你是否曾想过金门大桥沉入水底会是什么样子?现在,你可以亲眼一见。
在谷歌I/O年度开发者大会上,谷歌宣布为Project Genie推出全新功能。Project Genie是一款实验性生成式AI世界模型网页应用,于今年1月首次发布。此次新功能将谷歌地图收录的2800亿张街景图片(覆盖110个国家)与文字生成视频的模拟能力相结合,让AI生成的虚拟场景得以落地于真实世界。
借助这一功能,你可以在自己熟悉的真实地点基础上,运用生成式AI赋予它全新的奇幻风貌。
模拟真实世界场景
通过将两款产品打通,用户可以把Project Genie的生成式能力与谷歌地图海量街景数据相结合,让AI模型以现实为锚点进行创作。操作方式很简单:点击地图图标选择美国境内的一个地点,再通过AI选择一种风格即可。(该功能目前仅支持美国地区,后续计划向全球扩展。)
举例来说,如果你想看到沉入水底的金门大桥,只需选择"海洋世界"风格,AI便会在这座著名地标的真实画面中加入幻想中的潜水员和成群游鱼。此外,你还可以选择"沙漠风情""石器时代"或"黑白电影"等风格,打造复古质感,随心匹配你想要的氛围。
这一功能基于地图影像锚定技术(Maps Imagery Grounding)实现,与开发者利用街景图像生成AI视觉内容所使用的技术相同。
Project Genie向谷歌AI Ultra用户开放
Project Genie及其街景新功能现已面向全球谷歌AI Ultra订阅用户陆续推出。
Q&A
Q1:Project Genie是什么?它有什么新功能?
A:Project Genie是谷歌推出的一款实验性生成式AI世界模型网页应用,于2025年1月首次发布。此次在谷歌I/O大会上宣布的新功能,将谷歌地图2800亿张街景图片与AI生成能力结合,用户可以选择真实地点并为其叠加奇幻风格,比如让金门大桥变成水下世界,或呈现沙漠、石器时代等视觉效果。
Q2:Project Genie目前支持哪些地区和风格?
A:目前Project Genie的街景功能仅支持美国境内的地点,谷歌计划未来向全球扩展。在风格选择上,用户可以选择"海洋世界""沙漠风情""石器时代""黑白电影"等多种风格,将真实场景转化为各具特色的幻想画面。
Q3:Project Genie用了什么技术来结合真实地图数据?
A:Project Genie使用了谷歌的地图影像锚定技术(Maps Imagery Grounding),这与开发者利用街景图像生成AI视觉内容所采用的技术相同。通过这项技术,AI生成的画面能够以真实的街景图像为基础,在保留地标真实面貌的同时叠加创意风格效果。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。