Genie 4 与 ABot-Earth 0.7：一个模拟某个地点，另一个重建真实地点

把这两个请求并排放在一起，差异立刻显现。向 Genie 4 要一条黄昏雨中的街道，你会得到一条从未存在过的街道：它被渲染为像素，可通过文本操控，并能保持约两分钟的一致性。向 ABot-Earth 0.7 要同一条街道，它会问是哪条街——或者拿一张该街道的卫星图像——然后在单块消费级显卡上，用约十分钟把那个具体地点重建为可探索的 3D 几何体。它们都被称为世界模型，却在回答不同的问题：一个地方可能长什么样，还是这个地方实际长什么样。

这一区别几乎决定了它们之间每一项实际对比的走向。Genie 4 由 Google DeepMind 于 2026 年 10 月 27 日发布，是面向不存在场景的生成式模拟器。ABot-Earth 0.7 由阿里巴巴旗下地图与导航部门 Amap 于 2026 年 9 月 10 日发布，是面向真实存在城市的重建引擎。二者谁也不能取代对方，而选错会让你付出数月的代价。

两个请求，直白说明

Genie 4 可接收提示词或初始帧，以及键盘和摄像头输入，并实时生成类似视频的世界。你可以在模拟过程中用语言引导它：改变天气、移动镜头、引入角色。它能原生生成音频——环境音、音乐，以及与在场景中作出回应的角色进行的对话——并且大约能保持两分钟的一致性，之后细节会逐渐漂移。它是面向可信测试者的研究预览版，接下来将面向 Google AI Ultra 订阅者和 Gemini API 早期访问合作伙伴开放。

ABot-Earth 0.7 可接收带有地理坐标的卫星图像或对某个地点的文字描述，并生成该城市的三维高斯泼溅场景——包括街道、建筑和地形——随后你可以对其进行探索。Amap 将其定位为首个原生 3D 的城市世界模型，能够从行星尺度到街道级别连续生成，覆盖 196 个国家和地区。它已集成到 Amap 自有消费级产品中：Flying Street View 2.0、Navigation Live，以及公司称为 Avoid-Pitfall Guide 的导航功能。

再读一遍这两段，注意每一段都缺少了什么。Genie 的输出没有地理信息，没有坐标，也无法保证左侧的建筑就是实际存在于那里的那栋建筑。ABot-Earth 的输出没有叙事，没有角色，没有声音，也没有能力变成一个原本还不是“地点”的地方。

你观看的是像素，你行走的是几何

输出格式是最深层的技术差异，也是最有可能决定你的答案的因素。

• 输出——Genie 4 生成带有同步生成音频的生成视频帧；ABot-Earth 0.7 生成 3D 高斯泼溅，这是一种显式的场景表示。

• 可控性 — Genie 4 在运行时由自然语言驱动；ABot-Earth 0.7 则在生成时由位置选择驱动。

• 地理真实性——Genie 4 在设计上不具备地理真实性；ABot-Earth 0.7 则锚定到真实坐标。

• 音频——在 Genie 4 上为原生和生成式；并非 ABot-Earth 0.7 的功能。

• 生成可用场景所需时间——在 Genie 4 上为几秒钟，在 ABot-Earth 0.7 上约为每平方公里十分钟。

• 一致性上限——在 Genie 4 上约两分钟的无漂移模拟；一种不会过期的静态重建。

高斯泼溅在这里之所以重要，原因与视觉质量毫无关系。一个 splat 是一个你可以让相机穿行其中的场景，而无需模型去凭空编造你没有看到的部分——因为那些部分是拍摄下来的，而非想象出来的。Genie 4 则具有相反的特性：镜头之外的一切都是按需生成的，而谷歌承认其对象永久性会发生漂移，这意味着你走出去的那个房间，未必就是你走回来的那个房间。

“规模主张”解读

Amap 的数据很大，且由厂商报告，因此应据此理解。该公司称，在一块消费级 GPU 上，一平方公里的城市区域大约需要十分钟；这比传统摄影测量重建快至多 1,000 倍，成本约为其百分之一。覆盖 196 个国家是关于输入数据的覆盖范围声明，并不意味着这些地方中的每一处都已完成重建。

