不简单，“吃货快乐榜”也全面AI化了

林方舟 发自 凹非寺
量子位 | 公众号 QbitAI

家人们，高德扫街榜推出一年了，有没有人和我一样，现在干饭前总要刷一刷它？

去年，依靠真实导航和到店行为数据，高德直接在美食和到店领域来了一波诺曼底登陆。

但我以为这也就到头了。

没想到，时隔一年，高德9月10日宣布：扫街榜全面AI化了。

大模型化，世界模型助力，开启空间智能觅食新时代。

How？

升级后的2026版扫街榜，用AI算法理解不同导航到店行为的评分权重，更精准体现用户真实选择，让更多经得起反复考验的宝藏好店脱颖而出。

而高德如此升级背后的技术，正是最前沿的空间智能。

要知道，空间智能可是现在世界模型圈子里的顶流，李飞飞团队的Atlas刚发出来时，朋友圈都快被刷爆了。

而高德，早就不是你以为的那个“只会导航的地图App”了。人家攒了二十多年时空数据，业务遍布物理世界的犄角旮旯，搞空间智能属于是“专业对口”。

特别是高德空间智能的核心引擎——ABot-Earth 0.7，被称为“全球首个3D原生城市世界模型”。

这玩意儿有多猛？仅需一张卫星图或一段文字，在消费级GPU上跑10分钟，它就能给你生成一座拥有真实街景的3D城市，效率比传统方法提升了1000倍。

一个字：夯！

“3D原生”路线，效率和性价比拉满

人在中关村工位，突然想像梁朝伟一样任性一把，飞去伦敦喂鸽子……

于是我打开订票软件，哦不对，打开“高德地球”的官网，喂给它一张伦敦特拉法加广场的卫星图。

没过多久，它就给我生成了一个1平方公里的“真实世界”，建筑错落有致，植被层次分明，地标还原逼真……

云逛了一会后，摸鱼结束，意满离～

让我穿越到英伦的“魔法”，正是ABot-Earth 0.7。

无论是浪漫的土耳其，还是东京和巴黎，ABot-Earth 0.7都能带我抵达。按照团队的说法，目前它已囊括190多个国家、300多座城市，建成了全球覆盖国家和地区数量最多的3D地图。

反观大家熟悉的Google Earth，只有少数大都市的核心区才有3D场景的待遇，广大中小城市和欠发达地区还停留在二维的卫星图片时代。

把一座城市搬进三维世界，是个费时费钱的大工程。以Google Earth采用的传统三维重建为例，先要采集影像，再计算建筑的位置和形状，最后还得还原表面的纹理。要覆盖更多地方、更新更多场景，这些工作就得持续投入。一套流程下来，更新一次动辄数月甚至数年，家里有矿才敢这么玩。

ABot-Earth 0.7想降低的，正是生成下一个三维场景的成本。它先用大量真实的室外场景三维重建数据训练模型，让模型学会城市和地貌的空间规律：道路怎么延伸，街区如何排布，建筑、植被与水体怎样分布。这些看似复杂的地表信息，其实都有迹可循。

有了这样的基础，模型拿到一张卫星图或少量地面信息，就能根据已有线索推断空间结构、补全细节，快速生成结构合理、外观逼真的三维场景。过去积累的三维数据，由此支撑起更多新场景的生成，也让高保真三维内容能够以更低成本、更大规模生产出来。

这里插播一个知识点：三维高斯（3DGS）。你可以把它想象成空间里一团团带颜色、有透明度的“小椭球棉花糖”。无数个这样的棉花糖堆在一起，就变成了楼房、树木和马路。

ABot-Earth 0.7说的“3D原生”，就是模型直接学习并生成这些“棉花糖”，输出结果天生自带3D结构，想从哪个角度看都行。

但问题来了：一块城区就有数百万个“棉花糖”，就算你有再多卡，它也吃不消啊！

于是高德设计了原生3DGS压缩与重建方案：“先压缩，再生成”。训练时把复杂的3D场景压成紧凑的“潜空间压缩包”；生成时在潜空间里搞定，再解压成三维高斯。

这套方案兼顾高压缩率与高质量重建，既降低训练和推理的开销，也提升场景的几何质量，让建筑立面更规整、地面更平整，为高效生成高保真三维场景打下基础。

这就好比你不直接搬运整座图书馆，而是先做成电子书，下载后再打印，省时省力还省硬盘。

更重要的是，原生3D很吃数据的质量。为此，高德先用自研引擎ABot-3DGS，把卫星、航空、街景等多源影像重建成城市级3D场景，再通过高效的3D与2D数据清洗流水线，筛选出高质量、高精度的训练数据，让模型从真实世界中学习丰富的空间结构与外观细节。

正是严选高质量的真实3D数据，才保证了生成内容既好看又靠谱，不会出现“路飞到天上、楼长在水里”的灵异事件。

未来的数字地球，不仅能看还能“盘”

