Project Genie 接上 Street View：AI 世界模型唔再只係幻想地圖

圖：TechCrunch．原文連結

Google 今次將 Street View 放入 Project Genie，重點唔係將街景相片包裝成另一個酷炫 demo，而係將地圖影像變成 AI 世界模型嘅起點。以前 Street View 主要用嚟睇酒店附近條街、商場門口、泊車位同景點入口；Project Genie 嘗試做嘅係，畀你由一個真實地點出發，再用文字、角色設定同視覺風格，生成一個可以行、可以轉身、可以探索嘅互動場景。呢件事對遊戲、旅遊預覽、機械人訓練同地圖開發者都有啟示，但同時亦好容易被誤會成「Google 已經重建咗真實世界」。

Google DeepMind 喺 Google I/O 2026 公布，Project Genie 會連接 Street View，官方叫呢個能力做 Street View grounding。用家可以喺地圖揀一個美國地點，再揀風格，例如海底世界、舊時代黑白菲林，或者再用文字描述一個角色，系統就會用 Street View 影像做錨點，生成一個帶有現實地理痕跡嘅想像世界。TechCrunch 報道提到，Google 將呢個方向同機械人、遊戲、旅遊、教育甚至 Waymo 模擬訓練拉上關係，因為模型唔單止要畫一張圖，而係要記得前後左右、移動路徑同場景連續性。

發生咩事

Project Genie 本身係 Google DeepMind 嘅通用世界模型實驗原型，背後同 Genie 3、Gemini、Nano Banana Pro 等技術有關。簡單講，它唔係傳統遊戲引擎入面預先砌好嘅 3D 地圖，而係由文字提示、圖片同控制輸入，實時推算下一步你會見到咩。Google 今年 1 月先將 Project Genie 開放畀美國 Google AI Ultra 訂戶試用，功能包括由文字或圖片生成世界、用第一身或第三身視角探索、再將已有世界 remix 成另一種風格。今次更新就係將生成世界嘅起點，拉近去 Google 多年累積嘅 Street View 影像庫。

官方講法係，Street View grounding 由 Maps Imagery Grounding 支援，亦即係同開發者用 Google Maps 影像為 AI 生成內容「落地」嘅方向相近。Google 官方例子包括將 Golden Gate Bridge 變成海底世界，或者將德州 Fort Worth Stockyards 轉成 1920 年代黑白菲林風格。呢啲例子唔係為咗提供真實導航，而係展示世界模型可以保留地點辨識度，同時容許風格、時間、角色同環境狀態被改寫。對一般用家嚟講，感覺似係由 Street View 入口行入一個即時生成嘅遊戲世界；對開發者嚟講，重點係真實地圖資料開始變成生成式 AI app 嘅上下文。

世界模型點解突然重要

過去兩年，生成式 AI 最搶眼嘅表現多數係文字、圖片同影片，但世界模型追求嘅係另一件事：系統要理解一個環境會點樣隨時間、角度同動作改變。Google DeepMind 形容 Genie 3 可以由簡單文字描述生成可實時探索嘅場景，並且在你返回曾經見過嘅位置時，記得部分細節。呢種能力如果成熟，唔只係整漂亮短片，而係可以變成訓練 AI agent、機械人或者自動駕駛系統嘅沙盒，因為 agent 需要試錯、行動、觀察結果，再根據環境變化調整下一步。

TechCrunch 訪問入面提到一個例子：倫敦嘅機械人如果平時好少見到陽光照落維多利亞式建築時嘅反光，就可以靠模擬去補足罕見場景。Waymo 方向亦類似，自動駕駛最難嘅往往唔係日常直路，而係低頻但高風險事件，例如極端天氣、奇怪障礙物、突發路面情況。傳統模擬器多數由車嘅視角出發，而 Street View 加世界模型，就有機會由同一個真實地點出發，轉換成行人、機械人或者遊戲角色嘅視角。呢個差異令它唔只係另一個地圖功能，而係 Google 將 Maps、AI 生成同 agent 訓練串埋嘅一步。

唔係真實重建，亦未係物理模擬

要講清楚限制。Google 自己喺 Project Genie 介紹已經寫明，生成世界未必完全貼近現實、未必緊跟提示或圖片，亦未必符合真實物理；角色控制有時會較難掌握或者有延遲，生成亦有限時。TechCrunch 試睇到嘅效果係地點可以認得出，但整體仍偏遊戲畫質，未到相片級真實重建。報道亦提到一個示範入面，角色可以穿過仙人掌同灌木，反映模型未真正理解物件碰撞、身體限制同因果關係。

所以，Project Genie 接上 Street View 唔等於 Google Maps 變成可靠嘅 3D 現場複製品。Google Maps 產品主管喺報道入面嘅意思亦好清楚：突破位係場景連續性，例如你轉身 360 度再望返身後，模型仲要記得那邊本來有咩；但它仍未能忠實重建現實世界。呢個分別好重要，因為旅遊、物業、城市規劃同保險場景都可能想用街景 AI 做預覽，但現階段只應該當成想像式模擬同原型工具，唔應該當成現場證據、路面安全判斷或者工程資料。

開發者真正要睇 Maps Imagery Grounding

今次消息對開發者最值得睇嘅位，未必係 Project Genie 個 demo 本身，而係 Maps Imagery Grounding 呢條底層路線。Google Maps Platform 近年一直將 Maps 資料包裝成 AI agent 可以調用嘅 grounding layer，官方頁面亦強調 Google Maps 覆蓋超過 3 億個商戶同地點。當地圖資料唔再只係顯示 pin、路線同營業時間，而係可以餵畀生成模型做視覺同空間上下文，下一代旅遊、零售、物流、物業同客服 app 就可能唔再只係回答「最近邊間店開門」，而係生成一個可探索嘅情境介面。