1,000× 这个数字需要谨慎对待。传统重建流程——无人机飞行、摄影测量、人工清理——需要数天时间和一支测绘团队，因此与它们相比，是把一个生成步骤与一整套实地作业相比较。与其他神经重建方法相比，差距会小得多。站得住脚的是这一主张的整体形态：在你可能已经拥有的硬件上，用十分钟生成一公里城市，与雇用测绘团队相比，是另一个量级的可及性。

Genie 4 完全没有公布任何可比较的数字。没有分辨率，没有帧率，没有延迟数据，也没有说明成本。你无法把它的吞吐量和高德的吞吐量放在一起比较，而这本身就是一项发现：一个不愿说明其帧率的模型，还没有在量产意义上参与竞争。

可用性才是比较见真章的地方

这两个模型都设有访问门槛，而且各自的门槛方式不同，这一点很重要。

Genie 4 是面向可信测试者的研究预览版，设有公开候补名单，并承诺“在未来几周内”通过 AI Ultra 和 Gemini API 扩大访问范围。它没有价格、没有速率限制、没有 SLA，也没有针对商业输出的使用条款。如果你是工作室，你无法围绕它做规划，只能观望。

ABot-Earth 0.7 虽然版本更早，但对外部开发者来说反而更不友好。它没有公开权重，没有模型卡，没有 API，没有定价，也没有开发者文档。体验站点仅提供简体中文，且生成功能仅限受邀用户使用。它只是 Amap 消费级应用中的一项产品功能，公司选择将其描述为世界模型，而不是一个可供开发者构建的平台。

所以，对于“我可以用哪一个”这个问题，诚实的答案是：今天，如果没有与供应商建立关系，两个都用不了。不同之处在于发展方向。Google 已经明确了渠道——AI Ultra、Gemini API、AI Studio——并给出了以周计的时间表。Amap 则明确了自己的应用。

各自真正擅长之处

Genie 4 的价值在于那些必须不真实的世界。电影预可视化，其意义在于在布景尚不存在之前测试镜头语言。游戏原型设计，你想在没有美术师搭建过的空间里探索某种机制。机器人与智能体训练，谷歌自己的演示就将 Genie 4 与 Gemini 4 Argon 结合，为 Apptronik Apollo 人形机器人分解任务——模拟是一个排练空间，而排练空间越是不同于某条具体的街道，就越有用。

ABot-Earth 0.7 的价值在于那些必须真实的世界。导航产品中，一栋错误的建筑就是一次走错路。城市规划中，问题在于拟建开发项目会对视线造成什么影响。保险与检查中，交付成果必须与某个地址相对应。也适用于任何地方——在那里，“那看起来不是那么回事”是一种失败，而不是一种创意选择。

有一种显而易见的混合方案，两家公司都尚未推出：先用重建来确立几何与地理信息，再用生成模型对它进行风格化、改变天气、填充内容，或让相机以原始采集从未覆盖的方式在其中移动。Amap 拥有几何信息，却没有生成层。Google 拥有生成层，却没有地理信息。谁能把这两半连接起来，谁就将主导这一品类的下一个版本。

做出选择需要什么

如果你的工作需要具体的真实地点，ABot-Earth 0.7 是两者中唯一能为你提供它的，而且你现在就应该开始与 Amap 沟通，而不是等待一个可能永远不会开放的开发者计划。

如果你的工作需要一处并不存在但可信的地点，并带有声音和实时引导，那么 Genie 4 是更强的能力、更弱的产品——一个候补名单和一句承诺。合理的做法是，先针对你今天就能调用的东西来原型化周边流水线，等访问权限到来时再换入世界模型。对我们来说，这意味着在可路由的 LLM 端点上构建循环中规划器与验证器的那一半——一个 API、按供应商标价 0% 加价、供应商之间自动故障转移——因为当世界模型变化时，这一半不会变。

人们很容易想问哪个模型更好。更有用的问题则更具体：你的世界必须存在于某个地方吗？Genie 4 说不必，并给你一个相机。ABot-Earth 0.7 说必须，并给你坐标。它们之间几乎所有其他差异，都源自这同一个答案。