ABot-Earth 0.7: โมเดลโลก 3 มิติของ Amap เปลี่ยนภาพถ่ายดาวเทียมหนึ่งภาพให้กลายเป็นเมืองใน 10 นาที

Amap วางตัวเลขที่เจาะจงลงบนโต๊ะเมื่อวันที่ 10 กันยายน 2026: เมือง 3D ระดับถนนที่สำรวจได้ขนาดหนึ่งตารางกิโลเมตร ซึ่งสร้างขึ้นในเวลาราวสิบนาที บน GPU ระดับผู้บริโภคเพียงตัวเดียว โมเดลที่อยู่เบื้องหลังตัวเลขนั้นคือ ABot-Earth 0.7 ซึ่งเปิดตัวในงานกาล่ารายปี Street Stars ของบริษัทที่หางโจว และได้รับการอธิบายโดย Amap — แขนธุรกิจด้านแผนที่และการนำทางของ Alibaba — ว่าเป็นโมเดลโลกเมือง 3D แบบเนทีฟตัวแรกของโลก มันสืบทอดมาจาก ABot-Earth 0.5 ซึ่งเปิดตัวในเดือนมิถุนายน และต่างจากงานวิจัยส่วนใหญ่ในลักษณะนี้ ตรงที่มันใช้งานจริงอยู่ในแอปสำหรับผู้บริโภคของ Amap เองแล้ว โดยบริษัทกล่าวว่ามีผู้คนมากกว่า 880 ล้านคนได้ใช้ฟีเจอร์ Street Stars ที่มันขับเคลื่อนอยู่ในขณะนี้

ส่วนสุดท้ายนั่นแหละคือสิ่งที่ทำให้สิ่งนี้เป็นมากกว่าเดโมรีล เวิลด์โมเดลที่มีอยู่เพียงในรูปเปเปอร์และหน้าโปรเจกต์เป็นแค่คำสัญญา เวิลด์โมเดลที่เรนเดอร์ฉากต่าง ๆ ภายในแอปที่คนหลายร้อยล้านคนเปิดขึ้นมาเพื่อตัดสินใจว่าจะกินอะไรที่ไหน คือผลิตภัณฑ์ ABot-Earth 0.7 คือแบบที่สอง และคำถามที่น่าสนใจคือมันหมายความว่าอะไรสำหรับคนอื่น ๆ ทั้งหมด ไม่ใช่เรื่องว่าการเปิดตัวเกิดขึ้นหรือไม่

สิ่งที่ส่งมอบจริง

กลไกนี้เป็นส่วนที่ควรค่าแก่การทำความเข้าใจ เพราะมันแตกต่างอย่างแท้จริงจากวิธีที่ผลิตภัณฑ์โลกดิจิทัลถูกสร้างขึ้นในอดีต Goog​le Earth และรุ่นก่อนหน้าถูกรวบรวมโดยการจับภาพความเป็นจริง — เที่ยวบินสำรวจทางอากาศ ดาวเทียมโคจรผ่าน การรังวัดด้วยภาพ การสร้างแบบจำลองพอยต์คลาวด์ — แล้วนำผลลัพธ์มาประกอบเป็นโมเสกที่เรียกดูได้ ผลลัพธ์คือคลังเก็บข้อมูลความเที่ยงตรงสูงของสถานที่ ณ ขณะที่ถูกถ่ายภาพ และมันไม่สามารถบอกอะไรคุณเกี่ยวกับสถานที่ที่ไม่เคยถูกบินผ่านด้วยความละเอียดที่เพียงพอ

