谷歌之后，高德为什么还要再造一个 Earth？
对大多数人来说，" 数字地球 " 是个有些年头的词了。2005 年，Google Earth 让无数人第一次体验到了从太空俯瞰自家屋顶的震撼。21 年过去，在全球的 3D 地图行业，谷歌不仅没有对手，甚至都不曾迎来挑战者。
究其根本，Google 为全球设立了 3D 地图的门槛：深厚的技术沉淀和高昂的准入门槛，其中最大的门槛就是成本。
传统的 3D 重建模式离不开 " 采集 + 重建 " 两个部分，Google 模式下的高保真三维城市，依赖飞机航测采集：飞机带着专业设备对一个城市进行多个角度的扫描，再通过多视角测量、增量重建，一点点算出整个城市的点云，最后贴上纹理。这是一个典型的 " 手工作坊 " 流程，采集、处理、拼接、精修，每一步都需要专业设备和大量人力。
换句话说，用户在 Google Earth 里看到的，始终是别人拍过的世界。视角是拍摄者决定的，时间是快门按下那一刻决定的。所谓 " 浏览地球 "，浏览的其实是一份影像档案，而这个档案不会回答问题，更不会告诉你明天早高峰这条街会堵成什么样。而那些还无法被航拍采集的地方，则会一直被遗忘。
但是时间回到今天，时代的变化已经对数字地球提出了新的要求。伴随机器人、自动驾驶汽车、无人机这些 " 物理 AI" 的出现，数字地球必须具备能让硅基生物理解世界的能力，这些硅基生物所需要的精度、效率和工程化标准都不是一份精美的影像档案可以提供的，它们更需要一个能对话、能推演、能训练的 " 活的 " 世界。
这种场景下，Google Earth 的能力就显得有点 " 捉襟见肘 " 了，我们总不能指望给机器人发一份 Google Earth 的截图，让它自己领悟怎么穿过一条没见过的巷子。
这也是为什么在 Google Earth 无敌了 20 多年后，高德突然再造一个 Earth。与其说是一种挑战，不如说这更像是时代推动下的一次模式升级。
今年 6 月 8 日，高德发布了 ABot-Earth 0.5 ——全球首个完全基于 3D 数据训练、工程可用的 3D 原生城市世界模型。三个月后，ABot-Earth0.7 版本在扫街榜发布会上亮相，新版本的 Earth 不仅把全球的空间、时间与现实信息，组织成一个可以连续进入、自由探索、实时可交互的三维数字孪生世界，还在生成尺度上从星球跨越至街景甚至地标。
技术的跨越直观体现在生成速度与成本方面。根据高德的测算，ABot-Earth 的 3D 制图成本仅为传统方式的百分之一，效率却提升约一千倍。成本和效率的跃迁直接突破了覆盖范围的天花板：截至目前，Google Earth 官方号称覆盖 50 多个国家和地区，而 ABot-Earth 已建成遍及 190 多个国家和地区的 3D 地图。处理一座特大城市的三维数据，时间从过去的天级、周级，压缩到了小时级。
模型理解语言，高德理解世界
ABot-Earth 的核心能力并不只是快速建模，其底层还是一个能 " 模拟世界 " 的模型。
传统 3D 重建和世界模型，做的事情有本质区别。传统重建是在复现一个已知场景，就像一张城市照片，在告诉你这座城市长什么样，仅此而已。而世界模型是在 " 理解 " 和 " 推演 " 一个动态系统，更像是打造一个城市仿真沙盘，人们可以模拟明早的交通流量，预判某个商圈的客流走向，甚至测试新开一条路会给周边带来什么变化。
具体来看，高德将空间智能的能力分为三层。
第一层是三维空间表达，也就是渲染。这是 ABot-Earth 最直观的部分。它的难点在于突破 3D 原生建模的技术瓶颈，规避从 2D 蒸馏 3D 带来的信息损失和效率局限。直接拿 3D 数据训练，端到端输出 3DGS（3D 高斯泼溅）场景，模型从一开始就学的是三维本身。
这条路理论上更好，落地却难在两个地方：原始 3DGS 数据量大，且是无序的点集，大模型很难直接 " 读 "；公里级场景的连续生成又对一致性要求极高。