不過，呢條路同時會帶出成本、授權、私隱同準確度問題。Google Maps 資料本身有使用條款，Street View 影像亦涉及人面、車牌、私人地方邊界同更新頻率；當 AI 可以將街景再生成成另一個世界，開發者要講清楚邊啲係原始資料、邊啲係模型想像，亦要避免令用家以為畫面代表當刻現場。尤其係商業 app，如果用 AI 街景去展示店面翻新、旅遊路線或者租盤周邊，最好保留明顯提示，將它定位成預覽或設計草圖，而唔係實況。

行業脈絡：介乎影片生成同遊戲引擎之間

Project Genie 嘅定位，剛好企喺影片生成模型同傳統遊戲引擎中間。Veo、Sora 一類影片模型可以整出高質感片段，但片段通常係一次性生成，用家唔能夠長時間自由行走、轉身、返回同一個位置。Unity、Unreal 呢類遊戲引擎就相反，互動性強，但場景、物理同資產通常要由團隊預先建立。Genie 嘗試將兩邊合併：由提示即時生出一個可探索世界，再用世界模型維持空間記憶同連續性。技術上仍遠未成熟，但方向清晰，AI 公司唔再只係比拼邊個短片最靚，而係比拼邊個可以生成一個可行動、可訓練、可測試嘅環境。

Google 相對其他公司嘅優勢，在於它手上有 Maps、Street View、Waymo 同 Android 生態。TechCrunch 提到 Street View 已累積超過 2,800 億張影像，覆蓋 110 個國家同七大洲；呢種真實地理影像庫，唔係一般 AI 初創可以短期複製。當然，有資料不等於模型自然可信，因為世界模型要做嘅唔係記住每張相，而係由相片推斷空間、物件、移動同互動規則。Google 今次比較聰明嘅地方係先用 Google Labs 形式推出，讓它保留實驗產品定位，亦避免外界過早將它當成成熟地圖服務。

香港暫時有得睇，未有得玩本地街景

香港角度要分開兩件事：Project Genie 訂閱資格同 Street View 地點支援。Google 官方 I/O 公告寫明，Project Genie 連同新 Street View 能力，會由 2026 年 5 月 19 日起逐步向全球合資格、18 歲或以上 Google AI Ultra 200 美元訂戶開放；Google One 香港頁亦列出 AI Ultra 方案，並在註腳提到 Project Genie 只隨 Google AI Ultra 方案提供。不過，香港公開頁面未能直接核對到實際港幣月費，港幣收費 [待確認]。同時，Google 官方支援頁仍有 Project Genie「US only」字眼，實際香港帳戶幾時見到入口，要以登入後顯示為準 [待確認]。

更實際嘅限制係，Street View grounding 目前只可以揀美國地點。即使香港用家日後有 Google AI Ultra，同埋帳戶見到 Project Genie，都唔代表可以即刻用中環、旺角、深水埗、機場或者西九文化區做起點生成街景世界。對本地旅遊、零售、物業同教育應用嚟講，呢個差別好大，因為香港嘅空間密度、行人天橋、商場通道、港鐵出口、屋苑平台同室內外混合路線，正正係 Street View 最難完整表達嘅部分。如果 Google 之後開放香港地點，模型能否理解呢種垂直城市結構，會比單純認得街名更加關鍵。

點睇

Project Genie 接上 Street View 最有價值嘅地方，唔係今日可以生成幾靚嘅奇幻街景，而係 Google 正在示範一種新 AI 介面：真實地圖做底、生成模型做世界、agent 或人類喺入面互動。短期內，它仍然係 Google Labs 實驗產品，準確度、物理理解、延遲、地點支援同訂閱可用性都有明顯限制；香港用家更加要留意，本地街景未支援，港幣價同實際入口仍有 [待確認] 位。長遠睇，當地圖由「查資料」變成「生成可行入去嘅情境」，開發者同內容團隊要準備嘅唔只係新玩法，仲包括點樣向用家交代真實資料同 AI 想像之間嘅界線。

參考來源

• TechCrunch — Google’s Genie world model can now simulate real streets with Street View — original report
• Google Blog：Simulate real-world places with Project Genie and Street View — Google 官方公告，確認 Street View grounding、只支援美國地點、全球合資格 Ultra 訂戶逐步開放等資料。
• Google Blog：Project Genie: AI world model now available for Ultra users in U.S. — Project Genie 早期官方背景，說明世界生成、探索、remix 功能同實驗原型限制。
• Google DeepMind：Genie 3 — 官方模型頁，提供 Genie 3 作為互動世界模型嘅技術定位同能力背景。
• Google One 香港：Google AI plans — 核對香港 Google AI 方案頁、Ultra 方案同 Project Genie 註腳；港幣實際收費仍未能直接確認。
• Google One Help：Get Google AI Ultra benefits — 官方支援頁列出 AI Ultra benefit 限制，其中 Project Genie 可用地區資料同最新公告有落差，需保留 [待確認]。
• Google Maps Platform：Maps Grounding — 開發者脈絡來源，說明 Google Maps 資料作為 AI grounding layer 嘅方向同 3 億以上商戶及地點覆蓋。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。