ABot-Earth เลือกใช้เส้นทางแบบ 3D โดยกำเนิดแทน โดยฝึกด้วยข้อมูลเชิงปริภูมิ-เวลา และสร้าง3D Gaussian Splatting (3DGS) ฉากเมืองแบบครบวงจรจากภาพถ่ายดาวเทียมที่อ้างอิงพิกัดทางภูมิศาสตร์ — หรือในอินเทอร์เฟซที่ Amap สาธิต จากพรอมป์ต์ข้อความ เนื่องจากฉากนี้ถูกสร้างขึ้น ไม่ได้มาจากการประกอบกลับคืน Amap ระบุว่ามันสามารถเติมเต็มและขยายพื้นที่ได้เองโดยอัตโนมัติ แทนที่จะถูกจำกัดอยู่เพียงเส้นทางที่กำหนดไว้ล่วงหน้า อีกทั้งยังรักษาความสอดคล้องเชิงพื้นที่ไว้ได้เมื่อผู้ชมเลื่อนจากมุมมองภาพรวมทั้งเมืองลงไปจนถึงรายละเอียดของแลนด์มาร์ก บริษัทยังระบุด้วยว่าผลลัพธ์ที่ได้เป็นแอสเซตที่แก้ไขได้และเข้ากันได้กับ Unreal Engine และ Unity ซึ่งสำคัญกว่าที่ฟังดู: นั่นหมายความว่าสภาพแวดล้อมที่สร้างขึ้นสามารถเสียบเข้าไปในไปป์ไลน์การจำลองและเกมที่มีอยู่ได้ทันที แทนที่จะอยู่เพียงภายในตัวแสดงผลของ Amap เท่านั้น

คำกล่าวอ้างหลักของ Amap สำหรับ 0.7 ทั้งหมดเป็นข้อมูลที่ผู้ขายรายงานเอง และไม่มีข้อใดได้รับการทดสอบประสิทธิภาพอย่างอิสระ:

• ความเร็ว — ใช้เวลาราว 10 นาทีในการสร้างฉากเมือง 3D ขนาดระดับกิโลเมตร บน GPU ระดับผู้บริโภคเพียงตัวเดียว

• ประสิทธิภาพ — เร็วกว่าวิธีการสร้างใหม่แบบ 3 มิติแบบดั้งเดิมถึง 1,000 เท่า ด้วยต้นทุนเพียงประมาณ 1/100 จากการเปรียบเทียบของ Amap เอง

• ความครอบคลุม — มากกว่า 196 ประเทศและภูมิภาค เพิ่มขึ้นจากกว่า 190 ประเทศและภูมิภาคที่ Amap อ้างว่าครอบคลุมใน ABot-Earth 0.5

• รูปแบบข้อมูล — ภาพถ่ายดาวเทียมหรือพรอมป์ข้อความ作为ข้อมูลนำเข้า; Amap ยังอธิบายว่าโมเดลนี้เป็นมัลติโมดัลและสามารถทำนายได้อย่างเต็มรูปแบบ

• เอาต์พุต — ฉาก 3DGS ที่มีโครงสร้างระดับรายละเอียดแบบลำดับชั้น สามารถส่งออกไปยัง Unreal Engine และ Unity ได้

สิ่งที่หกเดือนซื้อมา

ABot-Earth 0.5 เปิดตัวเมื่อวันที่ 8 มิถุนายน 2026 พร้อมรายงานทางเทคนิคบน arXiv และที่เก็บโค้ดประกอบภายใต้ห้องปฏิบัติการคอมพิวเตอร์วิทัศน์ของ Amap การเปิดตัวครั้งนั้นได้วางข้ออ้างหลักไว้ นั่นคือจากภาพถ่ายดาวเทียมสู่สภาพแวดล้อม 3DGS ที่ไร้รอยต่อภายในเวลาไม่ถึงสิบนาทีต่อตารางกิโลเมตรบน GPU ระดับผู้บริโภคเพียงตัวเดียว พร้อมระดับรายละเอียดแบบลำดับชั้นสำหรับการแสดงผลบนเว็บแบบเรียลไทม์ และครอบคลุมกว่า 190 ประเทศ เมื่ออ่านการเปิดตัวทั้งสองเวอร์ชันเทียบเคียงกัน ความก้าวหน้าของ 0.7 ไม่ได้อยู่ที่ความเร็วในการสร้างที่เป็นจุดขายหลักซึ่ง 0.5 ประกาศไว้แล้วเท่าใดนัก หากอยู่ที่ชั้นที่สูงขึ้นไปเหนือกว่านั้นมากกว่า

• กรอบแนวคิดแบบโมเดลโลก — 0.5 ถูกนำเสนอในฐานะระบบสร้างใหม่ 3 มิติแบบเจเนอเรทีฟ ส่วน 0.7 ถูกนำเสนอในฐานะโมเดลโลกที่มีชั้นการพยากรณ์ ซึ่งเป็นข้ออ้างที่แตกต่างออกไปเกี่ยวกับว่าสิ่งนี้มีไว้เพื่ออะไร

