一句话看懂：Google Earth 基于 Nano Banana 2 模型推出全新图像生成功能，用户可直接在地图上选中区域并输入文字，生成贴合真实地形的 AI 场景。这项功能把生成式 AI 从通用绘图带入了地理空间可视化这一垂直场景。
事件核心：发生了什么
Google Earth 于 2026 年 7 月 31 日正式推出基于 Nano Banana 2 模型的图像生成功能。用户可以在网页版 Google Earth 中缩放至目标区域，点击“Create Image”并输入描述性指令，系统便会结合卫星、航拍和 3D 真实地图数据，生成与该地区实际地形相匹配的定制图像。
该功能的核心在于将真实地理数据与生成式 AI 的创作能力结合，而不是凭空生成画面。官方同时展示了三个主要应用方向：在历史教育中，教师可输入“渲染公元 78 年庞贝古城的繁华街道”等指令，让历史遗迹以三维场景呈现；在房地产与城市规划中，设计师可在空置地块上直接模拟未来建筑形态；在娱乐向体验中，用户也能将 Google 山景城总部改造成赛博朋克风格场景。目前该功能已向全球网页端用户开放。
为什么重要
过去一年，主流图像生成模型更多聚焦于通用场景，用户通过文本描述获得任意画面，但画面与真实世界的地理位置、地形地貌往往没有关联。Google Earth 这次将生成式 AI 与高精度地图数据打通，本质上是在为图像生成模型补充“空间约束”能力——生成的画面不再是虚构场景，而是建立在真实地理坐标之上的视觉推演。
这也让地图产品从“查询工具”向“创作平台”延伸。对 Google 而言，这条路径将 Gemini 的底层检索能力与 Nano Banana 2 的图像生成能力叠加在地图这一高频使用场景中，为 AI 技术在垂直行业的落地提供了新的商业化可能性。
对用户/开发者/创作者的影响
对普通用户来说，这项功能降低了创作门槛，不需要 3D 建模或图像处理技能，仅通过自然语言即可对真实地点进行视觉重塑。对教育从业者和规划设计师而言，它提供了一种低成本、高反馈的方案验证方式：历史教师可以让学生“看见”古代场景，城市开发商也能在项目动工前更直观地评估建筑与周边环境的关系。
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。
对开发者和创作者而言，更值得关注的是这一能力背后的模型潜力。目前 Google 未公开是否提供对应的 API 或开发者接口，但结合 Google Earth 平台的开放历史，后续若开放能力调用，开发者可以在自己的应用中集成“实景+生成”的交互体验，为文旅导览、游戏场景设计、虚拟拍摄等方向带来新的创作空间。
值得关注的后续
目前公开信息显示，Google 尚未宣布该功能的 API 开放计划及具体计费方式。后续可以观察三点：一是该功能是否会在移动端 Google Earth 上线，二是 Nano Banana 2 是否会作为独立模型向更广泛的开发者开放，三是围绕“地图+生成式 AI”这一方向，主要云厂商与地图平台是否会跟进类似能力。此外，生成图像涉及的地理位置内容合规问题，也可能成为产品后续扩展时值得留意的变量。
来源：AIbase
