谷歌将 Nano Banana 带进 Google Earth，地图应用开始生成图像

谷歌在 Google Earth 网页版加入 Nano Banana 2 的图像生成能力，用户可直接在卫星、航拍与 3D 影像上生成历史复原、城市改造或概念草图。该功能旨在将地理浏览与视觉生成整合为工作流，但存在准确性、使用限额和事实偏差等边界。

谷歌 7 月 30 日宣布，Google Earth 网页版开始支持 Nano Banana 2 的图像生成能力，用户可以直接在地球卫星、航拍和 3D 影像之上生成新的视觉内容。谷歌在官方博客 “Transform any place with Nano Banana in Google Earth” 中给出的示例包括：把庞贝遗址还原成公元 78 年的街景、为自由女神像生成历史信息图、把东京空地重构成商业街区，以及为未来住宅和山景校园制作概念草图。谷歌同时表示，这项能力“今日起在全球范围内向 Google Earth 网页用户开放”。

从“看地图”到“做草图”

这次更新的关键，不只是把生成式 AI 接入地图产品，而是把它放进了地理浏览流程里。用户无需先把截图导出到聊天工具或设计软件，再重新构图；在 Google Earth 里放大到某个地点后，点击“create image”，就可以直接让模型基于当前位置生成图像。谷歌称，Nano Banana 会把地球的真实卫星、航拍与 3D 影像作为基础，让生成结果尽量“扎根现实世界”。

在官方演示里，谷歌给出的用途横跨教育、地产、城市设计和个人创意：教师可以用它让学生“看到”历史遗址在过去的样子；建筑师和城市规划者可以把空地改写成商业街区；普通用户也能为自家地块做一版未来住宅草图。美国科技媒体 Engadget 的报道则指出，谷歌也把这项功能包装成“visualize the past”的工具，但像庞贝复原、历史信息图这类内容，仍然存在事实准确性和过度想象的风险。

这类转向并非只发生在 Google Earth。AIFlux 先前对 【GOOGLE】Nano Banana 2：高保真图像生成与编辑 的梳理提到，谷歌正在把图像模型从单纯“出图”推进到更可生产化、可本地化的视觉工作流；而在 Qwen-Image-3.0：阿里巴巴把图像生成推向“更像工作工具”的阶段 一文中，阿里巴巴也把图像模型定位为版面、教育和商业设计工具。Google Earth 这次的变化，延续的正是同一方向：让生成式图像更接近实际工作场景。

这也是 Google Earth AI 的延伸

谷歌并不是第一次把 AI 更深地塞进 Earth 产品线。它在 Google Earth AI: Our state-of-the-art geospatial AI models 中说，Earth AI 已经覆盖天气预测、洪水预报、野火检测、城市规划和公共卫生等场景；随后在 New updates and more access to Google Earth AI 里，谷歌又写道，Gemini 能力已经进入 Google Earth，分析人员可以通过提问在卫星图像中找对象、看模式，而 Earth AI 的模型也在逐步扩展到更多用户和组织。

从这个角度看，Nano Banana 进入 Google Earth，并不是一个孤立的功能叠加，而是谷歌在尝试把“地理理解”和“视觉生成”合并进同一界面。Earth 原本强调的是“看世界”，现在则开始承担“重画世界”的入口角色。对于教育、地产、规划和内容制作团队来说，这种合并意味着构思、解释和展示可以在同一平台内完成。

仍有边界：准确性、限制与使用场景

但生成式 AI 一旦接入真实世界地理场景，准确性问题就会立刻浮现。Engadget 指出，谷歌把这一功能包装成“看见过去”的工具，但历史复原、信息图和未来改造图都可能出现事实偏差或过度想象。换句话说，它更像是一种帮助人们“构思”的能力，而不是严谨意义上的历史还原或工程方案。

财经媒体 Forbes 进一步报道称，这项能力目前只在 Google Earth 网页版上线；每张图生成可能需要最多两分钟，而且还存在每日使用上限。这个细节意味着，至少在当前阶段，它更像一个实验性工作流，而不是完全成熟的生产工具。

更大的问题也许在于，生成式图像开始与地图、位置和现实空间深度结合后，用户会如何区分“视觉上可信”与“事实上一致”。如果 Google 能把生成、编辑、位置和知识检索整合得足够顺滑，它就有机会把 Google Earth 从浏览器里的地球仪，进一步推向一个可被反复改写的地理创作平台。接下来真正值得观察的，不只是它能不能生成图像，而是这些图像在多大程度上能被信任、被编辑，以及被真正用起来。