ABot-Earth 0.5: Generatief 3D-Aardmodel
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
Samenvatting
We presenteren ABot-Earth 0.5, een generatief 3D-raamwerk dat is ontworpen om uitgestrekte, naadloze 3D-omgevingen te synthetiseren op basis van alomtegenwoordige, geospatiaal gerefereerde satellietbeelden. Om dit te bereiken, stellen we een nieuw generatief model voor dat direct is geformuleerd met de 3D Gaussian Splatting (3DGS)-representatie. Het model wordt getraind op een diverse verzameling bestaande real-world stedelijke reconstructies en leert realistische geometrie en texturen te genereren. Tijdens inferentie synthetiseert het nieuwe 3D-scènes, uitsluitend gebaseerd op satellietbeelden, met een schaalbare snelheid van minder dan 10 minuten per vierkante kilometer, terwijl het uitzonderlijk realisme vertoont. Het raamwerk is ontworpen voor toegankelijkheid, met geïntegreerde hiërarchische level-of-detail (LOD)-structuren die real-time, interactieve visualisatie op webgebaseerde kaartmachines mogelijk maken. Deze high-fidelity simulatieomgeving overbrugt effectief de simulatie-naar-realiteit domeinkloof, waardoor cruciale downstream Embodied AI-toepassingen zoals closed-loop UAV-navigatie mogelijk worden. Door een ultra-lage-kosten en hoge-efficiëntie oplossing te bieden, verlaagt ABot-Earth 0.5 aanzienlijk de technische en financiële drempels voor grootschalige 3D-reconstructie en versterkt het de toekomst van wereldwijde digitale aardvisualisatie.
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.