企业官网建设流程全解析

ABot-Earth 0.5: Generative 3D Earth Model

Authors: ABot Team (AutoDrive/Amap) |Year: 2026 |arXiv: 2606.09967

二、研究背景与动机

传统大规模 3D 重建依赖密集倾斜摄影测量和 LiDAR，数据采集成本极高、处理延迟长、计算门槛高，制约了实时或按需的全球建模。

生成式 3D 建模是绕过这些物理限制的有效路径，已在单体对象尺度（TRELLIS、Hunyuan3D 等）取得巨大成功。然而将对象级方法扩展到无边界室外场景面临三大瓶颈：表示鸿沟（真实环境需要非流形拓扑）、规模与交互性（地球级需无缝 LOD）、空间一致性（大范围拼接产生伪影）。

图1：ABot-Earth 从卫星图像生成的全球各地城市与自然地形 3D 场景示例。

四、实验

4.1 生成保真度（学术对比）

与 CityDreamer、GaussianCity、EarthCrafter 对比，使用真实世界 3DGS 重建的渲染作为 ground-truth 分布：

FID 16.1 相比前最优 69.5 提升显著，且评测基准为真实世界复杂 3DGS 重建渲染，难度远高于合成数据集。

4.2 系统级对比（商业解决方案）

与 Google Earth（摄影测量重建）和 Marble（闭源程序化生成）对比，评估四个维度：

图5：系统对比雷达图（几何精度/纹理保真度/整体美感）及覆盖范围对比。

图6：爱尔兰地区对比——ABot-Earth 生成完整 3D 场景，Google Earth 因缺乏扫描数据仅显示 2D 图像。

关键差异：

• 空间覆盖：Google Earth 3D 资产仅覆盖少数发达国家 CBD，ABot-Earth 可生成任意坐标
• 效率：ABot-Earth < 10 分钟/km²；Google Earth 更新周期为数月至数年
• 美学评分：ABot-Earth 高于 Google Earth（整体光照和色彩和谐性更好）
• 开放性：原生 3DGS 输出，支持任意视角渲染和下游集成

4.3 地标增强：混合生成-重建

用 COLMAP 对地标（埃菲尔铁塔、罗马斗兽场、美国国会大厦、凯旋门）重建高精度 3DGS，地理配准后合成到生成环境中：

图7：重建地标合成到生成环境的结果。保留精细建筑细节，与周围生成环境自然融合。

4.4 下游应用

图8：基于 ABot-Earth 生成环境的无人机（UAV）导航与避障仿真演示。

图9：奥克兰城市场景（ABot-Earth 生成，60°俯仰角）。

图10：奥克兰城市场景（Google Earth，同视角对比）。

六、总结

ABot-Earth 0.5 代表了生成式 3D 建模从对象级到地球级的关键跨越。其核心价值在于：以卫星图像为条件，无需大量多视角数据，在 10 分钟/km² 的效率下生成 FID 16.1 的高保真 3DGS 场景，支持行星级交互式探索。这为目前 Google Earth 等商业方案无法覆盖的大量区域（发展中国家城市、非 CBD 区域、自然地形）提供了可扩展的低成本替代方案，有望推动全球地理空间技术的普惠化。

报告生成时间：2026-06-11 | 论文来源：arXiv:2606.09967

原文摘要:We present ABot-Earth 0.5, a generative 3D framework designed to synthesize vast, seamless 3D environments from ubiquitous, geospatially referenced satellite imagery. To achieve this, we propose a novel generative model formulated directly with the 3D Gaussian Splatting (3DGS) representation. The model is trained on a diverse corpus of existing real-world urban reconstructions, learning to generate realistic geometry and textures. At inference, it synthesizes novel 3D scenes conditioned solely on satellite imagery at a scalable rate of under 10 minutes per square kilometer, while demonstrating exceptional realism. The framework is designed for accessibility, with integrated hierarchical level-of-detail (LOD) structures that permit real-time, interactive visualization on web-based map engines. This high-fidelity simulation sandbox effectively mitigates the sim-to-real domain gap, enabling critical downstream Embodied AI applications like closed-loop UAV navigation. By providing an ultra-low-cost and high-efficiency solution, ABot-Earth 0.5 significantly lowers the technical and financial barriers to large-scale 3D reconstruction and empowers the future of global digital earth visualization.

PDF链接:https://arxiv.org/pdf/2606.09967v1

部分平台可能图片显示异常，请以我的博客内容为准