ABot-Earth 0.5: Generatives 3D-Erdmodell
ABot-Earth 0.5: Generative 3D Earth Model
June 8, 2026
Autoren: Ming Qian, Tianjian Ouyang, Mingchao Sun, Zijian Wang, Jincheng Xiong, Jiarong Han, Yongchang Zhang, Jiawei Zhang, Xu Wang, Yu Liu, Luyang Tang, Fei Yu, Zengye Ge, Mengmeng Du, Yuan Liu, Nianfei Fan, Song Wang, Yingliang Peng, Chunxue Jia, Yang Liu, Shiying Zeng, Haozhe Shi, Junnan Lai, Hongyu Pan, Zheng Wu, Ning Guo, Mu Xu, Hang Zhang
cs.AI
Zusammenfassung
Wir stellen ABot-Earth 0.5 vor, ein generatives 3D-Framework, das dazu entwickelt wurde, großflächige, nahtlose 3D-Umgebungen aus allgegenwärtigen, georeferenzierten Satellitenbildern zu synthetisieren. Um dies zu erreichen, schlagen wir ein neuartiges generatives Modell vor, das direkt mit der 3D Gaussian Splatting (3DGS)-Repräsentation formuliert ist. Das Modell wird auf einem vielfältigen Korpus existierender realer Stadtrekonstruktionen trainiert und lernt, realistische Geometrie und Texturen zu erzeugen. Bei der Inferenz synthetisiert es neuartige 3D-Szenen, die ausschließlich durch Satellitenbilder konditioniert sind, mit einer skalierbaren Rate von unter 10 Minuten pro Quadratkilometer und zeigt dabei außergewöhnlichen Realismus. Das Framework ist auf Zugänglichkeit ausgelegt, mit integrierten hierarchischen Level-of-Detail (LOD)-Strukturen, die eine Echtzeit-Interaktivvisualisierung auf webbasierten Karten-Engines ermöglichen. Diese hochgetreue Simulations-Sandbox verringert effektiv die Sim-to-Real-Domänenlücke und ermöglicht kritische nachgelagerte Embodied AI-Anwendungen wie die Closed-Loop-UAV-Navigation. Durch die Bereitstellung einer extrem kostengünstigen und hocheffizienten Lösung senkt ABot-Earth 0.5 die technischen und finanziellen Hürden für großflächige 3D-Rekonstruktion erheblich und befähigt die Zukunft der globalen digitalen Erdvisualisierung.
English
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.