聊完输入，再聊聊输出体验。

ABot-Earth 0.7给我的感觉就俩字：丝滑。

鼠标滚轮狂滚，从蔚蓝地球秒切城市全景，再无缝钻到具体街道，中间几乎没有卡顿，比我汇报工作还流畅。

这种丝滑体验得益于高德设计的原生3DGS多层次解码器（LOD），它可以在不进行昂贵后处理的情况下，直接生成层次化的三维高斯结构，主打一个“实时在线，拒绝加载条”。

当我浏览大面积的地图时，也几乎没有发现拼接错位，也没有遇到加载卡顿。

ABot-Earth 0.7采用了一种高效的滑窗推理机制，在重叠区域进行智能融合，极大地消除了拼接痕迹，能生成近乎无缝的地球级场景。这套方案让场景的破洞率、破损率降低了97%，区域边界过渡自然平滑，单次推理即可完成超过10平方公里的三维场景生成。

不过，ABot-Earth 0.7也有自己的能力边界。

比如卫星影像看不到建筑立面，需要模型自己“脑补”。所以虽然它生成的画面逼真，但并不意味着每扇窗户都与现实一一对应。

因此，对于埃菲尔铁塔、罗马斗兽场这种知名地标，高德采取了“大片城区由ABot-Earth 0.7生成、地标使用3D生成模型制作，再通过Agent自动校准拼接”的方式，获得了“混搭”的视觉效果。

高德通过世界模型能力，从有限实景照片等多模态输入生成高质量可漫游的3DGS场景，把生成能力从“上帝视角”推进到“街景级细节”，通过自增强空间生成技术突破了传统级联生成中误差随轮次累积、纹理与几何逐轮退化的问题，使模型的生成范围显著扩大、纹理质量显著提升，实现从城市级到街道级的真实感3D游览。

这也意味着，数字地球将不再只是被动观看的“电子沙盘”，而会成为可生成、可仿真、可编辑的动态空间智能平台。

高德CEO郭宁将模型对真实世界的理解拆解为四个层次：

• 二维网络拓扑：描述道路、建筑与地点如何连接；
• 三维空间：呈现世界的物理结构；
• 时间的变化：让同一空间在不同时刻呈现不同状态；
• 真实世界的流动：人流、车流等行为路径。

四层信息叠加在一起，构成高德所定义的空间智能。

用这个框架来看ABot-Earth 0.7，它目前解决了“三维空间”的高效构建问题，同时保留了与“二维网络拓扑”的精确对齐，为后续叠加“时间的变化”和“真实世界的流动”打下了地基。

在这个意义上，ABot-Earth 0.7不只是技术产品，更是AI“理解真实世界的入口”。

Benchmark只是基本功，用户买账才是真本事

ABot-Earth 0.7很强，但它也只是高德空间智能中的一环。

按照李飞飞给世界模型的分类框架（渲染器、模拟器、规划器），高德是业内少有的在同一个架构里把三者都做了一遍的公司。

• 渲染器负责3D呈现，对应高德的ABot-World、ABot-Earth系列、ABot-Recon和云境、飞行街景2.0等产品；
• 模拟器负责对现实世界进行预测与模拟，在高德语境下体现为未来交通态势推演、商圈客流预测等能力；
• 规划器则在理解与预测之后，为各类Agent输出具体行动指令，比如高德ABot全栈具身技术体系中的ABot-Navigation（导航模型）和ABot-Manipulation（操作模型），可直接部署在机器人上指导移动与操作；以及能够超视距预警的高德鹰眼守护。

这三者共享底层的因果Transformer架构。不同模态的输入（图像、文本、点云、交通流等）经过各自编码器处理后，进入共享注意力机制。既保持独立表征，又实现跨模态互通。

这种设计让高德能在一个统一框架内，同时支撑C端体验优化、B端数字孪生服务和具身智能落地，而不是为每个场景单独训练一套模型。

打个比方，这套架构像一场多语种联合国大会：不同模态信息先由各自的“同声传译”（编码器）转成通用语言，再围坐在同一张圆桌（共享注意力机制）旁对话协作，既听得懂彼此，又不丢失各自的表达方式。

目前，包括ABot体系在内的高德空间智能前沿模型及研究在全球获得20多项冠军和SOTA。

但高德说了：Benchmark刷分只是基本功，真实用户买账才是真本事。

毕竟堵车的时候，司机才不管你后台用了什么神仙模型，只想知道这条路还能不能走。

除基础导航外，自2025年提出全面AI化以来，高德已经把空间智能用到了多种场景，比如推出开放环境全自主具身机器人高德途途、发布专为具身智能打造的城市级仿真训练场，并推出红绿灯倒计时和高德鹰眼守护以及全面AI化的扫街榜2026等产品。

在高德看来，数字世界中的智能，最终都要在物理世界里找到自身的价值。未来，空间智能将如云计算一样，成为各行各业与物理世界交互的标配基础能力。

以前，高德是连接人和现实世界的基础设施；现在，高德正在变成连接机器人和物理世界的基础设施。

当你在扫街榜上精准找到一家宝藏小馆，当无人机在摩天大楼丛中自主避障，当智能汽车在晚高峰预判拥堵、提前变道——这些看似不相关的场景，底层是同一套空间智能体系。