Google Verge 报道揭示 Google Earth 中 AI 图像的问题

Google 在大约一天内撤回了 Google Earth 中的一项 AI 图像生成器，此前用户利用它制作出令人信服的暴力、移民和破坏场景。Google Verge 的报道之所以重要，是因为这并非又一个孤立的图像工具。Google 将生成式编辑嵌入了一款被广泛视为了解真实地点窗口的产品中。

只需一条简短提示词，就可以修改与特定地点相关的卫星、航拍和三维影像。Digital Digging 创始人 Henk van Ess 分享的示例包括美墨边境附近所谓的难民，以及加沙一所医院附近的破坏情况。这些生成场景并未成为公开地图的一部分，但截图可以脱离原始界面或警告信息，从 Google Earth 中流出。

Google 起初强调其安全措施，称生成图像带有 SynthID 水印，并可通过 Gemini 或 Google Lens 进行核查。随着误导性截图传播，该公司随后改变了做法。这一过程暴露了核心矛盾：Google 将溯源工具视为足以应对风险的防线，却把这项功能置于一个异常受信任的视觉环境中。

Google Verge 报道展示 Earth 内部发生了什么变化

Google Earth 曾短暂地从展示地理影像，转变为在同一视觉框架中生成虚构事件。

Google 推出了一项“Create image”控件，用户可选择一个地点并描述经过修改的场景。系统随后使用 Google 的图像生成与编辑技术 Nano Banana，对与该地点关联的影像进行转换。

这一工作流省去了过去制作地理深度伪造内容所需的多个步骤。用户不再需要截取地图图像、上传至其他地方、选择编辑模型，再复现所需视角。Google 将地点、源图像、3D 场景和生成器整合到同一个界面中。

Van Ess 针对虚假图像会立即带来后果的主题测试了这一组合。根据 The Verge investigation，提示词生成了美墨边境附近所谓难民的画面。另一项结果似乎显示，加沙一所医院附近有一个炸弹坑。

这些例子尤其严重，因为两个地点都处于活跃的政治与人道主义争议之中。一张伪造的航拍图像，可能看似能够佐证有关越境、军事袭击、基础设施受损或平民伤亡的说法。

据报道，这些图像在仔细检查时会显露视觉瑕疵。车辆、建筑物、阴影和地面特征并不总是相互吻合。然而，社交平台帖子很少给观众留下足够时间、源文件或分辨率来进行这种检查。

截图还可能移除将图片标示为个人创作内容的上下文。Google 强调，生成结果不会出现在其他用户共享的 Google Earth 体验中。这一区别降低了用户打开 Earth 后将合成景观当作地图数据看到的风险。

但这并未解决完整的传播问题。用户可以导出或截取结果，裁掉周围控件，并在其他平台展示该场景。一旦脱离 Google Earth，图像仍保留地理证据的熟悉外观，却没有同样醒目的警告。

因此，这项功能改变的不只是图像编辑的速度。它还赋予合成内容一种与观察、测量和地点相关产品相联系的视觉语言。

Google 在开发更强防护措施期间撤回了该工具。其声明承认了专业用途与政策违规并存的情况。该公司表示，已看到地理空间专业人士有效使用这项功能，同时也看到似乎违反其规则的截图。

此次撤回限制了即时访问，但并未解决设计层面的问题。如果生成器重新上线，Google 必须决定是否应继续禁止某些主题、地点和编辑请求。

更大的问题在于，创作与证据是否应当共存于同一个界面。Google Earth 的价值建立在向用户展示世界之上。生成式控件悄然将产品角色从观察者变成了场景制造者。

为什么 Google Earth 比图像生成器承载更多信任

风险来自周边产品的权威性，而不只是 Nano Banana 的逼真程度。

人们打开通用图像生成器时，通常预期会得到虚构内容。他们可能请求一座想象中的城市、不可能发生的事件，或现实人物的虚构版本。打开生成器这一行为本身，就表明输出内容是合成的。

Google Earth 则营造了不同的预期。其界面提供可搜索地点、地理坐标、地形、航拍照片、卫星影像和三维模型。这些元素让用户相信场景对应真实地点，即使底层影像本身存在局限。

卫星图像并非对地球的直接实时观察。提供商会在特定时间采集图像，对其进行处理、合并数据，并以不同分辨率展示。航拍摄影和 3D 重建又增加了更多诠释层次。

这些限定条件很重要，但并不意味着真实地理影像与生成内容等同。前者记录来自物理世界的信号，后者则预测能够满足请求的像素。

调查人员使用遥感影像，是因为它能够在直接接触危险或不可能的情况下确立事实。分析人员可以比较不同时间的图像，以研究建设活动、烧毁区域、受损建筑、军事阵地、乱葬坑、森林砍伐和作物状况。

