MetaEarth3D：通过空间可扩展的生成建模解锁世界规模的 3D 生成

最近的生成式人工智能模型在语言和视觉理解方面取得了显着的突破。然而，尽管这些模型可以生成逼真的视觉内容，但它们的空间尺度仍然局限于有限的环境，这使得它们无法捕捉地理环境如何在数千公里范围内演变，也无法对大规模物理世界的空间结构进行建模。这种限制对地球观测和模拟中的超广域空间智能提出了严峻的挑战，揭示了生成式人工智能的更深层次差距：进展主要依赖于缩放模型参数和训练数据，而忽视了空间尺度作为智能的核心维度。在这里，受这个缺失维度的启发，我们研究了空间尺度作为基础模型中新的尺度轴，并提出了 MetaEarth3D，这是第一个能够在行星尺度上进行空间一致生成的生成基础模型。 MetaEarth3D以光学对地观测模拟为试验平台，能够生成跨越大范围地形、中等规模城市和细粒度街道街区的多层次、无界、多样化的3D场景。 MetaEarth3D 基于 1000 万张全球分布的真实世界训练图像而构建，展示了强大的视觉真实感和地理空间统计真实感。除了生成之外，MetaEarth3D 还可以作为超宽空间智能中各种虚拟环境的生成数据引擎。我们认为这项研究可能有助于增强下一代地球观测空间智能。