林方舟 发自 凹非寺
量子位 | 公众号 QbitAI
高德扫街榜上线一年，凭借真实的导航与到店数据，已在美食领域建立起独特优势。时隔一年，高德于 9 月 10 日宣布：扫街榜全面 AI 化。
升级后的 2026 版扫街榜，依托大模型与世界模型技术，开启空间智能觅食新时代。其核心在于利用 AI 算法深度理解不同导航到店行为的评分权重，更精准地反映用户真实选择，让经得起考验的宝藏店铺脱颖而出。
支撑这一升级的底层技术，正是当前世界模型领域的顶流——空间智能。依托二十多年积累的时空数据，高德推出了核心引擎ABot-Earth 0.7，被称为“全球首个 3D 原生城市世界模型”。
"3D 原生”路线，效率和性价比拉满
ABot-Earth 0.7 的强大之处在于其生成效率：仅需一张卫星图或一段文字描述，在消费级 GPU 上运行 10 分钟，即可生成一座拥有真实街景的 3D 城市，效率较传统方法提升 1000 倍。
目前，该模型已覆盖全球 190 多个国家、300 多座城市，建成了全球覆盖国家和地区数量最多的 3D 地图。相比之下，Google Earth 等传统方案仅能覆盖少数大都市核心区，且更新周期长达数月甚至数年，成本高昂。
ABot-Earth 0.7 的核心突破在于降低了生成三维场景的成本。模型通过学习大量真实室外场景的三维重建数据，掌握了城市地貌的空间规律。基于此，它能根据卫星图等少量线索推断空间结构并补全细节，实现高保真三维内容的规模化生产。
在技术路径上，该模型采用“三维高斯（3DGS）”技术，直接学习并生成带有颜色和透明度的空间点云结构。为解决数据量庞大的问题，高德设计了原生 3DGS 压缩与重建方案：训练时将复杂场景压缩至紧凑的“潜空间”，生成时再解压还原。这套方案在降低算力开销的同时，显著提升了场景的几何质量。
为确保生成内容的准确性，高德利用自研引擎 ABot-3DGS，整合卫星、航空及街景等多源影像重建城市级 3D 场景，并通过高效的数据清洗流水线筛选高质量训练数据，避免了“路飞到天上、楼长在水里”等生成错误。
未来的数字地球，不仅能看还能“盘”
在用户体验层面，ABot-Earth 0.7 实现了从宏观地球到微观街道的无缝切换。得益于原生 3DGS 多层次解码器（LOD），用户在浏览时无需等待加载条，即可获得丝滑流畅的交互体验。
针对大范围地图浏览可能出现的拼接错位问题，该模型采用了高效的滑窗推理机制，在重叠区域进行智能融合。这使得场景破洞率和破损率降低了 97%，单次推理即可生成超过 10 平方公里的无缝三维场景。
面对卫星影像无法获取建筑立面细节的局限，高德采取了混合生成策略：大片城区由 ABot-Earth 0.7 生成，知名地标则使用专用 3D 模型制作，并通过 Agent 自动校准拼接，实现了逼真的视觉效果。
这意味着，数字地球正从被动观看的“电子沙盘”演变为可生成、可仿真、可编辑的动态空间智能平台。高德 CEO 郭宁将空间智能拆解为四个层次：二维网络拓扑、三维空间结构、时间变化维度以及真实世界的流动（人流、车流）。ABot-Earth 0.7 目前主要解决了“三维空间”的高效构建，并为后续叠加时间与动态行为数据奠定了坚实基础。
Benchmark 只是基本功，用户买账才是真本事
ABot-Earth 0.7 仅是高德空间智能体系的一环。参照李飞飞对世界模型的分类，高德在同一个架构内实现了渲染器、模拟器和规划器的全栈布局：
- 渲染器：负责 3D 呈现，包括 ABot-World、ABot-Earth 系列及飞行街景等产品；
- 模拟器：负责现实世界预测，如未来交通态势推演、商圈客流预测；
- 规划器：输出具体行动指令，如具身智能导航模型及高德鹰眼守护系统。
这三大模块共享底层的因果 Transformer 架构，通过共享注意力机制实现跨模态互通。这种统一框架不仅支撑了 C 端体验优化，也赋能 B 端数字孪生服务及具身智能落地。
尽管高德的 ABot 体系在全球多项基准测试中获得冠军，但高德强调，真实用户的认可才是检验技术的最终标准。自 2025 年全面 AI 化以来，高德已将空间智能应用于自主具身机器人、城市级仿真训练场、红绿灯倒计时及扫街榜等多个场景。
在高德的愿景中，空间智能将像云计算一样，成为各行各业与物理世界交互的基础设施。从连接人与现实世界，进化为连接机器人与物理世界，无论是精准觅食、无人机避障还是智能汽车预判拥堵，其底层均依托于同一套空间智能体系。