冲突地区凸显了其中的利害关系。卫星证据帮助记者评估有关袭击和基础设施受损的相互矛盾说法。NPR 此前描述了 Gaza satellite imagery 如何在一场充斥争议信息的冲突中成为事实核查的一部分。

Google Earth 并非专业人士进行此类工作时唯一使用的来源。调查人员通常会获取商业影像、审查元数据、比较独立供应商，并参考当地证据。不过，Earth 让更广泛的公众能够接触到同一视觉类别中熟悉的版本。

这种熟悉感造就了设计师有时所称的“借用权威”。生成结果之所以显得可信，部分原因是其周围环绕着受信任的界面元素。地图已经提供了真实地点、观察角度、地表纹理和可辨识地标。

Google Verge 的报道表明，这种权威性如何能够延续到产品之外。一张裁剪后的截图不需要骗过卫星分析师。它只需要在快速发展的事件最初几分钟内说服足够多的观众。

时间优势属于虚假图像。核查需要定位所谓事件、寻找可比影像、检查阴影和建筑、追溯原始帖子，并寻找更早的副本。分享则只需轻点一下。

过去的错误信息事件表明，情绪化图像如何利用这一差距。NPR 记录了围绕政治敏感场景制作的 AI disaster propaganda。即使观众发现明显的视觉缺陷，其中一些内容仍被广泛传播。

Google Earth 又增加了一个说服性线索：地理具体性。创作者不再只是展示一场未指明地点的灾难，而是可以将虚构内容附着在医院、边境口岸、政府建筑或某个街区上。

结果不只是声称某件事发生了，而是看起来展示了它发生在哪里。

这一差异给 Google 带来的压力，超过了它给独立图像生成器公司带来的压力。Google 运营创作模型、地理界面、用于传播或核查图像的搜索工具，以及作为安全措施提供的检测服务。

因此，该公司控制着同一信息链条中的多个层面。一个产品的设计失误，可能会增加另一产品所承受的负担。

核心权衡在于创作与地理证据之间

水印可以识别人工生成的图像，但在上下文消失后，它无法保留地理证据在公众认知中的含义。

Google 最初的辩护聚焦于 SynthID。这项技术会在 AI 生成内容中嵌入信号，而不是仅依赖可见标签。Google DeepMind 表示，其 SynthID watermark 旨在保持不可察觉，同时让兼容系统能够检测生成或修改过的媒体。

这种方法具有实际价值。可见标签可能会在截图中被裁掉。文件元数据可能在转换、编辑或上传至社交媒体时消失。嵌入式信号能够在一些会破坏这些简单披露方式的转换后继续保留。

Google 也提供面向消费者的检测渠道。怀疑图像真实性的人可以将其提交给 Gemini，或在 Search 中使用 Lens。Google 曾将 Lens、AI Mode、Circle to Search 和 Chrome 中的 Gemini 描述为调查媒体来源的工具。

该公司在 2026 年 5 月表示，其系统已为超过 1000 亿张图像和视频添加水印。这一规模表明其对溯源基础设施进行了大量投入，但并不能证明普通观众在作出反应或分享之前会持续进行溯源核查。

水印将责任放在信息链条的末端。观众必须先产生怀疑，知道存在核查工具，获得可用副本，并正确理解结果。

一张令人信服的 Google Earth 截图可能在任何这些步骤发生之前就影响观众。它可能配以虚假说明被转发、被压缩、被编辑，或在视频中展示。许多接收者永远不会看到原始创作界面。

检测也只能回答一个有限的问题。阳性结果表明兼容的 AI 工具创建或修改了图像，但并不能说明哪些部分发生了变化、原始地点是什么样子，或所描绘的事件是否真的发生过。

阴性或不确定结果并不证明其真实性。图像可能来自其他模型，可能已失去可检测信号，或包含超出检测器覆盖范围的编辑。

这种不对称性使防护措施尤为重要。防护措施在传播前阻止某些输出，而溯源则在事后协助评估。两种机制针对的是问题的不同阶段。

有关 Earth 功能的报道表明，Google 产品之间的执行力度可能并不一致。据报道，在地理界面中有效的提示词，用户尝试通过其他地方的 Nano Banana 进行类似编辑时可能会失败。如果在更广泛测试中得到确认，这种差异表明产品整合创造了新的安全风险面。

