Phiên bản Cyber "lời nói ra là luật" đã đạt đến một cảnh giới hoàn toàn mới!
Hôm qua, Google đã chính thức nhét mô hình tạo ảnh mới nhất Nano Banana 2 vào phiên bản web của Google Earth.
Ai có thể ngờ, một giấc ngủ dậy, tính năng mới đã bị "làm hỏng", Google đã khẩn cấp rút lại tính năng này!
Kết quả hiệu ứng quá chân thực, sau khi bị các chuyên gia phản đối kịch liệt, Google đã khẩn cấp rút lại tính năng mới, sau khi "tăng cường biện pháp bảo vệ" sẽ phát hành lại.
Cách chơi mới của Nano Banana 2, bữa tiệc thị giác của cư dân mạng
Bạn mở Google Earth trong trình duyệt, thuần thục hạ góc nhìn 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 sang các công cụ trò chuyện AI khác.
Bạn chỉ cần nhấp vào nút Create image mới toanh, lấp lánh ánh sáng yếu ở góc trên bên phải.
Trước tiên hãy xem vài ví dụ mà Google chính thức đưa ra.
Thời gian quay ngược, tái hiện lịch sử
Giúp học sinh không chỉ đọc lịch sử, mà thực sự "nhìn thấy" quá khứ.
Giáo viên có thể hiển thị một di tích lịch sử trong lớp học, sau đó nhập: "Tạo một cảnh siêu thực tế, thể hiện diện mạo nguyên bản của di tích Pompeii vào năm 78 sau Công nguyên."
Di tích hiện đại sẽ ngay lập tức biến thành một cảnh đường phố La Mã cổ đại sầm uất, đầy màu sắc, giúp học sinh trực quan thấy được thế giới hai nghìn năm trước.
Hướng dẫn viên ảo: Vừa khám phá, vừa tìm hiểu sâu
Không cần rời khỏi Google Earth, vẫn có thể tạo biểu đồ thông tin tùy chỉnh, tìm hiểu sâu hơn về một địa điểm.
Nhập: "Tạo một biểu đồ thông tin dễ hiểu về Tượng Nữ thần Tự do, và đánh dấu các sự kiện lịch sử quan trọng."
Ở hậu trường, Gemini sẽ truy xuất thông tin lịch sử liên quan, còn Nano Banana sẽ trong vài giây tạo ra biểu đồ trực quan tương ứng.
"Nhà cải tạo thành phố mơ ước": Tạo phương án quy hoạch bất động sản cấp chuyên nghiệp
Khi khách hàng có thể trực quan thấy được hiệu quả cuối cùng, việc trình bày dự án bất động sản sẽ trở nên đơn giản hơn nhiều.
Kiến trúc sư và nhà quy hoạch đô thị giờ đây có thể thông qua một câu nói, để phương án thiết kế trực tiếp hiện ra: "Tái tưởng tượng khu đất trống này ở Tokyo thành một khu thương mại mua sắm sôi động, bao gồm không gian công cộng mở."
Khu đất bê tông hoang vu ban đầu, sẽ bị thay thế bằng ốc đảo đô thị hiện đại được render 3D chất lượng cao, giúp khách hàng thấy được khả năng trong tương lai.
Trước khi khởi công, hình dung trước kết quả dự án
Dù là xưởng sáng tác sân sau mơ ước, hay ngôi nhà bên hồ, nhiều lúc rất khó tưởng tượng ra hình dáng sau khi xây dựng.
Giờ đây, bạn có thể nhanh chóng biến nó thành bản xem trước hiện thực.
Phóng to một mảnh đất trống, sau đó nhập: "Thêm một ngôi nhà nhỏ hiện đại bên hồ được xây bằng vật liệu bền vững địa phương."
Hệ thống sẽ tạo ra một hình ảnh render chân thực cấp độ ảnh chụp, để ngôi nhà tương lai hòa hợp hoàn hảo vào môi trường địa hình thực tế.
Cho nơi bạn thích một lần cải tạo tương lai
Đôi khi, thả lỏng trí tưởng tượng tự bản thân nó đã là một niềm vui.
Nếu muốn xem một nơi sau một trăm năm sẽ như thế nào, có thể nhập: "Cải tạo khuôn viên Google Mountain View thành một Utopia khoa học viễn tưởng tương lai, sở hữu lối đi phát sáng, vòm sinh thái bằng kính, khoang giao thông bay, cùng cây cối mọc bao quanh công trình."
Tiếp đó, toàn bộ khu vực sẽ dần biến thành một đô thị tương lai Cyberpunk như trong phim.
Người chơi trực tiếp thốt lên "Ôi Chúa ơi"
Biên tập viên truyền thông công nghệ David Gewirt từng dành hàng giờ khám phá trên Google Earth, say mê khả năng du lịch khắp thế giới mà không cần rời khỏi nhà. Tính năng Street View tuy hơi xâm phạm, nhưng cũng khiến ông mê mẩn, đến nay vẫn vậy.
Sau khi biết tin, ông lập tức thử nghiệm tính năng mới, kết quả "gây ra rất nhiều tiếng cười."
