一句话总结
MetaEarth3D 是首个能够在行星尺度进行空间一致性 3D 场景生成的生成式基础模型，通过将超广域 3D 生成重构为尺度空间和维度空间中的渐进概率分布转移，跨越地形级、城市级和街区级等多个层级，实现了从单张卫星图像或文本描述到连续无界 3D 场景的生成。
背景与前置知识
▼空间尺度：本文的核心概念——现有生成模型在"有界空间"内工作（物体级、室内级、街景级），MetaEarth3D 扩展到行星尺度（10⁻² 到 10⁷ 米）。
多分辨率卫星图像：在 64m、16m、4m、1m/像素四种分辨率上工作。低分辨率覆盖广，高分辨率细节丰富。
DEM/DSM：数字高程模型（地形高度）和数字表面模型（含建筑物高度），作为 3D 几何监督。
马尔可夫尺度转移：高分辨率仅依赖同一区域对应的低分辨率，将多尺度生成分解为条件概率链。
无界生成：滑动窗口分块 + 确定 ODE 求解器 + 一致初始噪声，实现像素级无缝拼接。
核心思想详解
▼核心洞察：不要试图一次性生成所有内容，而是将生成分解为两个维度的渐进过渡——"尺度空间"（从粗到细：64m/像素逐级到 1m/像素）和"维度空间"（从 2D 到 3D：卫星图像→高程图→侧面纹理）。
这就像画家先画轮廓，再画大色块，最后画细节。每个阶段只处理符合自己层级的信息，大大降低了问题复杂度。
无界生成的伎俩：滑动窗口重叠区域内使用完全相同的初始噪声 + DDIM 确定性采样 = 数学保证无缝拼接。