• ความครอบคลุม — จากกว่า 190 ประเทศเป็นกว่า 196 ประเทศ ถือเป็นการขยายตัวแบบพอประมาณ มากกว่าที่จะเป็นการเปลี่ยนแปลงครั้งสำคัญ

• การทำให้เป็นผลิตภัณฑ์ — 0.5 มุ่งเป้าไปที่เว็บไซต์เบต้าและไวต์ลิสต์ ส่วน 0.7 จะเปิดตัวภายใน Flying Street View 2.0 และส่วนแสดงผลของแอป Street Stars

• เป้าหมายการส่งออก — ความเข้ากันได้อย่างชัดเจนกับ Unreal Engine และ Unity ซึ่งรายงานของ 0.5 ไม่ได้เน้นให้เห็น

• โค้ด — น่าสังเกตว่า รีโพซิทอรี GitHub ของ 0.5 ถูกอธิบายว่าเป็นที่เก็บรายงานทางเทคนิคและการอภิปรายเชิงวิชาการ แต่ไม่มีโค้ดสำหรับการนำไปใช้งานจริง และยังไม่มีสิ่งใดที่เผยแพร่ออกมาจนถึงตอนนี้ที่บ่งชี้ว่า 0.7 จะเปลี่ยนแปลงเรื่องนี้

Flying Street View 2.0 เป็นส่วนที่มีผู้ใช้งาน

สิ่งที่นำเสนอต่อผู้บริโภคจากทั้งหมดนี้คือ Flying Street View 2.0 ซึ่งแทนที่การบินชมแบบเส้นทางตายตัวของเวอร์ชันเดิมด้วยพื้นที่ 3D ที่สำรวจได้อย่างอิสระ ตัวอย่างของ Amap เองก็ชัดเจน: ดูล่วงหน้าว่าจะมองเห็นจริง ๆ จากที่นั่งโรงภาพยนตร์จุดหนึ่งก่อนซื้อตั๋ว นำทางภายในห้างสรรพสินค้า ประเมินภูมิประเทศของแหล่งท่องเที่ยวก่อนตัดสินใจเดินทาง ผู้ใช้ปรับตำแหน่ง มุม และความสูงด้วยจอยสติก และฟีเจอร์นี้ครอบคลุมอาคารที่ซับซ้อนและแหล่งท่องเที่ยวขนาดใหญ่ ไม่ใช่แค่แนวถนน การทดลองใช้งานเปิดแล้วสำหรับสถานที่ที่เลือกในเมืองต่าง ๆ รวมถึงปักกิ่งและหางโจว เข้าถึงได้ผ่านส่วน Street Stars ของแอป

ขนาดที่ Amap ดำเนินการอยู่คือเหตุผลที่เรื่องนี้ไม่ใช่เรื่องของเครื่องมือเฉพาะกลุ่ม Street Stars เปิดตัวในเดือนกันยายน 2025 ในฐานะการจัดอันดับการค้นพบท้องถิ่นที่ขับเคลื่อนด้วย AI Amap กล่าวว่ามีผู้ใช้มากกว่า 880 ล้านคนใช้มัน และเดินทางรวมกัน 36.6 พันล้านกิโลเมตรผ่านมัน บริษัทยังอ้างว่าการจัดอันดับนี้มีพลังเชิงพาณิชย์ — ธุรกิจในรายชื่อ "Local Favorites" ปี 2025 มีการเติบโตของคำสั่งซื้อเฉลี่ยเมื่อเทียบปีต่อปีที่ 424% และธุรกิจใน "Top Picks" ที่ 159% นั่นเป็นตัวเลขของ Amap เกี่ยวกับผลิตภัณฑ์ของ Amap และควรอ่านเป็นเลขคณิตทางการตลาด แต่จำนวนผู้ใช้คือตัวเลขที่แบกรับน้ำหนักทั้งหมด: ไม่ว่า ABot-Earth 0.7 จะทำสิ่งใดได้ดีหรือแย่ มันกำลังทำสิ่งนั้นต่อหน้าผู้ชมที่มีขนาดเท่ากับประชากรของประเทศขนาดใหญ่

