ABot-Earth 0.5: Генеративная 3D модель Земли
ABot-Earth 0.5: Generative 3D Earth Model
June 8, 2026
Авторы: 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
Аннотация
Мы представляем ABot-Earth 0.5 — генеративную 3D-структуру, предназначенную для синтеза обширных, непрерывных трёхмерных сред на основе повсеместно доступных, географически привязанных спутниковых снимков. Для этого мы предлагаем новую генеративную модель, сформулированную непосредственно в рамках представления 3D-гауссового разбрызгивания (3DGS). Модель обучается на разнообразном корпусе существующих реконструкций реальных городских ландшафтов, осваивая генерацию реалистичной геометрии и текстур. На этапе вывода она синтезирует новые трёхмерные сцены, используя только спутниковые изображения в качестве условия, с масштабируемой скоростью менее 10 минут на квадратный километр, демонстрируя при этом исключительную реалистичность. Структура разработана с учётом доступности: в неё интегрированы иерархические структуры уровней детализации (LOD), обеспечивающие интерактивную визуализацию в реальном времени на веб-картографических движках. Этот высокореалистичный имитационный полигон эффективно устраняет разрыв между симуляцией и реальностью, обеспечивая поддержку критически важных приложений воплощённого ИИ, таких как навигация беспилотных летательных аппаратов по замкнутому контуру. Предлагая сверхрентабельное и высокоэффективное решение, ABot-Earth 0.5 значительно снижает технические и финансовые барьеры для крупномасштабной трёхмерной реконструкции и открывает новые возможности для будущего глобальной визуализации цифровой Земли.
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.