Phiên bản cyber của “lời nói là pháp lệnh” đã đạt đến một cấp độ hoàn toàn mới!
Hôm qua, Google chính thức tích hợp mô hình tạo hình ảnh mới nhất, Nano Banana 2, vào phiên bản web của Google Earth.
Ai có thể ngờ rằng, sau khi thức dậy, tính năng mới đã bị lạm dụng, và Google đã khẩn cấp thu hồi tính năng này!
Do hiệu quả quá chân thực, sau khi bị các chuyên gia phản đối mạnh mẽ, Google đã khẩn trương gỡ bỏ tính năng mới và phát hành lại sau khi "tăng cường các biện pháp bảo vệ".
Cách chơi mới của Nano Banana 2, cuộc vui thị giác của cộng đồng mạng
Bạn mở Google Earth trong trình duyệt, thuần thục điều chỉnh góc nhìn hạ xuống con phố cũ nơi bạn từng chơi đùa thời thơ ấu. Bạn không mở Photoshop phức tạp, cũng không sao chép ảnh chụp màn hình vào các công cụ trò chuyện AI khác.
Bạn chỉ cần nhấp vào nút Create image mới hoàn toàn, lấp lánh ánh sáng ở góc trên bên phải.
Hãy xem một vài ví dụ do Google cung cấp.
Quay ngược thời gian, tái hiện lịch sử
Giúp học sinh không chỉ đọc lịch sử, mà còn thực sự “nhìn thấy” quá khứ.
Giáo viên có thể hiển thị một di tích lịch sử trên lớp và nhập: «Tạo một hình ảnh siêu thực mô tả ngoại hình ban đầu của thành phố Pompeii vào năm 78 SCN.»
Các di tích hiện đại sẽ lập tức biến thành một khung cảnh phố cổ La Mã sôi động, đầy màu sắc, giúp học sinh trực quan nhìn thấy thế giới cách đây hai nghìn năm.
Hướng dẫn viên ảo: Khám phá và tìm hiểu sâu hơn
Tạo infographic tùy chỉnh để tìm hiểu sâu về một địa điểm mà không cần rời khỏi Google Earth.
Tạo một infographic về Tượng Nữ thần Tự do dễ hiểu và ghi chú các sự kiện lịch sử quan trọng.
Ở nền, Gemini sẽ truy xuất thông tin lịch sử liên quan, trong khi Nano Banana sẽ tạo ra biểu đồ trực quan tương ứng trong vài giây.
“Dream City Renovator”: Xây dựng phương án quy hoạch bất động sản chuyên nghiệp
Khi khách hàng có thể trực quan nhìn thấy hiệu quả cuối cùng, việc trình bày dự án bất động sản sẽ trở nên đơn giản hơn.
Kiến trúc sư và nhà quy hoạch đô thị hiện có thể chỉ cần một câu để trực quan hóa thiết kế: “Hãy tái tưởng tượng khu đất trống ở Tokyo thành một khu thương mại sôi động với không gian công cộng mở.”
Khu đất bê tông hoang vắng ban đầu sẽ được thay thế bằng những cảnh quan đô thị hiện đại được render 3D chất lượng cao, giúp khách hàng hình dung ra những khả năng trong tương lai.
Trước khi khởi công, trực quan hóa kết quả dự án trước
Dù là xưởng làm việc trong sân sau như trong mơ hay ngôi nhà bên bờ hồ, nhiều khi rất khó để hình dung ra vẻ ngoài khi đã được xây dựng xong.
Bây giờ, bạn có thể nhanh chóng biến nó thành bản xem trước thực tế.
Phóng to một khoảng trống, sau đó nhập: "Thêm một căn nhà hiện đại bên bờ hồ được xây dựng từ vật liệu bền vững địa phương."
Hệ thống sẽ tạo ra một hình ảnh hiệu ứng thực tế như thật, giúp ngôi nhà tương lai hòa hợp hoàn hảo với địa hình thực tế.
