Google Flow 接入街景：输入真实地点，AI 就能定点生成视频

过去我们让 AI 生成一段街头追逐戏或者咖啡馆短片，它画出来的往往是一座模棱两可的赛博都市。建筑像纽约又像伦敦，招牌上的文字乱七八糟，路边的消防栓长在奇怪的位置。

Google 宣布为旗下创作工具 Google Flow 引入了一项名为 Maps Imagery Grounding 的新功能。说白了，就是把 Google Maps 街景的庞大图库接进了生成式 AI 的大脑。

现在你在 Google Flow 里指挥 Agent 生成图片或视频时，场景不再靠模型凭空脑补，而是有了真实的物理坐标。

把提示词钉在地图上

这项功能用起来非常直接。打开 Google Flow 新建一个项目，直接在提示词里输入一个具体地点或地标即可。

背后的 Agent 会自动检索对应的 Google Maps 街景图像，提取现实环境里的空间结构与视觉细节，再把它们融合进生成的画面里。

官方也给出了几种典型玩法。比如你可以把原创角色放进某个特定的街角或社区，让画面看起来就像在那里实地取景。

你也可以对城市地标进行风格化重塑，比如把旧金山的金门大桥换一种艺术画风；或者输入一段著名风景路线，让 AI 重新构想沿途的风光。

以前写提示词，想要还原某个真实街道，往往得花大篇幅描写建筑样式、路灯造型和树种。现在你只需要丢给它一个真实地名，街景数据就替你把这些细节铺满了。

不过这项能力目前并非全球可用，官方明确表示现阶段仅支持美国境内的地点。

为什么重要

我们认为，这一步最关键的转变，在于把 AI 视频从「泛化场景」拽进了「定点场景」。

以前的文生视频工具很擅长做抽象的奇幻场景或模糊的概念片，但一碰到影视勘景、商业地产展示或者本地广告这类需要精准现实参照的需求，基本就很难派上用场。有了街景数据的锚定，创作者可以直接在真实经纬度上做视觉实验，大幅降低了前期概念设计的沟通成本。

对行业来说，这也是 Google 在多模态竞争里打出的一张资源牌。几乎所有大模型厂商都在卷视频生成的画质和动作流畅度，但坐拥全球最大街景数据库的只有 Google。把独家数据资产变成生成模型的底层支撑，是对手很难轻易复制的壁垒。

不过看起来它目前的限制也很明显。首先是地域范围还卡在美国境内，其他地区的用户只能先眼馋。其次，真实街景不可避免地包含私人住宅、车牌以及过往行人，如何处理这些隐私边界，以及风格化时会不会产生位置失真，依然需要观察后续的实际表现。