7月14日消息,高德地图(Amap)发布 ABot-World Studio,一个将文本提示、图片或视频输入直接转化为可交互 3D 世界的 AI 平台。生成的场景支持网页分享、视频导出和 3D Gaussian Splatting(3DGS)格式输出,用户可以在多个世界之间通过内置传送门跳转。根据官方公布的性能数据,该平台在单张 RTX 5090 显卡上以 720p/16 FPS 运行,支持开放式的持续世界生成。
三步走的工作流:从多模态输入到可探索的 3D 世界
ABot-World Studio 的核心流程分为生成、交互和输出三步。输入层支持文本提示词、单张图片、视频甚至卫星图像,系统将这些 2D 输入提升为一致的 3D 场景。生成后的世界以 3DGS 作为主要表示形式——这种技术相比传统网格或 NeRF 在渲染效率和存储开销上更具优势,适合在浏览器中实时渲染。
交互层提供第三人称视角的探索体验,用户可以选择任意角色在场景中移动。平台内置了传送门功能,允许在不同世界之间即时跳转,这是它与静态场景查看器最显著的区别。输出层除了网页端的在线分享,还支持导出为视频文件或 3DGS 资产用于后续处理。
单卡运行的代价:RTX 5090 上 720p/16 FPS
ABot-World Studio 最引人注意的卖点是"本地运行"。官方声称其可在单个消费级 GPU 上运行,给出的参考配置为 RTX 5090 下 720p 分辨率、16 FPS 的实时表现。16 FPS 对于游戏体验来说偏低,但需要放在系统的实际负载中理解:它同时执行动态 AI 世界生成、交互响应、3DGS 渲染和传送门之间的场景切换,而不是播放一段预渲染视频。
这一性能指标也反映出 3DGS + 实时推理的组合对当前消费级硬件的压力——即使是最新一代旗舰显卡,在高质量交互式 3D 生成场景中也难以达到流畅的游戏帧率。使用更低的显卡配置或更高的分辨率时,性能会进一步下降。
来自地图业务的积累:ABot 系列与"三位一体"框架
ABot-World Studio 不是孤立的产品。它是高德地图 ABot 世界模型系列的最新一环,该系列包括此前发布的 ABot-Earth 0.5(单图生成城市级 3D 场景)、ABot-PhysWorld(物理嵌入的世界模型),以及更早的 ABot-N0/M0 等模型。高德地图将其规划为"三位一体"框架——世界模型、导航模型和操作模型——背靠其约 20 年的地图数据和空间理解积累。
从产品定位看,ABot-World Studio 面向游戏场景原型、虚拟内容创作、影视前期可视化和具身 AI 模拟等场景。其代码已在 GitHub 上以开源形式发布,官网也提供了在线体验入口。
关键不在帧率,而在"可交互性"是否兑现
ABot-World Studio 的市场定位与 World Labs 的 World API 等同类产品形成对照。它的独特卖点不是画面质量或帧率——这两项在演示阶段都算不上顶尖——而是"从文本到可交互 3D 世界"的全流程闭环,以及在消费级硬件上运行的能力。如果实际的交互体验(传送门切换、第三人称探索、持续生成)确实可用且稳定,那么这个产品在原型验证、虚拟空间快速搭建等场景中是有实用价值的。
需要保持克制的点是:16 FPS 的实际体验与"沉浸式探索"之间还有差距,RTX 5090 本身也远未普及。官方演示的效果能否在其他显卡上复现、多人并发的扩展方式、以及开放世界生成的可持续性和一致性,都是发布时尚未充分展示的信息。
接下来要看真实体验和开发者生态
ABot-World Studio 刚上线,以下几个变量值得跟踪。一是 GitHub 开源代码的实际落地效果,社区能否借助开源代码在更多硬件配置上跑通整个流程。二是交互体验的完整性——演示视频展示的传送门和角色控制是展示亮点还是真实可用的功能。三是与 World Labs、Decart 等竞品在开放性、可控性和质量上的实际差距。对开发者来说,最直接的价值可能是用它的 3DGS 输出管线作为资产生产工具,而不是把它当作一个可以畅玩的 3D 游戏。