ABot-Earth 0.5 : Modèle 3D génératif de la Terre
ABot-Earth 0.5: Generative 3D Earth Model
June 8, 2026
Auteurs: 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
Résumé
Nous présentons ABot-Earth 0.5, un cadre 3D génératif conçu pour synthétiser de vastes environnements 3D sans couture à partir d’imagerie satellite géoréférencée omniprésente. Pour ce faire, nous proposons un nouveau modèle génératif formulé directement avec la représentation Splatting Gaussien 3D (3DGS). Le modèle est entraîné sur un corpus diversifié de reconstructions urbaines réelles existantes, apprenant à générer une géométrie et des textures réalistes. Lors de l’inférence, il synthétise de nouvelles scènes 3D conditionnées uniquement par l’imagerie satellite à un rythme évolutif de moins de 10 minutes par kilomètre carré, tout en démontrant un réalisme exceptionnel. Le cadre est conçu pour être accessible, avec des structures hiérarchiques de niveau de détail (LOD) intégrées permettant une visualisation interactive en temps réel sur des moteurs cartographiques web. Ce bac à sable de simulation haute fidélité réduit efficacement le fossé de domaine sim-vers-réel, permettant des applications critiques d’IA incarnée en aval, comme la navigation de drones en boucle fermée. En offrant une solution à coût extrêmement bas et à haute efficacité, ABot-Earth 0.5 abaisse considérablement les barrières techniques et financières à la reconstruction 3D à grande échelle et impulse l’avenir de la visualisation numérique mondiale de la Terre.
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.