上下文会影响模型行为。为独立生成器调校的防护措施，可能会评估上传照片、文本请求和所要求的转换。在 Earth 中，模型还会接收通过地图选择的地理场景。

地点并非中性的输入。医院、边境、核设施、学校或政府大楼，都可能让原本普通的请求变得具有政治敏感性。当它与正在发生冲突的地区关联时，“添加烟雾”的含义就截然不同。

Google 公布的 Earth 内容规则限制了危险、恐怖主义、暴力和恶意内容。然而，除非执行系统能够理解提示词、地点、影像与时事之间的组合，否则一份政策文件无法阻止输出。

一刀切地禁止烟雾、人群、破坏、军事物体或临时建筑，也会排除正当用途。城市规划者可以使用合成场景展示拟建建筑。应急团队可能模拟洪灾或野火造成的破坏。教师则可以将历史环境可视化。

这正是为什么问题并不等同于禁止暴力词汇。一场正当的灾害模拟与一张伪造的突发新闻图片，可能包含几乎完全相同的像素。

区别在于目的、呈现方式、传播方式和语境。自动化系统难以可靠地推断这四项因素。

因此，Google 必须决定在哪里设置阻力。它可以限制敏感提示词、屏蔽高风险地点、限制导出、在图像内添加持久且可见的披露标识，或仅在受控的专业工作流程中提供该功能。

每一项措施都会削弱让这项整合颇具吸引力的轻松创作体验。这正是最初发布时试图避免的权衡。

更强的护栏无法消除截图问题

此次下线可以减少 Google Earth 内部的滥用，但没有任何提示词过滤器能阻止所有对看似真实的地理影像的欺骗性使用。

Google 的反转是恰当的，因为该公司对这一高风险工作流程拥有直接控制权。移除该功能使用户无法再通过该界面生成更多案例，同时让工程师重新评估其保护措施。

但这次下线不应被视为完整解决方案。用户仍可从地图服务中截取影像，再使用其他软件编辑。通用图像生成器、本地模型和传统图形工具都能制造地理伪造内容。

这一观点已经出现在围绕争议的公开回应中：如果外部人士也能进行同样的编辑，为什么要责怪 Google Earth？

答案涉及规模、阻力和归因。专门的欺骗性工作流程需要知识、工具和准备。一枚内置按钮则会把同样的流程变成主流产品操作，也会让输出立刻与 Google 产生关联。

即便没有创造新的技术能力，产品设计也会改变行为。智能手机摄像头并未发明摄影，社交平台也未发明谣言；但两者都改变了相关活动的速度、规模和受众。

Google Verge 案例呈现了同样的模式。将生成能力与地理导航整合，使得快速创建大量特定地点场景变得容易。恶意行为者可以测试不同提示词、角度和地标，直到某个结果看起来足够可信。

更严格的提示词过滤器能够拦截一些明显请求。它们可能拒绝提及具体恐怖袭击、描绘伤亡，或直接要求在受保护地点伪造破坏的请求。但有决心的用户往往会通过委婉说法、分阶段请求或普通视觉描述来绕过过滤。

位置感知控制可以解决另一层问题。Google 可以标记涉及活跃冲突地区、医院、军事设施、投票地点、边境或灾区的请求。但此类限制需要持续更新对敏感地点的评估。

它们也会带来艰难的政策决定。例如，模型可能允许在一座城市进行虚构的体育场改造设计，却因附近的抗议活动让该地点暂时变得敏感，而阻止另一座城市的城市规划模拟。

可见披露标识提供了更清晰的干预方式。Google 可以在生成场景上渲染永久标签，而非主要依赖不可见水印。该标签需要在常规裁剪后依然保留，并在社交媒体尺寸下仍然显眼。

即便如此，这项措施也有局限。用户可以用其他编辑工具移除可见文字。有决心的伪造者可以重建边框、仿制界面，或谎称真实图像是合成的。

最后一种可能性就是“骗子红利”：令人信服的伪造品存在，会给人们一个理由去否认真实证据。即便照片由相机拍摄，公众人物也可以将不利的照片称为 AI 生成。

NPR 记录了这一现象：虚假说法曾针对一张真实的政治集会图片。争议并不需要成功的深度伪造；AI 篡改的可能性本身就制造了怀疑。

因此，Google Earth 的实验存在双向伤害风险。伪造场景可能被当作真实内容，而真实的卫星证据也会更容易受到质疑。

专业调查人员有处理这种不确定性的方法。他们会比较采集日期、影像提供商、光谱数据、天气、阴影、地标和独立观察结果。普通受众通常只能看到一张经过压缩的截图和一条说明文字。