高德披露的细节显示，ABot-Earth 在四个环节上做了针对性设计：在训练环节，其首创了直接面向 3DGS 点云的 " 压缩—生成 " 框架，把包含数百万基元的高质量真实场景编码进紧凑的隐空间，解决了 3DGS 无序性这个老大难，让模型能直接吃下大体量三维数据；推理环节，提出滑窗推理机制，在分块生成的重叠区域做智能融合，实现公里级广域的连续拼接；生成环节，引入跨域自适应模块，弥合卫星影像与三维训练数据之间的分辨率落差，同时用多层次细节解码器（LOD）让结果自带远近景深，不必后处理就能流畅漫游；交付环节，输出的是原生可渲染的场景，可以直接进 Unity、Unreal Engine 加交互逻辑。
第三层是时空推演预测——" 预演世界的下一步 "。这一层对应的正是模拟器角色，预测某条路未来的路况、某个商圈半小时后的客流、某个路段状态会如何影响下一条路，比如全面 AI 化的高德扫街榜、具备超视距感知能力的高德鹰眼守护等产品，都是基于这套框架的时空推演产品。在架构上，这三层能力并非三个孤立的模块拼接，而是跑在同一套架构上——多个 Transformer 分支共享注意力机制，分别处理 3D、视频、交通等异构信息，最后统一输出渲染、推演或行动方案。这与英伟达 Cosmos 等前沿 World Action Model 的思路不谋而合，更重要的是高德已经将空间智能的原生应用同时跑在了地图导航、生活服务和具身智能等多条业务线上。
高德 CEO 郭宁表示：" 大模型理解语言，高德空间智能理解世界。"
支撑这一切的，是过去十年高德作为中国最大的出行导航 App 所积累的海量数据：日调用北斗卫星定位峰值近万亿次，覆盖全球 200 多个国家和地区。这些真实世界时空样本，也是高德敢于重做 Earth 的底气。
高德要用 Earth 做什么？
所有技术最终都要导向应用。高德花费这么大精力，重做了一个 Earth，到底要应用在哪里呢？
目前来看，有三个方向的业务是未来的重点。第一个是具身智能。自今年在亦庄亮相以来，高德旗下的具身智能业务就吸引着行业的注意力。
具身智能训练最稀缺的就是开放环境的仿真场景，而 ABot-Earth 把训练场景的构建时间压缩到分钟级，填补了真实世界训练数据的空白。高德此前发布的城市级仿真训练场，底层就由 ABot-Earth 驱动，比如不久前亮相的全球首款开放环境全自主机器人 " 高德途途 "，就是在这个训练场里完成城市环境仿真训练的。在江苏常州，高德还落地了首个城市级全空间无人体系，把地面无人车、低空无人机、具身机器人纳入统一的空间智能数字底座。
第二个是智慧城市与产业服务。高德的 B 端三维业务营收已位居国内前列，比如，其为深圳这类超大城市提供融合 3D/4D 与实时交通的数字孪生系统，为智驾公司提供仿真环境与训练数据。海量的智慧城市、智慧园区运营产业服务是 Earth 巨大的应用市场。
第三个是面向 C 端用户的生活及导航服务。过去一年，扫街榜累计服务超过 8.8 亿用户，上榜商家总导航里程达 366 亿公里。发布会上同步公布的飞行街景 2.0、避雷指南、导航 Live 等产品，共享的正是同一套空间智能底座：避雷指南能从营业时间、天气、拥挤预测等 15 个维度推演你的出行体验风险；导航 Live 则是行业首个全模态出行生活智能体，开车时能看懂窗外的施工和横穿的行人，逛街时手机镜头变成 " 世界搜索框 "，能告诉你眼前这家店为什么在排队。
一个只有少数人能用的世界模型，无法构成对地球的重做。高德真正的差异化，恰恰在于其能让空间智能服务数亿普通用户，再把亿万用户的真实反馈回流给模型，进而形成一个难以复制的飞轮。
从 2005 年到 2026 年，数字地球发生了两次转折。第一次是 Google Earth 证明人类可以用数字技术完整地映射地球；第二次是物理 AI 的浪潮提醒我们，一个只能被浏览的地球远远不够，物理 AI 需要的是一个能实时回应、持续演化、可以被任何行业随时调用的动态空间平台。
高德的空间智能体系，正在把对真实世界的理解变成一条完整的链路：从感知世界正在发生什么，到理解世界如何运转，再到推演世界将变成什么样，最终生成可执行的行动。
当高德选择在 Google 之后重做 Earth，它押注的其实是一个判断：数字地球的终局不只是更好用的地图，更是物理世界的操作系统。而这场重做的答卷，才刚刚翻开第一页。
（本文首发于钛媒体 App，文｜Leo 张 ToB 杂谈，作者｜张申宇）
