Google Flow 接入街景：輸入真實地點，AI 就能定點生成影片

過去我們讓 AI 生成一段街頭追逐戲或者咖啡館短片，它畫出來的往往是一座模稜兩可的賽博都市。建築像紐約又像倫敦，招牌上的文字亂七八糟，路邊的消防栓長在奇怪的位置。

Google 宣佈為旗下創作工具 Google Flow 引入了一項名為 Maps Imagery Grounding 的新功能。說白了，就是把 Google Maps 街景的龐大相簿接進了生成式 AI 的大腦。

現在你在 Google Flow 裡指揮 Agent 生成圖片或影片時，場景不再靠模型憑空腦補，而是有了真實的物理座標。

把提示詞釘在地圖上

這項功能用起來非常直接。開啟 Google Flow 新建一個專案，直接在提示詞裡輸入一個具體地點或地標即可。

背後的 Agent 會自動檢索對應的 Google Maps 街景影像，提取現實環境裡的空間結構與視覺細節，再把它們融合進生成的畫面裡。

官方也給出了幾種典型玩法。比如你可以把原創角色放進某個特定的街角或社群，讓畫面看起來就像在那裡實地取景。

你也可以對城市地標進行風格化重塑，比如把舊金山的金門大橋換一種藝術畫風；或者輸入一段著名風景路線，讓 AI 重新構想沿途的風光。

以前寫提示詞，想要還原某個真實街道，往往得花大篇幅描寫建築樣式、路燈造型和樹種。現在你只需要丟給它一個真實地名，街景資料就替你把這些細節鋪滿了。

不過這項能力目前並非全球可用，官方明確表示現階段僅支援美國境內的地點。

為什麼重要

我們認為，這一步最關鍵的轉變，在於把 AI 影片從「泛化場景」拽進了「定點場景」。

以前的文生影片工具很擅長做抽象的奇幻場景或模糊的概念片，但一碰到影視勘景、商業地產展示或者本地廣告這類需要精準現實參照的需求，基本就很難派上用場。有了街景資料的錨定，創作者可以直接在真實經緯度上做視覺實驗，大幅降低了前期概念設計的溝通成本。

對行業來說，這也是 Google 在多模態競爭裡打出的一張資源牌。幾乎所有大模型廠商都在卷影片生成的畫質和動作流暢度，但坐擁全球最大街景資料庫的只有 Google。把獨家資料資產變成生成模型的底層支撐，是對手很難輕易複製的壁壘。

不過看起來它目前的限制也很明顯。首先是地域範圍還卡在美國境內，其他地區的使用者只能先眼饞。其次，真實街景不可避免地包含私人住宅、車牌以及過往行人，如何處理這些隱私邊界，以及風格化時會不會產生位置失真，依然需要觀察後續的實際表現。