无论 Google 是否恢复该功能，媒体机构都需要采取更严格的核验做法。Google Earth 视觉内容不应再被视为自证真实的证据。编辑应要求提供源文件、确认影像日期、定位坐标、比较历史视图，并寻求独立确认。

普通用户也可以进行更简单的检查。他们可以搜索原始帖子，查看可信机构是否报道该事件，在 Earth 中比对该地点，并使用溯源工具。Google Lens 可以帮助识别更早版本或相关图像。

这些步骤可以降低风险，但无法彻底扭转一张震撼图片带来的情绪影响。一旦人们看到熟悉地点似乎遭到破坏，更正信息就要与鲜明的第一印象竞争。

这正是为什么预防依然重要，即便它并不完整。Google 无法消除地理错误信息，但可以避免将其生产过程打包成可信地理产品中的便捷功能。

Google 和 AI 图像用户接下来应关注什么

下一个版本将揭示，Google 是将此事视为过滤错误，还是产品类别冲突。

第一个信号是图像生成器是否会重返 Google Earth，以及以何种形式回归。如果迅速重新上线，并配以更广泛的提示词拦截，将表明 Google 主要将这起事件视为内容审核漏洞。

更受限的专业版本则会传递不同信息。Google 可以将生成功能限制在规划、教育、环境建模或设计账户中，也可以约束用户可导出的内容，以及生成场景在项目外的呈现方式。

最重要的设计决定将是分离。Google 可能会为模拟创建一个一目了然的工作空间，而非将合成场景放在普通地理浏览内容旁边。持续一致的视觉风格可以告诉用户，他们已经进入了一个虚构图层。

如果 Google 基本恢复相同的界面，核心担忧仍会存在。尤其在图像离开产品后，观看者仍可能将模拟事件误认为记录下来的地理现实。

第二个信号是披露标识的形式。Google 最初依赖 SynthID 和外部核查工具。此次下线表明，这些保护措施并未解决截图如何传播的问题。

请关注嵌入整张图像的可见标签，而不只是图像周边的标记。同时也应关注导出内容是否通过 Content Credentials、元数据或其他可互操作标准保留溯源信息。

Google 表示，SynthID 已覆盖其生成式媒体产品。关键问题是：在社交平台常见的变换之后，检测是否仍能有效发挥作用。裁剪、重新压缩、调整尺寸、色彩变化和录屏，都应纳入任何公开评估。

独立研究人员需要获得测试这些说法的机会。仅由开发者评估的保障措施，无法解答关于漏检、误报和编辑后性能的问题。

第三个信号是 Google 是否公布位置感知的安全规则。其现有政策描述了被禁止的内容，但这种整合需要就地理语境作出更具体的决定。

如果该功能回归，Google 应说明其如何处理正在进行的战争、持续发展的灾害、选举、边境、医院、学校和其他敏感地点。用户还需要有办法举报在 Earth 之外以欺骗性方式传播的生成式地理图像。

Google 应澄清，政策执行是针对创作者、生成文件，还是两者兼顾。它还应说明，当有人反复制作被禁止的场景、却不在 Google Earth 内发布时，会发生什么。

这些信号的重要性不止于一款产品。Microsoft、Adobe、OpenAI、Meta 和独立模型提供商都面临同一整合问题的不同版本。当生成工具附着于本已承载制度性权威的系统时，风险会变得更高。

绘图应用中的 AI 编辑器显然是一种创意工具。同一编辑器若置于地图、医疗、法律、金融或科学软件中，就可能继承周边系统的可信度。

正确的保障措施取决于这种周边用途。适用于社交媒体贴纸的轻松披露方式，可能不足以应对看似战场证据的图像。

Google 的运营规模也足以为其他公司设定预期。如果它采用持久标签、位置感知控制和独立测试，这些措施可以成为参考标准。如果它在关注度消退后悄然恢复工具，竞争对手可能会将这起事件理解为暂时性的公关问题。

对读者而言，实际的教训并非拒绝每一张航拍图像，而是不再将熟悉的界面视为真实性的证明。

当一张截图声称展示了新的袭击、边境动态、灾害或建设项目时，应要求提供原始地点和影像日期。核查独立来源是否观察到同一事件。将检测工具作为一个信号，而不是最终结论。

Google Verge 争议始于几秒钟即可输入的提示词。它更深远的后果将持续更久：地理影像如今需要像其他所有数字图片一样接受溯源审查。

Google 可以建立更强的护栏，但用户应关注它划下的边界。Google Earth 将主要继续作为地点记录，还是会成为从未发生却看似可信事件的画布？