Independence Hall (Hội trường Độc lập) của Mỹ, là Di tích Lịch sử Quốc gia Mỹ, Di sản Văn hóa Thế giới. Ngày 4 tháng 7 năm 1776, Tuyên ngôn Độc lập Hoa Kỳ được thông qua tại đây.
Không nghi ngờ gì, điều này mang giá trị lịch sử và văn hóa đáng kể đối với nước Mỹ.
Nhưng David Gewirt có một ý tưởng phiêu lưu: "Hãy tưởng tượng đây là trong tương lai dystopia tận thế sau 500 năm nữa."
Một câu nói, điện đường xưa trực tiếp biến thành "phế tích tận thế".
Một trong những truyền thống điển hình nhất của Philadelphia là cuộc diễu hành dân gian hàng năm lâu đời nhất nước Mỹ, trở thành truyền thống năm mới từ năm 1901 - Mummers Parade.
Điều này khiến ông suy nghĩ: Philadelphia tương lai cần một cuộc diễu hành Mummers Parade dystopia tận thế.
Vì vậy, ông tiếp tục nhắc, "Giờ hãy để nó bị chiếm đóng bởi zombie, gã hề ác quỷ và robot khổng lồ ngoài hành tinh."
Zombie, gã hề ác quỷ và robot khổng lồ ngoài hành tinh, ôi trời ơi!
Zombie, gã hề ác quỷ và robot khổng lồ ngoài hành tinh, thế cục căng thẳng, không khí không đúng lắm. Nhưng chỉ cần thêm một gợi ý nữa sẽ hoàn hảo. Ông nói với AI, "Hãy khiến tất cả chúng trở nên vui vẻ."
Giờ đây, ông cho rằng: "Đây là một Philadelphia tương lai đáng tin, đặc biệt là vào ngày 1 tháng 1."
Xin lưu ý, cuối cùng ông cũng nhắc nhở: "Mặc dù điều này có thể mang lại một số thử nghiệm thú vị, nhưng rõ ràng vẫn chưa thể coi là một công cụ thực tế đáng tin cậy."
Hiện tại, tính năng mới hoàn toàn không hỗ trợ sử dụng trực tiếp trong "góc nhìn Street View" (Street View), trực tiếp làm giảm tính thực tiễn và thú vị, đáng tiếc.
Các phương tiện truyền thông thậm chí còn châm biếm không thương tiếc: Đối với các nhà phát triển hoặc kiến trúc sư chuyên nghiệp mà nói, loại tác phẩm họa không đảm bảo tính nghiêm ngặt về hình học không gian, chỉ dựa vào xác suất ghép nối này, không khác gì một thứ "đồ AI phế thải tinh tế" (AI Slop).
Không ngờ chưa đầy một ngày đã bị cư dân mạng "nghịch hỏng", Google khẩn cấp rút lại tính năng mới!
Giải mã công nghệ
Từ "từ không sinh có" đến "ràng buộc không gian địa lý"
Trong logic vẽ AI thời kỳ đầu, AI giống như đang chơi trò chơi với pixel.
Bạn đưa cho nó một từ khóa gợi ý, nó ghép nối một bức tranh từ phân bố xác suất khổng lồ, nó không quan tâm đến trọng lực, càng không quan tâm tòa nhà trong khung hình đó có thực sự tồn tại trong thực tế hay không.
Nhưng Nano Banana 2 được tích hợp trong Google Earth đã thay đổi hoàn toàn luật chơi. Đây là một thử nghiệm hoàn toàn mới được gọi là "Ràng buộc Không gian Địa lý" (Geospatial Grounding).
Ở tầng đáy công nghệ, nó dựa vào năng lực đa phương thức mạnh mẽ và năng lực tăng cường truy xuất (Search Grounding) của Gemini:
Thứ nhất là, thu thập thời gian thực bản đồ địa hình vật lý.
Đầu vào cơ sở mà Nano Banana 2 nhận được không phải là một hình ảnh phủ từ trên xuống thông thường, mà là ma trận ràng buộc phức hợp: "Ảnh gốc vệ tinh/chụp từ trên không của cổng nhìn hiện tại + lưới địa hình 3D và độ cao + tham số camera không gian".
Theo suy đoán, nhiệm vụ tạo sinh của nó được neo chặt nghiêm ngặt:
Địa hình không thể bị làm giả: Các nếp gấp đồi núi nhấp nhô, đường cơ sở viền hồ, vị trí và tỷ lệ chính xác của móng công trình, phải tuân thủ nghiêm ngặt tình trạng địa lý thực tế.
Phối cảnh và quan hệ không gian phải phù hợp: Các yếu tố công trình, thảm thực vật hoặc cảnh mới được tạo ra phải được lồng ghép vào địa hình ba chiều thực tế và cấu trúc hiện có, thay vì lơ lửng trên không trung.
Tính nhất quán chủ thể: Nano Banana 2 hỗ trợ render tính nhất quán siêu mạnh lên đến 5 chủ thể và 14 vật thể, đảm bảo thành phố hoặc cộng đồng mới không xuất hiện sự sụp đổ thị giác rõ rệt khi chuyển góc nhìn.
