5月20日消息,Google DeepMind 在 I/O 2026 为世界模型 Project Genie 推出重大更新——接入 Google Maps 街景数据,允许用户在 Genie 中以美国境内任意街景位置为基底生成可交互、可探索的 AI 模拟世界,并可选风格化处理。Genie 同步上线资料库功能存储与迭代生成的世界,Ultra 用户之间可分享与改造彼此的世界,非 Ultra 用户可观看视频预览。该能力即日起向全球符合条件的 Google AI Ultra 订阅者(18 岁以上)逐步开放,街景接入功能首批限定美国境内地点。
街景做底座:从合成场景到「真实地点锚定」
Project Genie 此前一直停留在纯合成世界生成的研究原型阶段——基于文本 prompt 生成 720p、24fps、可交互的 3D 环境,持续时长约 1 分钟。Genie 3 在 2025 年 8 月作为研究预览首次亮相,2026 年 1 月对美国 AI Ultra 订阅者开放访问,这次 I/O 的关键升级是把 Google Street View 近 20 年积累的图像数据接入 Genie 的生成管线。
DeepMind 开放式研究团队科学家 Jack Parker-Holder 把这次更新定位为「同时服务智能体、机器人与玩家三个用例」。Google Maps 总监 Jonathan Herbert——12 年前以实习生身份加入街景团队——直言 Genie 目前还不能忠实重建一条真实街道,真正的突破在于 AI 的「空间连续性」:当用户在生成世界中旋转 360 度,模型能正确记住并模拟身后的环境,并在此基础上继续构建新场景。换句话说,Genie 用街景做的是「锚点」,而不是逐帧还原。
资料库与外部共享:Ultra 用户可改造他人世界
新版 Genie 引入资料库(library)功能,用户可以保存自己生成的世界、浏览历史创作、对已有世界做混搭与迭代。外部分享是另一个变化方向——任何用户都能通过分享链接观看生成世界的视频预览,但只有 AI Ultra 订阅者可以进入并探索该世界,或在其上做改造迭代。这条权限设计在保留 Ultra 订阅价值的同时,让 Genie 内容具备社区传播能力。Google 公开了一个示例分享世界(goo.gle/42j85pj)。
操作流程是:用户在 Genie 中点击 Maps pin 选择美国境内地点,可选风格——Android Central 的演示给的例子是把芝加哥变成被风沙侵蚀的废土。Parker-Holder 在向媒体演示时还展示了一个「水下街区」demo,显示出风格化的张力。这种「真实地理 + 想象层」的组合,是 Genie 这次升级的产品语言。
机器人与智能体训练:数据集成壁垒
街景数据接入对消费侧的玩法之外,更结构性的意义在 robotics 与 spatial AI 训练。Parker-Holder 强调 Genie 「对智能体和机器人用例同样强大」——可探索的、空间一致的 3D 环境是机器人路径规划、空间推理训练的核心需求。Google 此前花 20 年积累的街景数据集,是其他 AI 实验室短期内无法复制的数据壁垒。把这层数据接入生成式世界模型,意味着 Google 在 robotics 训练环境上获得了独有的数据 × 模型组合。
Herbert 的表述是「我们长期在思考如何在街景数据之上构建最丰富的世界模型」——Genie 被定位为这条路线的开端。这与 Tesla 推动的视频原生世界模型、Wayve 的端到端驾驶模型,以及 World Labs(李飞飞团队)等空间智能创业公司形成的赛道分野有所不同——Google 路线更偏向「在已有地理数据底座上做生成」,而非纯从视频学习世界。
竞品格局:World Labs、Decart 与 Microsoft Muse
世界模型这条赛道近一年涌现密集。李飞飞团队的 World Labs 推出 Marble,主打从单图生成 3D 持久世界;Decart 主打实时交互式视频世界;Microsoft Research 的 Muse 模型聚焦游戏 NPC 与游戏世界生成;Tencent 的 Hunyuan-Game 也在持续迭代。Genie 此前 3D 生成质量被业界认为优于多数同类,但「空间连续性 + 1 分钟稳定时长」依然是技术上限。
街景接入让 Genie 的差异化从纯生成能力转向「真实地理 anchor + 生成层」的组合——这是其他模型短期内难以复制的产品形态。Startup Fortune 的分析指出,Genie 此举把生成式可玩环境变成「场所锚定的模拟」,对机器人、地图与空间 AI 创业公司形成数据集优势。
局限与隐私风险
Google 自己承认 Genie 仍在打磨细节锐度与准确性,此前 Project Genie 文档列出的限制包括真实感、prompt 跟随度、物理一致性、延迟与生成时长——这些短板尚未在这次更新中被声称解决。720p / 24fps / 1 分钟左右的硬约束,意味着 Genie 离「替代游戏引擎」或「专业视频制作」还有较大距离。
隐私问题更微妙。街景本身已经涉及面部模糊、车牌处理等大量历史争议,把生成层叠加上去意味着用户可以基于真实地点创建「可信但被修改」的版本——这对敏感地点(私人住宅、政府设施、宗教场所)构成新的伦理与安全问题。Google 这次把发布范围控制在 AI Ultra 订阅者、18 岁以上、街景锚点限美国境内,显示团队对风险面有清晰认知,但具体的内容审核机制尚未公开。
下一个观察点是 Genie 全球扩展时,街景数据是否同步开放至美国境外,以及该能力是否会通过 API 或 SDK 形式对 robotics 与游戏开发者开放——目前这条路径 Google 尚未表态。