Google 把街景装进 Genie：真实世界秒变可交互 3D 虚拟场景

如果你平时喜欢在 Google 街景里到处乱逛，看看童年老家或者巴黎街头，那么 Google 最近刚刚给这项二十年的老资产装上了一台造梦机。

在 Google I/O 2026 上，Google DeepMind 宣布把通用世界模型 Project Genie 和 Google 街景连在了一起。说白了，以前你在街景里只能看静态全景照片，现在你可以挑一个真实坐标，让 AI 把它瞬间变成一个可以走动、可以交互的游戏世界。

街景不只是看路，还能变成海底和雪原

这项新功能依托于 Google 过去 20 年积累的街景数据。从街景车到背着全景相机的徒步者，Google 在全球 110 个国家和地区攒下了超过 2800 亿张照片。现在这些照片成了世界模型的地基。

在 Project Genie 原型里，用户只要在地图上扎下大头针，选一个美国境内的地点，再挑选诸如「海洋世界」「沙漠沙丘」「石器时代」或「黑白电影」这类风格滤镜，接着设定你的主角，比如一只小动物或黏土怪兽，AI 就会直接生成一个能探索的世界。

你可以把旧金山的金门大桥沉入海底，操控角色在桥墩之间潜水看鱼群；也可以把得克萨斯州的牲畜交易区一键切回 1920 年代的黑白片色调，街边停满老爷车。

Google 地图团队透露，这次真正的技术突破在于空间连续性。当你在虚拟街景里转动 360 度，AI 能准确记住你背后的环境并持续生成，不会一回头世界就变样了。

不过它现在离真实世界还有明显差距。DeepMind 团队坦言这依然是实验室原型，画面更接近电子游戏质感，而且模型还没搞懂现实物理规律。比如在测试里，角色在积雪的树林里奔跑时，会直接穿透仙人掌和灌木丛。研究团队估计，世界模型在精度上大概还落后纯视频模型六到十二个月。

给自动驾驶和机器人造一个极端练兵场

让普通人玩风格化漫游只是顺带的事，DeepMind 的野心明显在具身智能和仿真训练上。

之前 Waymo 已经在用 Genie 生成龙卷风袭来或马路上偶遇大象这种极其罕见的极端路况，帮自动驾驶车辆做压力测试。但 Waymo 过去的自研模拟器基本只能固定在汽车底盘视角。

一旦接上了全球街景，视点就可以自由切换成行人或者双足机器人。DeepMind 的研究员举了个例子：如果要在很少出太阳的伦敦部署机器人，Genie 可以专门模拟出阳光突然照在维多利亚式老建筑上的反光画面，避免真机第一次上街时被强光眩晕搞懵。

目前这个功能已经面向全球 Google AI Ultra 的订阅用户开放，不过每月 200 美元的门槛显然不是给尝鲜路人准备的，而且目前实景锚定只支持美国境内的地点，后续才会扩到更多国家。

为什么重要

把二十年积累的静态街景变成可交互的 4D 世界，我们认为这是 Google 近几年在资产再利用上走得最聪明的一步棋。

对于做机器人和自动驾驶的开发者来说，最头疼的就是长尾罕见场景的采集成本。真实世界里你不可能等一场龙卷风或者把机器人扔到所有极端天气里去试错。街景加上世界模型，相当于把全世界现实街道直接打包成了低成本的数字孪生练兵场，还能随意加注极端变量。

这给对手带来的压力很现实。不管是 OpenAI 还是各类视频生成模型，哪怕画面渲染得再逼真，缺乏地理现实数据的锚定，就很难直接服务于具身智能的实地导航。Google 守着 2800 亿张街景照片，这是其他纯算法创业公司花几百亿美元也买不来的护城河。

但隐患同样摆在眼前。首先是物理一致性的缺失，穿模的世界模型如果拿来训练机器人动作，很可能会让机械臂在真实世界里做出荒谬甚至危险的判断。其次，每月 200 美元的定价直接把绝大多数独立开发者挡在了门外。在物理引擎真正跑通之前，现在的它对大众来说，看起来依然更像是一个昂贵的概念验证玩具。