谷歌将最新图像生成模型 Nano Banana 2 接入 Google Earth 网页版后，这项新功能在上线不到一天内被撤回。按照文中说法，谷歌是在遭到专家强烈反对后紧急下线，并计划在“加强防护措施”后再次发布。
这次更新把一个新的“Create image”按钮放进了 Google Earth 网页端界面。用户不需要再把截图导出到其他 AI 工具，只要在浏览器中选定地点、输入提示词，就可以直接让模型在当前地理场景上生成新的画面。
Nano Banana 2 在 Google Earth 里的几种官方用法
文中列出的官方示例，首先是历史复原。教师可以在课堂上展示一个历史遗址，再输入“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”。对应地点会从今天的遗迹状态，变成一幅古罗马街景画面，用来帮助学生直观看到两千年前的城市样貌。
第二种用途是地标信息图。以自由女神像为例，用户可以输入“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”。文中称，后台由 Gemini 检索相关历史信息，再由 Nano Banana 生成对应的可视化图表。
第三种用途偏向建筑和城市规划。建筑师或城市规划师可以对某片空地输入“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”。系统会把原本的空地替换成高质量 3D 渲染风格的城市场景，用于展示项目的未来效果。
还有一类用法是住宅或小型项目预览。用户放大一片空地后，可以输入“添加一座采用当地可持续材料建造的现代湖畔小屋”。系统随后生成一幅照片级真实效果图，让新建筑与真实地形环境结合在一起。
它也支持更具想象力的改造。例如，用户可以把 Google Mountain View 园区改造成“未来科幻乌托邦”，加入发光步道、玻璃生态穹顶、飞行交通舱和环绕建筑生长的树木，最后把现实地点改写成电影感更强的未来都市。
媒体测试：从“末日废墟”到“僵尸游行”
科技媒体编辑 David Gewirt 在得知这一功能后进行了测试。文中提到，他过去就曾花数小时在谷歌地球上探索，也一直对街景功能感兴趣，因此在新功能上线后很快开始尝试。
他先把美国独立纪念馆设定为测试对象。这个地点是美国国家历史地标，也是世界文化遗产，1776 年 7 月 4 日《美国独立宣言》在这里通过。David Gewirt 给出的提示词是：“想象这是在 500 年后的末日反乌托邦未来。”生成结果把这处历史建筑改成了“末日废墟”。
随后，他又把费城传统活动 Mummers Parade 继续推演成未来场景。文中写道，这一游行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。他继续输入提示词，让场景“被僵尸、邪恶小丑和巨型外星机甲占领”。之后又补了一句，“让它们都变得愉快。”
David Gewirt 形容这些结果“引发了很多笑料”，并表示“这是一个可信的未来费城，尤其是在 1 月 1 日”。不过他也提醒，“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。”
文中还提到，这项功能目前不支持在 Street View 视角下直接使用，令它在实用性和趣味性上都打了折扣。另有媒体评价，对专业开发商或建筑师来说，这类无法保证空间几何严谨性、依赖概率生成的画面，更像是一种精致的“AI 泔水”。
技术路径：从概率作图到“地理空间约束”
文章把 Nano Banana 2 接入 Google Earth 的核心变化概括为“地理空间约束”。在传统 AI 绘图中，模型主要根据提示词从概率分布里拼接图像，不需要关心地形、透视或现实中的建筑是否真的存在。接入 Google Earth 后，模型被放进了一个更严格的生成框架。
文中称，这一方案依托 Gemini 的多模态能力和检索增强能力，底层至少包含三部分。
第一部分是对物理底图的实时捕捉。Nano Banana 2 的输入并不只是普通俯视图，而是由“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”组成的复合约束矩阵。
在这样的设定下，生成任务会被锚定在现实地理环境里：地形不能被随意篡改，山脉起伏、湖泊边缘、建筑基座的位置和比例都要符合地理实况；新生成的建筑、植被或其他场景元素，也要与真实三维地形和现有结构相匹配，而不是漂浮在空中。
文中还提到，Nano Banana 2 支持高达 5 个主体与 14 个物体的一致性渲染，用于减少视角切换后的视觉崩塌。这类生成属于在真实地理约束下进行的条件生成。相应代价也很直接：Google Earth 中每张图像的生成时间最长可达 2 分钟。
第二部分是世界知识库的实时检索。文章称，Nano Banana 2 背后连接着谷歌搜索引擎和地理知识库。当用户尝试“复原历史”或“标注地标”时，系统会主动检索地点相关的文化背景和地理常识。
以自由女神像信息图为例，模型不仅生成图像，还会调用 Gemini 的世界知识库，自动填充建造年份、使用材料、建筑尺寸和历史信息等内容。文中同时提醒，信息检索是否完全准确，仍需要谨慎看待；AI 生成的专业外观信息图，并不等于所有事实都绝对可靠。
第三部分是高保真画面和文字渲染能力。按照文章说法，Nano Banana 2 支持 2K 甚至 4K 输出，并具备较强的文字渲染能力。用户可以在生成画面中直接看到排版清晰的标牌、说明文字，甚至在地标场景中生成带有历史事实的科普信息图。
操作方式与项目保存
操作层面，谷歌把流程做得很直接。文中称，用户在生成过程中可以前进或后退查看变化，也可以点击“Refine image”继续追加提示词迭代。界面还提供 before/after 对比体验。
如果用户对结果满意，可以点击“Save to Project”，把生成图像以 Placemark 形式固定到个人项目图层中，同时保留相机视角。其他人点进同一坐标后，也能看到这幅“另一种可能”的地理场景。
谷歌的差异化路径：把战场拉到真实地理坐标
文章认为，Nano Banana 进入 Google Earth 的意义，可能不只是增加一个图像生成功能。
文中提到，当前 AI 图像生成赛道竞争激烈。OpenAI 的 GPT-image-2 位居 Arena 排行榜前列，Nano Banana 2 Lite 排名第五，Adobe Firefly、Midjourney 等产品也在争夺同一批用户。
与其他模型相比，谷歌的不同之处被概括为数据积累而不是单纯算法。文章列出的基础包括：20 年积累的卫星影像、航拍照片，以及覆盖 40 多个国家数百座城市的 3D 地形建模。正是这套专有空间数据集，让它能够做出基于真实地理坐标、具备空间可信度的 AI 可视化。
按文中的说法，这条路线并不是去比谁画得更美，而是去比谁画得更“真”——真到带有经纬度、海拔和物理视角。文章最后援引凯文·凯利关于“镜像世界”的预言，认为谷歌正尝试在这个数字镜像世界上，覆盖一层可由提示词改写的“数字皮肤”。
参考资料包括谷歌官方博客、ZDNET、TechTimes 以及 Google Earth 和 Google 的 X 账号。本文来自微信公众号“新智元”，作者为“ASI启示录”，由 MarsBit 发布，编辑署名为大卫。