Cho nơi bạn yêu thích một lần cải tạo tương lai
Đôi khi, để trí tưởng tượng bay bổng chính là một niềm vui.
Nếu bạn muốn xem cảnh một nơi sau một trăm năm, hãy nhập: “Biến khu vực Google Mountain View thành một utopia khoa học viễn tưởng tương lai với các lối đi phát sáng, vòm sinh thái bằng kính, cabin giao thông bay, và những cây cối mọc bao quanh các tòa nhà.”
Sau đó, toàn bộ khu vực sẽ dần biến thành một thành phố tương lai cyberpunk như trong phim điện ảnh.
Người chơi thốt lên “Oh My God”
Nhà báo công nghệ David Gewirt từng dành hàng giờ khám phá trên Google Earth, say mê khả năng du ngoạn khắp thế giới mà không cần rời nhà. Chức năng Street View, dù có phần xâm phạm, cũng khiến anh say mê và vẫn vậy cho đến ngày nay.
After hearing the news, he immediately tested the new feature, which "caused a lot of laughs."
Independence Hall là một địa danh lịch sử quốc gia của Hoa Kỳ và là Di sản Thế giới. Tuyên ngôn Độc lập Hoa Kỳ đã được thông qua tại đây vào ngày 4 tháng 7 năm 1776.
Without a doubt, this holds significant historical and cultural value for the United States.
Nhưng David Gewirt có một ý tưởng đầy tưởng tượng: “Hãy tưởng tượng đây là một tương lai hậu tận thế, phản u top cách đây 500 năm.”
Một câu, nơi từng là đền đài nay đã trở thành “phế tích ngày tận thế”.
Một trong những truyền thống nổi bật nhất của Philadelphia là Mummers Parade, cuộc diễu hành dân gian lâu đời nhất tại Hoa Kỳ và đã trở thành truyền thống năm mới kể từ năm 1901.
Điều này khiến anh ta suy nghĩ: Philadelphia trong tương lai cần một lễ diễu hành Mummers Parade mang phong cách tận thế và phản u topia.
Vì vậy, anh ấy tiếp tục gợi ý: “Bây giờ hãy để nó bị lũ zombie, những tên hề ác quỷ và những cỗ máy người ngoài hành tinh khổng lồ chiếm đóng.”
Zombie, clowns ác quỷ và cơ giới người ngoài hành tinh khổng lồ, ôi trời ơi!
Zombie, gã hề ác quỷ và cơ giới người ngoài hành tinh khổng lồ, căng thẳng, không khí không ổn. Nhưng chỉ cần thêm một gợi ý nữa là hoàn hảo. Anh ấy nói với AI: “Hãy khiến tất cả chúng trở nên vui vẻ.”
Bây giờ, anh ấy cho rằng: "Đây là một Philadelphia tương lai đáng tin cậy, đặc biệt là vào ngày 1 tháng 1."
Lưu ý rằng cuối cùng anh ấy cũng nhắc nhở: "Mặc dù điều này có thể mang lại một số thí nghiệm thú vị, nhưng rõ ràng vẫn chưa thể coi là một công cụ đáng tin cậy và thực dụng."
Hiện tại, tính năng mới hoàn toàn không hỗ trợ sử dụng trực tiếp trong chế độ « Street View », làm giảm đáng kể tính thực dụng và sự thú vị, khiến người dùng tiếc nuối.
Nhiều phương tiện truyền thông còn chê bai không thương tiếc: Đối với các nhà phát triển hoặc kiến trúc sư chuyên nghiệp, những tác phẩm hội họa không đảm bảo tính chính xác về hình học không gian, chỉ dựa vào xác suất để ghép nối, chẳng qua chỉ là một loại “rác AI” (AI Slop) tinh vi.
Không ngờ chưa đầy một ngày đã bị netizen làm hỏng, Google đã khẩn cấp thu hồi tính năng mới!
