一句话看懂：Google Earth 本周上线了基于 Gemini 的 AI 图像生成功能（Nano Banana 2），用户用文字提示即可生成以真实卫星、航拍和 3D 影像为基础的图像。上线后很快被研究者生成“加沙医院附近弹坑”等误导性内容，Google 已于 7 月 31 日宣布回滚该功能。这暴露了图像生成技术嵌入高可信度地图产品时潜藏的滥用风险。
事件核心：发生了什么
The Verge 报道，Google Earth 网页版本周面向全球推出了 AI 图像生成功能，官方博客将其定位为可视化历史遗迹和房地产项目的工具。用户输入文字提示，即可基于 Google 的卫星、航拍和 3D 影像生成新的图像内容。
荷兰媒体调查机构 Digital Digging 的 Henk van Ess 很快指出了问题：他使用该功能生成了“墨西哥边境附近的难民”以及“加沙医院附近的炸弹弹坑”等高度逼真的图像。这些内容并非真实记录，但视觉上足以以假乱真。
Google 最初回应称，每张由 Nano Banana 2 功能生成的图片都带有 SynthID 数字水印，用户可借助 Gemini 应用或 Google 搜索中的 Lens 功能辨识 AI 生成内容。但 Digital Digging 随后用 AI 修改的视频骗过了 Hive 的 AI 检测器，显示水印与检测方案并非万无一失。7 月 31 日，Google 宣布回滚这一功能。
为什么重要
这次事件的核心问题不在于“AI 能不能生成图片”，而在于生成能力被嵌入了一个用户默认“可信”的地理信息平台。Google Earth 的卫星影像长期以来被视为具有证据属性：灾害报道、战争调查、城市变迁研究都会引用它。当这种影像可以靠一句提示词批量生成时，地理空间信息的基本可信度被直接动摇。
值得注意的还有技术与治理的错位。SynthID 水印对静态图像的识别相对可靠，但一旦内容被剪辑成视频、二次压缩或局部裁切，检测难度显著上升；而 AI 检测器的漏判则说明，防御方案与生成能力之间的“军备竞赛”在地理影像领域同样存在。Google 选择回滚而不是继续开放，也表明即便是拥有完整 AI 基础设施的大公司，对这类内容风险的解决方案目前也尚未成熟。
对用户/开发者/创作者的影响
对内容创作者和媒体从业者而言，这意味着今后使用“卫星图”做报道时必须增加额外验证步骤。Henk van Ess 给出的建议仍然有效：不要只看来源平台，还应交叉比对其他卫星数据服务（如 Sentinel-2、Landsat），并核对图像元数据中标注的拍摄时间与卫星编号。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者与企业用户来说，这起案例是 AI 生成功能接入高信任度产品的典型风险样本。即便产品自带水印、内容政策和使用限制，滥用者仍能利用视频化、裁剪等手段绕过检测。任何计划在 API 或产品中开放图像生成能力的团队，都需要提前设计比“加一层水印”更完整的滥用响应机制。
对普通用户，最实际的提醒是：看到一张“航拍图”时不再能默认它是真的，需要留意来源、拍摄信息和是否附带 AI 生成标识。
值得关注的后续
目前公开信息显示，Google 仅表示回滚该功能，并未说明是否会以更受限的形式重新上线。后续值得观察三点：一是 Google 是否会引入更严格的生成限制（例如禁止生成人物或冲突场景）后再恢复；二是事件是否会推动卫星影像平台建立统一的 AI 内容标识标准；三是这类“文生航拍”能力未来是否会转向仅面向开发者或企业客户的小范围开放。
来源：The Verge
