谷歌Genie世界模型升级：用街景模拟真实街道，开启AI新纪元！

【编者按】你有没有在Google地图上拉出街景，给朋友看你小时候住的房子？或者把那个小人图标扔到巴黎街头，确认自己订的酒店是不是在潮人区？这种场景我们都经历过。但想象一下，如果街景不仅能看，还能“玩”呢？你可以模拟整条街道的环境，甚至调整天气，体验“后天”那样的末日场景。现在，这个想法成真了！Google DeepMind把街景和通用世界模型Genie连在了一起，让静态的图像活了起来。这不仅对机器人训练和游戏开发意义重大，对我们普通人来说，也是一种全新的“云旅游”方式。下面，就来看看这个突破是怎么实现的。

我们都在Google地图上拉出过街景，给朋友看童年时的家，或者把那个小人图标拖到巴黎街头，确认自己订的酒店是不是在时尚街区。想象一下，如果能做到这些，但方式更沉浸、更互动，能真正模拟街道及其周边环境，甚至还能调节天气，或者看看它在“后天”场景下会是什么样——那该多好？

这正是Google最新整合的目标之一。从今天开始，Google DeepMind将街景连接到Project Genie——该公司的一个通用世界模型，它能生成多样化的交互式环境。这项新功能是在Google I/O 2026开发者大会上推出的。

DeepMind开放性问题团队的研究科学家Jack Parker-Holder告诉TechCrunch：“这对代理（和机器人）用例以及人类来说都太强了，这也是Genie一直以来的核心理念。”

他以在伦敦部署的一个新机器人为例。伦敦很少见到阳光。Parker-Holder说，Genie可以模拟那些罕见的时刻，比如阳光照射在维多利亚式房屋上的场景，这样当阳光真的出现时，就不会让机器人感到“震惊”。

加载播放器…

“同时，你可能会说，‘我要去纽约，但不是这个季节，’”他继续说道，“‘那里会下雪。我想看看那个街区在雪中是什么样子。’”

20年来，Google一直通过装有摄像头的汽车和背着“追踪背包”的个人来收集街景数据。这家科技巨头已在110个国家和七大洲收集了超过2800亿张图像。

Jack说：“通过街景，我们拥有世界上大量地区的图像。你可以想象，将这丰富的真实世界信息和数据与模拟世界的能力结合起来，会有多么强大。”

Google于去年8月发布了其最新的世界模型Genie 3用于研究预览，并于今年1月向美国地区的Google AI Ultra订阅用户开放了该工具的使用权限，允许客户通过文本提示或图像创建交互式游戏世界。目标是将Genie用于教育体验、游戏和机器人训练。

Genie 3已经在为Waymo的一个模拟器提供动力，用于训练其自动驾驶汽车应对“极其罕见的事件”，比如龙卷风或偶遇大象。将街景数据添加到其中，可以帮助Waymo准备在全球更多城市推出服务。

Waymo有自己的模拟器，它依靠该模拟器扩展到11个美国城市，并在更多城市测试其AI驾驶系统。Parker-Holder说，与Genie的区别在于，这些模拟器都来自汽车视角。而街景不仅可以模拟一个基于真实地点的世界，还可以将视角转移到其他类型的代理，比如人类或机器人。

从今天开始，Google将向部分美国Ultra用户推出街景版Genie，并逐步扩大访问范围。据该公司称，全球Ultra用户将在未来几周内获得访问权限。

DeepMind产品经理Diego Rivas表示，研究人员的目标是让尽可能多的人掌握这项新能力。但他也提醒说，尤其是街景版和整个Genie仍然是一个实验性项目，因此在准确性方面还有很大的改进空间。

在Google团队向我展示的示例中——其中包括我过去住过的一个街区的水下模拟——结果令人印象深刻且易于识别，但仍然只是电子游戏般的画质，而非照片般逼真。这些模型目前还没有物理感知能力，这意味着它们还不能理解因果关系。例如，在一个模拟中，一位女士在积雪的约书亚树公园里奔跑，她直接穿过了仙人掌和灌木丛。

相比之下，Google的图像生成器Nano Banana现在可以生成信息图中的完美文字，而其视频生成器Veo则了解纸船会随水流漂动、烟雾会散入空气中、布料会垂落覆盖形状。

物理规则并没有被硬编码到这些模型中；它们会像生物一样，通过被动观察直觉地学习这些规则。

Parker-Holder说：“我认为对于这类模型来说，在准确性和质量上，它可能比视频落后6到12个月，所以我认为这是一个我们将会解决的问题。”

12年前以实习生的身份加入街景团队、现任Google Maps总监的Jonathan Herbert表示，Genie目前还无法创建一条街道的精确重建。他认为，真正的突破在于AI的空间连续性。当你旋转360度时，AI能正确记住并模拟你身后的环境。从那时起，模型就可以在此基础上构建新的环境。

Herbert说：“我们一直在思考，如何利用街景数据构建出最好、最丰富的世界模型。长期以来，以全新的方式使用地图数据进行新类型的AI研究，一直是我们的一个想法。”