ทำไม "ไม่ใช่ Google Earth" จึงเป็นกรอบที่ซื่อตรง

การวางตำแหน่งของ Amap จงใจไม่ใช่ “ลูกโลกที่ดีกว่า” กัว หนิง ประธานเจ้าหน้าที่บริหารของบริษัท วางกรอบให้มันเป็นความแตกต่างเชิงหมวดหมู่: “ถ้าโมเดลภาษาขนาดใหญ่ช่วยให้เราประมวลผลข้อความได้ ฉันหวังว่าปัญญาเชิงพื้นที่ของ Amap จะช่วยให้เราสำรวจโลกได้ดียิ่งขึ้น” สถาปัตยกรรมที่เขาอธิบายมีสามชั้น — การแทนค่าเชิงพื้นที่ 3 มิติ (โครงสร้างของโลก ตั้งแต่ระดับดาวเคราะห์จนถึงภายใน), การรับรู้แบบพลวัต (การเปลี่ยนแปลงแบบเรียลไทม์ เช่น การจราจร ฝูงชน และสภาพต่าง ๆ) และการอนุมานเชิงกาลอวกาศ (การทำนายสิ่งที่จะเกิดขึ้นต่อไป)

ชั้นที่สามนั้นเป็นที่ซึ่งข้ออ้างเรื่องแบบจำลองโลกตั้งอยู่ และนั่นคือเหตุผลที่การเปรียบเทียบกับคลังข้อมูลแบบคงที่ประเมินสิ่งที่ Amap กำลังพยายามทำต่ำเกินไป การสร้างใหม่แสดงให้คุณเห็นสถานที่หนึ่ง ส่วนแบบจำลองโลกที่สามารถสอบถามและจำลองเดินหน้าได้เป็นสิ่งที่คุณใช้เป็นพื้นฐานในการวางแผนได้ และการประยุกต์ใช้ที่ Amap ชี้ไปนั้นเป็นด้าน physical AI อย่างชัดเจน ได้แก่ สนามฝึกจำลองสำหรับหุ่นยนต์แบบมีร่างกาย ระบบดิจิทัลทวินสำหรับเมือง ข้อมูลสังเคราะห์สำหรับการขับขี่อัตโนมัติ และการบินระดับต่ำ บริษัทยังจับคู่แบบจำลองนี้กับเลเยอร์สนทนาที่ชื่อ Navigation Live ซึ่งอ่านอาคาร สถานที่ท่องเที่ยว และธุรกิจใกล้เคียงผ่านกล้องโทรศัพท์ และตอบคำถามเกี่ยวกับสิ่งเหล่านั้นในบทสนทนาแบบธรรมชาติ

จุดยืนด้านข้อมูลที่อยู่เบื้องหลังทั้งหมดนี้คือส่วนที่คู่แข่งไม่สามารถคัดลอกได้อย่างรวดเร็ว Amap ระบุว่ามีผู้ใช้งานรายเดือนเกือบหนึ่งพันล้านคน การเรียกใช้ตำแหน่ง Beidou ในช่วงพีคต่อวันใกล้แตะหนึ่งล้านล้านครั้ง และข้อมูลเชิงปริภูมิ-เวลาที่สะสมมาหลายทศวรรษซึ่งครอบคลุมโครงข่ายถนน จุดสนใจ และการจราจรสด ห้องปฏิบัติการโมเดลอเนกประสงค์ไม่มีสิ่งนั้น และนั่นคือคูเมืองที่แท้จริง — ไม่ใช่สถาปัตยกรรม 3DGS ซึ่งเป็นงานที่ตีพิมพ์เผยแพร่แล้ว

สิ่งที่ Amap ยังไม่ได้เผยแพร่

นี่คือจุดที่ความครอบคลุมของการเปิดตัวยังน้อยที่สุด และมันสำคัญสำหรับใครก็ตามที่กำลังพยายามตัดสินใจว่า ABot-Earth 0.7 ควรอยู่ในแผนหรือไม่

