Google Earth 近期引入了名為 Nano Banana 的影像生成功能，這將原本僅供查看地理資訊的數位地圖，轉化為一個可以進行視覺化模擬的創作平台。對於工程師或產品設計者來說，這不僅僅是一個繪圖工具，而是將生成式 AI（Generative AI）與地理空間數據（Geospatial Data）深度結合的實務應用。
所謂的生成式 AI，是指能夠根據文字描述創造出全新內容的技術。而 Nano Banana 在此處扮演的角色，是將 Google Earth 龐大的衛星影像、航拍照片以及 3D 地形模型作為基礎，讓 AI 生成的影像不再是憑空想像，而是具有地理真實感（Grounded in the real world）的視覺呈現。
這種技術結合在實務上解決了傳統 3D 建模的高成本問題。在過去，若要想像一個空地變成購物中心，建築師必須使用專業的 CAD 軟體建立模型，並將其精確地疊加在地理座標上。而現在，透過 Nano Banana，使用者可以直接在網頁版 Google Earth 中輸入指令，讓 AI 直接在現有的地圖底層上進行影像覆蓋與重構。
這項功能在不同領域有著具體的應用價值。在教育與歷史研究方面，它可以將現代的廢墟影像轉化為歷史時期的繁榮景象，將抽象的歷史描述具象化為視覺經驗。在都市計畫與房地產開發中，這提供了一種快速的原型設計（Prototyping）方式，讓規劃者能迅速將空地轉化為零售區或綠地，用以向客戶展示初步構想，大幅縮短溝通成本。
對於個人使用者，這則提供了將現實景觀快速視覺化的能力，例如在特定地貌中模擬建造環保住宅，AI 會根據周邊的實際地形與光影，生成一張具有寫實感的渲染圖。甚至在創意設計上，也能將現有的企業園區轉化為科幻風格的未來城市。
從技術脈絡來看，這個流程背後涉及了 Gemini 語言模型與 Nano Banana 影像模型的協作。當使用者要求生成包含事實的資訊圖表時，Gemini 負責檢索並整理正確的歷史資訊，而 Nano Banana 則負責將這些資訊轉化為視覺圖像。這種多模態（Multimodal）的協作，確保了生成內容既有視覺吸引力，又具備一定的資訊準確性。
總結來說，Google Earth 與 Nano Banana 的整合，將地圖從一個靜態的查看工具，提升為一個動態的視覺化模擬環境。它降低了空間設計的門檻，讓任何人都能在真實的地理座標上，快速驗證創意或還原歷史。
來源：blog.google
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。