Genie 4 對上 ABot-Earth 0.7：一個模擬場所，另一個重建真實場所

把兩個請求並排放在一起，差異立刻顯現。向 Genie 4 要求一條黃昏雨中的街道，你會得到一條從未存在過的街道，以像素渲染，可用文字操控，能維持大約兩分鐘。向 ABot-Earth 0.7 要求同一條街道，它會問你是哪一條街——或取一張該街道的衛星影像——然後在大約十分鐘內，用單一消費級顯示卡把那個特定地點重建為可探索的 3D 幾何。它們都被稱為世界模型，卻在回答不同的問題：一個地方可能長什麼樣子，對比這個地方實際長什麼樣子。

那個區別幾乎決定了它們之間每一項實際比較。Google DeepMind 於 2026 年 10 月 27 日發表的 Genie 4，是針對不存在的場景的生成式模擬器。高德（Amap）——阿里巴巴旗下地圖與導航事業群——於 2026 年 9 月 10 日發布的 ABot-Earth 0.7，則是針對實際存在城市的重建引擎。兩者都不會讓對方變得可有可無，而選錯會讓你付出好幾個月的代價。

兩個請求，直白說明

Genie 4 可接收提示詞或初始影格，加上鍵盤與攝影機輸入，並即時生成類似影片的世界。你可以在模擬過程中用語言操控它：改變天氣、移動攝影機、加入角色。它能原生生成音訊——環境音、音樂，以及角色在場景中回應的對話——而且大約能維持兩分鐘的連貫性，之後細節便會開始漂移。這是供受信任測試者使用的研究預覽版，接下來將開放給 Google AI Ultra 訂閱者和 Gemini API 早期存取合作夥伴。

ABot-Earth 0.7 接收帶地理參照的衛星影像，或某個地點的文字描述，並產出該城市的三維高斯潑濺場景——街道、建築物、地形——你接著便能盡情探索。Amap 將其定位為首個 3D 原生的城市世界模型，能從行星尺度一路連續生成到街道層級，涵蓋 196 個國家與地區。它已內建於 Amap 自家的消費端產品中：Flying Street View 2.0、Navigation Live，以及該公司稱為「避坑指南」的導航功能。

把這兩段文字再讀一遍，留意它們各自少了什麼。Genie 的輸出沒有地理資訊、沒有座標，也無法保證左邊那棟建築就是實際存在的那一棟。ABot-Earth 的輸出則沒有敘事、沒有角色、沒有聲音，也無法變成一個原本還不是地方的地方。

你觀看的像素，你行走的幾何

輸出格式是最深層的技術差異，也是最可能決定你答案的因素。

• 輸出 — {{1}}Genie 4{{/1}} 產生帶有同步生成音訊的生成影片幀；{{2}}ABot-Earth 0.7{{/2}} 則產生 3D 高斯潑濺（Gaussian splats），這是一種顯式的場景表徵。

• 可操控性——Genie 4 在執行時由自然語言驅動；ABot-Earth 0.7 則在生成時由地點的選擇驅動。

• 地理真實性 — Genie 4 在設計上完全不具備地理真實性；ABot-Earth 0.7 則錨定於真實座標。

• 音訊——在 Genie 4 上為原生且具生成能力；並非 ABot-Earth 0.7 的功能。

• 達到可用場景的時間——在 Genie 4 上生成只需數秒，在 ABot-Earth 0.7 上每平方公里約需十分鐘。

• 連貫性上限——在 Genie 4 上約兩分鐘的無漂移模擬；一種不會過期的靜態重建。

Gaussian splats 在這裡很重要，原因和視覺品質無關。一個 splat 是一個你可以讓攝影機在其中移動的場景，而模型不必憑空生成你沒看過的部分——因為那些部分是捕捉來的，不是想像出來的。Genie 4 具有相反的性質：所有鏡頭外的內容都是隨需生成，而 Google 承認物體恆常性會漂移，這意味著你走出去的那個房間，可能不是你走回來時的那個房間。

規模主張的翻譯

Amap 的數字很大，且是廠商自行提供的，應以此來理解。該公司表示，一平方公里的城市區域在單張消費級 GPU 上約需十分鐘，比傳統攝影測量重建快上高達 1,000 倍，成本則約為其百分之一。涵蓋 196 個國家是關於輸入資料的覆蓋範圍宣稱，並不表示這些地方每一處都已完成重建。