ไม่มี API สาธารณะ เว็บไซต์ทดลองที่ abot-earth.amap.com เปิดใช้งานอยู่ แต่การสร้างนั้นเฉพาะผู้ได้รับเชิญ — อินเทอร์เฟซอธิบายว่าฟีเจอร์การสร้างอยู่ในช่วงเบต้าและมีแบบฟอร์มสมัครไวท์ลิสต์ และบัญชีที่อยู่เบื้องหลังแสดงยอดเครดิตเป็นศูนย์ ไม่มีราคาที่เผยแพร่ ไม่มีตารางอัตราค่าบริการ และไม่มีเอกสารสำหรับนักพัฒนาที่อธิบายว่าระบบภายนอกจะเรียกใช้โมเดลได้อย่างไร เว็บไซต์ยังเป็นภาษาจีนตัวย่อทั้งหมด ไม่มีตัวสลับภาษาและไม่มีเวอร์ชันภาษาอังกฤษ ดังนั้นการประเมินเป็นภาษาอังกฤษในปัจจุบันจึงหมายถึงการทำงานจากเอกสารประชาสัมพันธ์ของ Amap

ไม่มีน้ำหนักโมเดลและไม่มีการ์ดโมเดล การเปิดตัว 0.5 ได้เผยแพร่รายงานทางเทคนิคบน arXiv และที่เก็บโค้ดบน GitHub และที่เก็บโค้ดนั้นเป็นที่สำหรับรายงานอย่างชัดเจนมากกว่าจะเป็นการนำไปใช้งานจริง ไม่มีสิ่งใดที่ประกาศพร้อมกับ 0.7 ที่บ่งชี้ถึงการเปิดตัวแบบเปิดน้ำหนักโมเดล และ Amap ก็ไม่ได้กล่าวเป็นอย่างอื่น

ที่สำคัญที่สุด ไม่มีเกณฑ์มาตรฐานอิสระใด ๆ ตัวเลขประสิทธิภาพทุกตัวในบทความนี้ — สิบนาทีต่อตารางกิโลเมตร ประสิทธิภาพ 1,000 เท่า ต้นทุน 1/100 และกว่า 196 ประเทศ — ล้วนมีที่มาจาก Amap นั่นไม่ใช่เหตุผลที่จะไม่เชื่อตัวเลขเหล่านี้ งานวิจัย 3DGS ที่ตีพิมพ์จากแล็บเดียวกันเคยปรากฏให้ผู้เชี่ยวชาญในวงการเห็น และการนำออกสู่ตลาดสำหรับผู้บริโภคก็เป็นหลักฐานรูปแบบหนึ่งในตัวเองว่าระบบทำงานได้ในระดับสเกล แต่มันเป็นเหตุผลที่จะถือว่าตัวเลขเหล่านี้เป็นคำกล่าวอ้างมากกว่าผลการวัด จนกว่าจะมีคนนอก Amap นำตัวเลขเหล่านั้นไปทำซ้ำบนฮาร์ดแวร์ที่พวกเขาเป็นเจ้าของเอง "โมเดลโลก 3 มิติสำหรับเมืองแบบเนทีฟเป็นรายแรกของโลก" ก็เป็นกรอบคำกล่าวของ Amap เช่นกัน และขอบเขตของหมวดหมู่นั้นก็เป็นของ Amap ที่จะกำหนด

สิ่งนี้หมายความว่าอย่างไรหากคุณสร้างด้วยโมเดล

ABot-Earth 0.7 ไม่ใช่โมเดลภาษา และไม่ใช่สิ่งที่คุณจะเรียกใช้ผ่าน API ได้ในตอนนี้ — OrcaRouter ไม่ได้ให้บริการมัน และไม่มีใครนอกเหนือจากไวต์ลิสต์ของ Amap ที่สามารถเรียกใช้มันได้ การพูดให้ชัดเจนเกี่ยวกับเรื่องนี้คือประเด็นสำคัญ เพราะข้อสรุปเชิงปฏิบัติสำหรับทีมส่วนใหญ่แคบกว่าและมีประโยชน์มากกว่าที่พาดหัวข่าวตอนเปิดตัวชี้ให้เห็น