Đây là tạo sinh có điều kiện (conditioned generation) trong điều kiện ràng buộc địa lý thực tế. Cái giá phải trả là mỗi hình ảnh của Google Earth cần tới hai phút để thực hiện.
Thứ hai, truy xuất thời gian thực cơ sở kiến thức thế giới.
Nano Banana 2 không chỉ là một máy tạo ảnh, đằng sau nó kết nối với công cụ tìm kiếm khổng lồ và cơ sở kiến thức địa lý của Google. Khi bạn cố gắng "khôi phục lịch sử", "đánh dấu địa danh", nó sẽ chủ động truy xuất bối cảnh văn hóa và kiến thức địa lý của địa danh đó.
Ví dụ, người dùng yêu cầu tạo một "biểu đồ thông tin Tượng Nữ thần Tự do".
Mô hình không chỉ vẽ ảnh, mà còn gọi cơ sở kiến thức thế giới của Gemini, tự động điền: Năm xây dựng, vật liệu sử dụng, kích thước công trình, thông tin lịch sử, v.v.
Tuy nhiên, việc truy xuất thông tin có hoàn toàn chính xác hay không, là một vấn đề khác cần xem xét thận trọng.
AI có thể tạo ra biểu đồ thông tin trông chuyên nghiệp, không có nghĩa tất cả sự thật đều tuyệt đối đáng tin cậy.
Thứ ba, chi tiết độ trung thực cao và văn bản chính xác.
Nano Banana 2 hỗ trợ đầu ra hình ảnh độ trung thực cao 2K thậm chí 4K, và có khả năng render văn bản cực mạnh. Điều này có nghĩa, bạn có thể trực tiếp thấy biển hiệu văn bản được sắp xếp rõ ràng, không lỗi font, hoặc thông tin giải thích trong cảnh được tạo ra, thậm chí trực tiếp "vẽ tay" biểu đồ thông tin khoa học phổ thông (Infographics) chứa sự kiện lịch sử thực tế lên địa danh.
Về mặt thao tác, Google đã nén bộ công nghệ phức tạp này đến mức tối đa: Hỗ trợ tiến/lùi xem thay đổi trong khi tạo sinh, nhấp "Refine image" để thêm từ khóa gợi ý tiếp tục lặp lại, giao diện cung cấp trải nghiệm before/after trực quan.
Điều này trực tiếp loại bỏ quy trình làm việc rườm rà "chụp ảnh màn hình - xuất ra - nhập vào AI khác - dán lại" của người bình thường, để "sáng tạo" và "địa lý thực tế" hoàn thành sự tích hợp nguyên bản liền mạch.
Hài lòng rồi nhấp "Save to Project", hình ảnh được tạo sẽ được đánh dấu vĩnh viễn dưới dạng Placemark trong lớp dự án cá nhân, giữ góc nhìn camera. Bất kỳ ai nhấp vào tọa độ này, đều có thể thấy "một khả năng khác" của bạn.
Trái đất ảo giúp Gemini của Google thoát khỏi vòng vây?
Ý nghĩa của việc Nano Banana vào Google Earth, có thể vượt xa một tính năng mới.
Cuộc đua trong lĩnh vực máy tạo ảnh AI đang rơi vào tình trạng hỗn chiến.
GPT-image-2 của OpenAI dẫn đầu bảng xếp hạng Arena, Nano Banana 2 Lite xếp thứ năm. Adobe Firefly, Midjourney, v.v. đều đang tranh giành cùng một nhóm người dùng.
Google đã đi một con đường hoàn toàn khác.
Lá bài chủ của nó không phải là thuật toán, mà là dữ liệu. Hai mươi năm tích lũy hình ảnh vệ tinh, ảnh chụp từ trên không, cộng với mô hình hóa địa hình 3D bao phủ hàng trăm thành phố tại hơn 40 quốc gia - bộ dữ liệu không gian độc quyền này, là hào sâu phòng thủ mà bất kỳ mô hình thuần văn bản nào cũng không bao giờ với tới.
Ghép Nano Banana 2 vào bộ dữ liệu này, kết quả là một danh mục hoàn toàn mới: Trực quan hóa AI dựa trên tọa độ địa lý thực tế, có độ tin cậy không gian.
Nó không phải so với Midjourney xem ai vẽ đẹp hơn, mà là so xem ai vẽ "thật" hơn - thật đến mức có kinh độ vĩ độ, có độ cao, có góc nhìn vật lý.
Kevin Kelly từng dự đoán, thế giới vật lý sẽ tạo ra một "Thế giới Phản chiếu" tương ứng nghiêm ngặt trong thế giới số. Và ngày nay, Google sử dụng Nano Banana 2, đã nhẹ nhàng phủ lên thế giới phản chiếu này một lớp "lớp da số có thể bị viết lại bất kỳ bằng từ khóa gợi ý".
Google trực tiếp kéo chiến trường từ "vẽ đẹp", sang "cải tạo Trái đất". Trận chiến này, người khác thậm chí còn không lấy được 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 công chúng "Tân Trí Nguyên" (新智元), tác giả: ASI Khải Thị Lục
