赛博版「言出法随」到了全新的境界!
昨天,谷歌把最新图像生成模型Nano Banana 2正式塞进了谷歌地球网页版。

谁能想到,一觉醒来,新功能被玩坏,谷歌紧急撤回了这一功能!

结果效果太逼真,被专家强烈反对后,谷歌紧急撤回了新功能,「加强防护措施」后再次发布。

Nano Banan 2新玩法,网友视觉狂欢
你在浏览器里打开 Google Earth,熟练地将视角降落到你童年玩耍的那条旧街道。你没有打开复杂的 Photoshop,也没有把屏幕截图复制到其他 AI 聊天工具里。
你只是点击了右上角那个全新的、闪烁着微光的Create image按钮。

先看几个谷歌官方给的例子。
时光倒流,重现历史
帮助学生不再只是阅读历史,而是真正「看见」过去。
老师可以在课堂上展示一个历史遗址,然后输入:「生成一幅超写实画面,展现公元78年庞贝古城遗址原本的样貌。」
现代遗迹会瞬间变成一条繁华、色彩丰富的古罗马街景,让学生直观看到两千年前的世界。

虚拟导游:边探索,边深入了解
无需离开Google Earth,就能创建定制化信息图,深入了解一个地方。
输入:「创建一张易于理解的自由女神像信息图,并标注关键历史事实。」
在后台,Gemini 会检索相关历史信息,而 Nano Banana 会在几秒内生成对应的可视化图表。

「梦想城市改造家」:打造专业级房地产规划方案
当客户能够直观看到最终效果时,房地产项目的展示会变得更加简单。
建筑师和城市规划师现在可以通过一句话,让设计方案直接呈现:「将东京这片空地重新构想为一个充满活力的购物商业区,包含开放式公共空间。」
原本荒芜的混凝土空地,会被替换成高质量3D渲染的现代城市绿洲,帮助客户看到未来的可能性。

动工前,提前可视化项目成果
无论是梦想中的后院工作室,还是湖畔住宅,很多时候都很难想象建成后的样子。
现在,你可以快速将它变成现实预览。
放大一片空地,然后输入:「添加一座采用当地可持续材料建造的现代湖畔小屋。」
系统会生成一幅照片级真实效果图,让未来住宅完美融入真实地形环境之中。

给你喜欢的地方一次未来改造
有时候,放飞想象本身就是一种乐趣。
如果想看看一个地方一百年后的模样,可以输入:「将Google Mountain View园区改造成未来科幻乌托邦,拥有发光步道、玻璃生态穹顶、飞行交通舱,以及环绕建筑生长的树木。」
随后,整个区域会逐渐变成一座电影般的赛博朋克未来都市。

玩家直呼「Oh My God」
科技媒体编辑David Gewirt曾花数小时在谷歌地球上探索,沉醉于这种足不出户便能游历世界的能力。街景功能虽然有些侵入性,但同样令他着迷,至今依然如此。
得知消息后,他马上测试了新功能,结果「引发了很多笑料」。

美国独立纪念馆,是美国国家历史地标、世界文化遗产。1776年7月4日,美国独立宣言在此通过。

毫无疑问,这对美国而言颇具历史和文化价值。
但David Gewirt有一个天马行空的点子:「想象这是在500年后的末日反乌托邦未来。」
一句话,昔日殿堂直接变成了「末日废墟」。

最典型的费城传统之一是美国历史最悠久的年度民间游行、自1901年以来成为新年传统Mummers Parade。
视频详情
这让他思考:未来的费城需要的是一个末日反乌托邦的节日游行Mummers Parade。
于是,他接着提示,「现在让它被僵尸、邪恶小丑和巨型外星机甲占领。」

僵尸、邪恶小丑和巨型外星机甲,哦天哪!
僵尸、邪恶小丑和巨型外星机甲,剑拔弩张,氛围不太对。但再给一个提示就会完美。他告诉AI,「让它们都变得愉快。」

现在,他认为:「这是一个可信的未来费城,尤其是在1月1日。」
请注意,最后他也提醒:「虽然这能带来一些有趣的实验,但显然还称不上一个可靠实用的工具。」

目前,新功能完全不支持在「街景视角」(Street View)下直接使用,直接让实用性和趣味性打折,让人遗憾。
更有媒体无情吐槽:对于专业的开发商或建筑师而言,这种无法保证空间几何严谨性、纯靠概率拼凑的画作,不过是一种精致的「AI泔水」(AI Slop)。
没想到不到一天就被网友玩儿坏了,谷歌紧急撤回新功能!