สิ่งที่แอปพลิเคชันเชิงพื้นที่ต้องการจริง ๆ คือสองสิ่งที่แตกต่างกัน นั่นคือ โมเดลโลก (world model) ที่สร้างหรือประกอบสภาพแวดล้อมขึ้นใหม่ กับโมเดลภาษา (language model) ที่ให้เหตุผลเกี่ยวกับสภาพแวดล้อมนั้นผ่านการสนทนา สแตกของ Amap เองก็สะท้อนการแยกส่วนนี้ — ABot-Earth เรนเดอร์สถานที่นั้น ส่วนเลเยอร์สนทนาแยกต่างหากรับหน้าที่จัดการคำถามของ Navigation Live เกี่ยวกับสถานที่นั้น หากคุณกำลังสร้างครึ่งหลังของรูปแบบนี้ ฝั่งภาษาถือเป็นงาน routed-model ธรรมดา ๆ และมันพร้อมใช้งานได้แล้วตอนนี้: API เดียวที่ครอบคลุมโมเดลกว่า 200 รุ่น ในราคาตามที่ผู้ให้บริการกำหนด โดยบวกเพิ่ม 0%, การสลับสำรองอัตโนมัติเมื่อผู้ให้บริการเสื่อมประสิทธิภาพลง, DSL สำหรับกำหนดเส้นทาง (routing DSL) เพื่อประกอบหลายโมเดลให้เป็นการเรียกครั้งเดียว และการหลอมรวมโมเดล (model fusion) เมื่อคุณต้องการให้คณะโมเดลช่วยกันตอบ นั่นคือเลเยอร์ที่คุณสามารถสร้างต่อยอดได้ตั้งแต่วันนี้ ในขณะที่ ABot-Earth 0.7 ยังคงอยู่หลังไวต์ลิสต์

อะไรจะเปลี่ยนการตีความ

มีสี่เรื่องที่ควรจับตา และแต่ละเรื่องจะผลักดัน ABot-Earth 0.7 จากการเป็นประกาศของผู้ขายที่น่าประทับใจ ไปสู่สิ่งที่ทีมเทคนิคสามารถวางแผนโดยอ้างอิงได้ ประการแรก การประเมินโดยอิสระ — ใครก็ตามที่ทำซ้ำข้ออ้าง 10 นาทีต่อตารางกิโลเมตรบน GPU เพียงตัวเดียวของตนเองได้ จะเปลี่ยนตัวเลขทางการตลาดให้กลายเป็นจุดอ้างอิง ประการที่สอง API และราคาที่เปิดเผยออกมา ซึ่งเป็นสิ่งที่ทำให้โมเดลนี้เข้าถึงและเรียกใช้ได้จริง ไม่ใช่แค่เป็นที่มองเห็น ประการที่สาม รายงานทางเทคนิคของ 0.7 จะปรากฏออกมาหรือไม่เลย; 0.5 มีรายงานดังกล่าวภายในไม่กี่วัน และการที่ไม่มีรายงานนั้นแม้ผ่านไปหกเดือนก็จะเป็นสัญญาณในตัวมันเองว่า 0.7 มีสัดส่วนเพียงใดที่เป็นงานเชิงสถาปัตยกรรม แทนที่จะเป็นการปรับปรุงแบบค่อยเป็นค่อยไป ประการที่สี่ คำถามเรื่อง open-weights จะได้รับคำตอบหรือไม่ เนื่องจากโมเดลโลกแบบ 3DGS ที่มี weights ให้ดาวน์โหลดได้ จะเป็นข้อเสนอที่แตกต่างอย่างมีนัยสำคัญสำหรับทีม embodied-AI และทีมด้านการจำลองที่ Amap บอกว่ากำลังพยายามดึงดูดอยู่

จนถึงตอนนั้น บทสรุปที่ซื่อตรงก็คือ: Amap ได้ส่งมอบโมเดลโลก 3 มิติที่ถูกทำให้เป็นผลิตภัณฑ์มากที่สุดเท่าที่ใครก็ตามเคยนำมาให้ผู้บริโภคได้เห็น ด้วยโปรไฟล์ด้านความครอบคลุมและต้นทุนที่ไม่ธรรมดาอย่างแท้จริง และมันทำเช่นนั้นโดยไม่เปิดเผยตัวเลข ค่าน้ำหนัก หรืออินเทอร์เฟซที่จะทำให้คนภายนอกตรวจสอบงานชิ้นนี้ได้ ทั้งสองครึ่งของประโยคนั้นเป็นความจริง และครึ่งหลังก็ไม่ใช่การวิจารณ์ครึ่งแรก — มันเป็นเพียงสิ่งที่หลักฐานในปัจจุบันรองรับเท่านั้น