning, och kontot bakom den visade ett saldo på noll krediter. Det finns ingen publicerad prissättning, ingen avgiftslista och ingen utvecklardokumentation som beskriver hur ett externt system skulle anropa modellen. Sajten är dessutom helt på förenklad kinesiska, utan språkväxlare och utan engelsk version, så att utvärdera den på engelska innebär för närvarande att arbeta utifrån Amaps pressmaterial.

Det finns inga modellvikter och inget modellkort. Version 0.5 släppte en teknisk rapport på arXiv och ett repository på GitHub, och det repositoryt var uttryckligen en plats för rapporten snarare än en implementation. Inget som annonserades med 0.7 tyder på en släppning med öppna vikter, och Amap har inte sagt något annat.

Viktigast av allt, det finns ingen oberoende benchmark. Varje prestandasiffra i den här artikeln — tio minuter per kvadratkilometer, 1 000x effektivitet, 1/100 av kostnaden, 196+ länder — kommer från Amap. Det är inte en anledning att misstro dem; publicerad 3DGS-forskning från samma labb har varit synlig för experter, och konsumentlanseringen är i sig ett slags bevis på att systemet fungerar i stor skala. Det är en anledning att betrakta dem som påståenden snarare än mätningar tills någon utanför Amap reproducerar dem på egen hårdvara. "Världens första native 3D-stadsvärldsmodell" är på samma sätt Amaps formulering, och gränserna för den kategorin är det Amap som drar.

Vad detta innebär om du bygger med modeller

ABot-Earth 0.7 är inte en språkmodell och det är inte något du kan routa genom ett API i dag — OrcaRouter tillhandahåller den inte, och ingen utanför Amaps vitlista kan anropa den. Att vara tydlig med det är poängen, eftersom den praktiska slutsatsen för de flesta team är snävare och mer användbar än vad lanseringsrubrikerna antyder.

Vad en spatial applikation faktiskt behöver är två olika saker: en världsmodell som genererar eller rekonstruerar miljön, och en språkmodell som resonerar kring den i konversation. Amaps egen stack återspeglar den uppdelningen – ABot-Earth renderar platsen, och ett separat konversationslager hanterar Navigation Lives frågor om den. Om du bygger den andra halvan av det mönstret är språksidan vanligt arbete med routade modeller, och det är tillgängligt redan nu: ett API över 200+ modeller till leverantörens listpris med 0 % påslag, automatisk failover när en leverantör försämras, en routing-DSL för att komponera flera modeller till ett anrop, och modellfusion när du vill att en panel svarar tillsammans. Det är lagret du kan bygga mot idag medan ABot-Earth 0.7 ligger bakom en vitlista.

Vad skulle ändra läsningen

Fyra saker är värda att hålla ögonen på, och var och en skulle flytta ABot-Earth 0.7 från ett imponerande leverantörsmeddelande till något som ett tekniskt team kan planera utifrån. För det första, en oberoende utvärdering – den som reproducerar påståendet om tio minuter per kvadratkilometer på sin egen enskilda GPU förvandlar en marknadsföringssiffra till en referenspunkt. För det andra, ett publicerat API och pris, vilket är vad som skulle göra modellen adresserbar snarare än bara synlig. För det tredje, huruvida den tekniska rapporten för 0.7 överhuvudtaget dyker upp; 0.5 hade en inom dagar, och om den saknas sex månader senare skulle det i sig vara en signal om hur mycket av 0.7 som är arkitektoniskt snarare än inkrementellt. För det fjärde, huruvida frågan om öppna vikter får ett svar, eftersom en 3DGS-världsmodell med nedladdningsbara vikter skulle vara ett väsentligt annorlunda erbjudande för de team inom embodied AI och simulering som Amap säger sig uppvakta.

Fram till dess är den ärliga sammanfattningen denna: Amap har levererat den mest produktifierade 3D-världsmodell som någon har ställt framför konsumenter, med en täcknings- och kostnadsprofil som är genuint ovanlig, och det har man gjort utan att publicera siffrorna, vikterna eller gränssnittet som skulle göra det möjligt för utomstående att granska arbetet. Båda halvorna av den meningen är sanna, och den andra är inte en kritik av den första – den är helt enkelt vad evidensen för närvarande stöder.