技术解密
从「无中生有」到「地理空间约束」
在早期的AI绘图逻辑中,AI就像玩着像素的游戏。
你给它一个提示词,它从庞大的概率分布中拼凑出一幅画,它不关心重力,更不关心画面里的那栋楼在现实中是否真的存在。
但集成在Google Earth中的Nano Banana 2彻底改变了游戏规则。这是一种被称为「地理空间约束」(Geospatial Grounding)的全新尝试。
在技术底层,它依托的是Gemini强大的多模态和检索增强(Search Grounding)能力:
第一是,物理底图的实时捕捉。
Nano Banana 2拿到的底层输入不是一张普通俯视图,而是「当前视口的卫星/航拍原图 + 3D 高程与地形网格 + 空间相机参数」的复合约束矩阵。
据推测,它的生成任务被严格锚定:
这是在真实地理约束条件下的条件生成(conditioned generation)。代价就是Google Earth的每张图像需要长达两分钟去实现。
第二,世界知识库的实时检索。
Nano Banana 2不仅是一个图像生成器,它背后连通着谷歌庞大的搜索引擎和地理知识库 。当你试图「复原历史」「标注地标」时,它会主动检索该地标的文化背景和地理常识。
例如,用户要求生成一张「自由女神像信息图」。

模型不仅绘制图片,还会调用 Gemini 的世界知识库,自动填充: 建造年份、使用材料、建筑尺寸、历史信息等内容。
不过,信息检索是否完全准确,是另一个需要谨慎看待的问题。
AI能够生成看起来专业的信息图,并不意味着所有事实都绝对可靠
第三,高保真的细节与精确文本。
Nano Banana 2支持2K甚至4K的高保真画面输出,并且具备了极强的文字渲染能力。这意味着,你可以在生成的图景中直接看到排版清晰、没有乱码的文字标牌或信息解说,甚至直接在地标上「手绘」出带有真实历史事实的科普信息图(Infographics)。
操作层面,谷歌把这套复杂技术压缩到了极致:生成中支持前进/后退查看变化,点击「Refine image」追加提示词继续迭代,界面提供直观的before/after体验。
这直接免去了普通人「截图-导出-输入给其他AI-重新拼贴」的繁琐工作流,让「创意」与「现实地理」完成了无缝的原生融合 。
满意后点击「Save to Project」,生成图像以Placemark形式永久钉在个人项目图层,保留相机视角。任何人点进这个坐标,都能看到你的「另一种可能」。
虚拟地球让谷歌Gemini杀出重围?
Nano Banana进入Google Earth 的意义,可能远超一个新功能。
AI图像生成器赛道正陷入混战。
OpenAI的GPT-image-2领跑Arena排行榜,Nano Banana 2 Lite第五。Adobe Firefly、Midjourney等全在抢同一拨用户。

谷歌走了条完全不同的路。
它的底牌不是算法,是数据。二十年积累的卫星影像、航拍照片,加上覆盖40多国数百座城市的3D地形建模——这套专有的空间数据集,是任何纯文本模型永远够不着的护城河。
把Nano Banana 2嫁接到这套数据上,结果一个全新的品类:基于真实地理坐标、具备空间可信度的AI可视化。
它不是跟Midjourney比谁画的更美,而是比谁画得更「真」——真到有经纬度、有海拔、有物理视角。
凯文·凯利曾经预言,物理世界将在数字世界中产生严格对应的「镜像世界」。而今天,谷歌用Nano Banana 2,在这个镜像世界上轻轻敷上了一层「可被提示词任意改写的数字皮肤」 。
谷歌直接把战场从「画得好看」,拉到了「改造地球」。这场仗,别人甚至连入场券都拿不到。
参考资料:
https://blog.google/products-and-platforms/products/earth/nano-banana-google-earth-image-generation/
https://www.zdnet.com/article/google-earth-added-nano-banana-and-i-immediately-reimagined-philly-with-zombies-and-evil-clowns/
https://www.techtimes.com/articles/322272/20260730/google-earth-gets-ai-image-generator-grounded-satellite-data-web-only.htm
https://x.com/googleearth/status/2082818165503902043
https://x.com/Google/status/2082834786310123787
文章来自于微信公众号 “新智元”,作者 “新智元”
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。
项目地址:https://github.com/labring/FastGPT
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI
【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。
项目地址:https://github.com/InternLM/MindSearch
在线使用:https://mindsearch.openxlab.org.cn/
【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。
项目地址:https://github.com/miurla/morphic/tree/main
在线使用:https://www.morphic.sh/
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0