Giải mã kỹ thuật
Từ “vô trung sinh hữu” đến “ràng buộc không gian địa lý”
Trong logic vẽ AI thời kỳ đầu, AI giống như đang chơi trò chơi với các pixel.
Bạn đưa cho nó một từ khóa, nó sẽ ghép lại một bức tranh từ phân phối xác suất khổng lồ, nó không quan tâm đến trọng lực, càng không quan tâm đến việc tòa nhà trong bức tranh có thực sự tồn tại trong thực tế hay không.
Tuy nhiên, việc tích hợp Nano Banana 2 vào Google Earth đã thay đổi hoàn toàn luật chơi. Đây là một nỗ lực hoàn toàn mới được gọi là “Geospatial Grounding”.
Về mặt kỹ thuật, nó dựa trên khả năng đa mô态 và tăng cường tìm kiếm (Search Grounding) mạnh mẽ của Gemini:
Đầu tiên là việc bắt hình ảnh vật lý nền trong thời gian thực.
Nano Banana 2 nhận đầu vào cơ sở không phải là một hình ảnh trực diện thông thường, mà là ma trận ràng buộc tổng hợp gồm: «ảnh vệ tinh/ảnh hàng không gốc của khung nhìn hiện tại + lưới độ cao và địa hình 3D + tham số máy ảnh không gian».
Người ta cho rằng nhiệm vụ tạo ra của nó được ràng buộc chặt chẽ:
Địa hình không thể bị thao túng: các nếp gấp của dãy núi, đường cơ sở của hồ, vị trí và tỷ lệ chính xác của nền công trình phải tuân thủ nghiêm ngặt thực tế địa lý.
Phải đảm bảo sự phù hợp về chiều sâu và mối quan hệ không gian: các yếu tố kiến trúc, thực vật hoặc cảnh quan mới được tạo ra phải được tích hợp vào địa hình ba chiều thực tế và các cấu trúc hiện có, thay vì lơ lửng trên không.
Sự nhất quán của chủ thể: Nano Banana 2 hỗ trợ hiển thị siêu nhất quán lên đến 5 chủ thể và 14 đối tượng, đảm bảo rằng các thành phố mới hoặc cộng đồng mới không xuất hiện hiện tượng sụp đổ hình ảnh rõ rệt khi chuyển đổi góc nhìn.
Đây là sinh có điều kiện (conditioned generation) dưới các ràng buộc địa lý thực tế. Chi phí là mỗi hình ảnh trên Google Earth cần tới hai phút để thực hiện.
Thứ hai, tìm kiếm thời gian thực từ kho tri thức toàn cầu.
Nano Banana 2 không chỉ là một trình tạo hình ảnh, mà còn được kết nối với kho dữ liệu tìm kiếm và kiến thức địa lý khổng lồ của Google. Khi bạn cố gắng “khôi phục lịch sử” hoặc “gắn nhãn địa danh”, nó sẽ chủ động truy vấn bối cảnh văn hóa và kiến thức địa lý liên quan đến địa danh đó.
Ví dụ, người dùng yêu cầu tạo một infographic về Tượng Nữ thần Tự do.
Mô hình không chỉ tạo hình ảnh mà còn gọi đến cơ sở tri thức thế giới của Gemini để tự động điền các nội dung như: năm xây dựng, vật liệu sử dụng, kích thước công trình, thông tin lịch sử, v.v.
Tuy nhiên, việc thông tin tìm kiếm có hoàn toàn chính xác hay không là một vấn đề cần được xem xét cẩn trọng.
AI có thể tạo ra các infographic trông chuyên nghiệp, nhưng điều đó không có nghĩa là mọi thông tin đều tuyệt đối đáng tin cậy
Thứ ba, chi tiết độ phân giải cao và văn bản chính xác.