1,000× 這個數字正是需要謹慎看待的一項。傳統重建流程——無人機飛行、攝影測量、人工清理——需要數天時間和一組測量人員，因此拿它來與這些流程相比，等於是把一個生成步驟拿來和整場現場作業相比。若是與其他神經重建方法相比，差距會小得多。站得住腳的是這項主張的整體輪廓：在你可能已經擁有的硬體上，十分鐘內生成一公里的城市，與雇用一組測量團隊相比，可及性屬於不同量級。

Genie 4 完全沒有公布任何可比較的數字。沒有解析度、沒有影格率、沒有延遲數據，也沒有說明成本。你無法將其吞吐量與 Amap 的並列比較，而這本身就是一項發現：一個不願公布影格率的模型，尚未在生產層面上參與競爭。

供貨狀況，才是比較見真章的地方

這兩個模型都有存取限制，而且限制方式各有重要差異。

Genie 4 是提供給受信任測試者的研究預覽版，設有公開候補名單，並承諾「未來幾週內」透過 AI Ultra 和 Gemini API 擴大開放使用。它沒有定價、沒有速率限制、沒有 SLA，也沒有針對商業輸出的使用條款。如果你是工作室，你無法據此規劃，只能觀望。

ABot-Earth 0.7 儘管版本較舊，對外部開發者而言反而更差。它沒有公開權重、沒有模型卡、沒有 API、沒有定價，也沒有開發者文件。體驗網站僅提供簡體中文，且生成功能僅限受邀者使用。它是 Amap 消費端應用程式中的一項產品功能，公司選擇將其描述為世界模型，而不是可供開發者建構的平台。

所以，對「我可以用哪一個」這個問題，誠實的答案是：時至今日，若與供應商沒有合作關係，兩者都用不了。差別在於發展方向。Google 已點名相關管道——AI Ultra、Gemini API、AI Studio——並給出了以週計的時程。Amap 則已點名自家的應用程式。

各自真正擅長的地方

Genie 4 的價值在於那些必須不真實的世界。電影預視覺化，其重點是在場景還不存在之前測試鏡頭語言。遊戲原型製作，你會想在沒有藝術家打造過的空間裡探索某種機制。機器人與代理訓練，Google 自家的示範將 Genie 4 與 Gemini 4 Argon 搭配，為 Apptronik Apollo 人形機器人拆解任務——模擬是排練空間，而排練空間越不像某條特定街道，就越有用。

ABot-Earth 0.7 的價值在於那些必須真實無誤的世界。導航產品——在當中，認錯一棟建築就等於轉錯一個彎。都市規劃——其中問題在於，一項擬議開發案會如何影響視線。保險與查勘——其交付成果必須對應到某個地址。在任何「那看起來不是那樣」代表失敗、而非創意選擇的地方。

有一個明顯的混合方案，但兩家公司都還沒推出：先用重建來建立幾何與地理資訊，再用生成式模型重新風格化、改變天氣、填充內容，或以拍攝時從未涵蓋的方式讓鏡頭穿梭其中。Amap 有幾何，卻沒有生成層。Google 有生成層，卻沒有地理。誰能把這兩半接起來，誰就能掌握這個類別的下一個版本。

做出選擇需要付出什麼代價

如果你的工作需要特定的真實地點，ABot-Earth 0.7 是兩者中唯一能提供給你的，而你應該現在就與 Amap 展開對話，而不是等待一個可能永遠不會開放的開發者計畫。

如果你的工作需要一個不存在但看似合理、具備聲音與即時導向的場所，Genie 4 是更強的能力、更弱的產品——一份候補名單和一個承諾。合理的做法是，先針對你今天就能呼叫的東西，為周邊管線建立原型，等取得存取權限時再換入世界模型。對我們來說，這意味著在可路由的 LLM 端點上建構迴路中的規劃器與驗證器那一半——單一 API、供應商定價清單零加成、供應商之間自動容錯切換——因為當世界模型改變時，那一半正是不會變的部分。

誘惑在於問哪個模型更好。更有用的問題更窄：你的世界非得存在於某個地方嗎？Genie 4 說不必，並給你一台攝影機。ABot-Earth 0.7 說必須，並給你座標。它們之間幾乎所有其他差異，都源自這同一個答案。