Nano Banana 2 hỗ trợ đầu ra hình ảnh độ phân giải cao lên đến 2K và thậm chí 4K, đồng thời sở hữu khả năng hiển thị văn bản cực kỳ mạnh mẽ. Điều này có nghĩa là bạn có thể trực tiếp nhìn thấy các biển hiệu và thông tin giải thích được bố cục rõ ràng, không bị lỗi ký tự trong cảnh được tạo ra, thậm chí có thể “vẽ tay” trực tiếp lên các địa danh những infographic chứa thông tin khoa học chính xác dựa trên sự thật lịch sử.
Ở cấp độ thao tác, Google đã nén tối đa công nghệ phức tạp này: hỗ trợ xem trước/sau trong quá trình tạo, nhấp vào “Refine image” để thêm từ khóa và tiếp tục lặp lại, giao diện cung cấp trải nghiệm trước/sau trực quan.
Điều này trực tiếp loại bỏ quy trình rườm rà của người bình thường gồm “chụp màn hình - xuất ra - nhập vào AI khác - dán lại”, giúp sự sáng tạo và địa lý thực tế hòa quyện một cách liền mạch và bản địa.
Sau khi hài lòng, nhấp vào «Save to Project» để tạo hình ảnh và cố định vĩnh viễn dưới dạng Placemark trên lớp dự án cá nhân, giữ nguyên góc nhìn camera. Bất kỳ ai truy cập vào tọa độ này đều có thể thấy «khả năng khác» của bạn.
Virtual Earth giúp Google Gemini thoát khỏi vòng vây?
Ý nghĩa của việc Nano Banana xuất hiện trên Google Earth có thể vượt xa một tính năng mới.
Cuộc chiến trong lĩnh vực trình tạo hình ảnh AI đang diễn ra khốc liệt.
GPT-image-2 của OpenAI dẫn đầu bảng xếp hạng Arena, Nano Banana 2 Lite đứng thứ năm. Adobe Firefly, Midjourney và các công cụ khác đều đang cạnh tranh giành cùng một nhóm người dùng.
Google đã đi một con đường hoàn toàn khác.
Điểm mạnh của nó không phải là thuật toán, mà là dữ liệu. Hai mươi năm tích lũy hình ảnh vệ tinh và ảnh hàng không, cộng với mô hình hóa địa hình 3D của hơn trăm thành phố tại hơn 40 quốc gia—bộ dữ liệu không gian độc quyền này là hàng rào bảo vệ mà bất kỳ mô hình văn bản thuần túy nào cũng không bao giờ với tới.
Ghép Nano Banana 2 vào bộ dữ liệu này, tạo ra một thể loại hoàn toàn mới: trực quan hóa AI dựa trên tọa độ địa lý thực tế và có độ tin cậy không gian.
Nó không phải so sánh ai vẽ đẹp hơn Midjourney, mà là so sánh ai vẽ chân thực hơn—chân thực đến mức có kinh độ, vĩ độ và góc nhìn vật lý.
Kevin Kelly từng dự đoán rằng thế giới vật lý sẽ tạo ra một “thế giới gương” chính xác tương ứng trong thế giới số. Và hôm nay, Google đã dùng Nano Banana 2 để phủ lên thế giới gương ấy một lớp “lớp da số có thể được chỉnh sửa tùy ý bởi các từ khóa gợi ý”.
Google đã trực tiếp kéo cuộc chiến từ việc “vẽ đẹp” lên mức “biến đổi Trái Đất”. Cuộc chiến này, người khác thậm chí còn không có vé vào cửa.
Tài liệu tham khảo:
https://blog.google/products-and-platforms/products/earth/nano-banana-google-earth-image-generation/
https://www.zdnet.com/article/google-earth-added-nano-banana-and-i-immediately-reimagined-philly-with-zombies-and-evil-clowns/
https://www.techtimes.com/articles/322272/20260730/google-earth-gets-ai-image-generator-grounded-satellite-data-web-only.htm
https://x.com/googleearth/status/2082818165503902043
https://x.com/Google/status/2082834786310123787
Biên tập: David
Bài viết này đến từ tài khoản WeChat "New Intelligence Yuan", tác giả: Khải Huyền của ASI