Google Earthウェブ版にAI画像生成機能が追加、衛星データに基づく空間的正確性を実現
2026年8月1日 18:18
Googleは7月31日、ウェブ版Google EarthにAI画像生成モデル「Nano Banana 2」を統合した。実際の衛星データや3D地形データを基盤とし、指定した場所の過去の姿や建設予定の建物を空間的に正確なスケールで生成できる。現時点ではモバイルアプリ版では利用できず、既存のGoogle AIサブスクリプションとは別の生成枠が適用される点に注意が必要だ。
■衛星データに基づくAI画像生成機能の提供開始
Googleは7月31日、ウェブ版Google Earth内に画像生成AI「Nano Banana 2」を直接統合した。これにより、地球上のあらゆる場所にズームインし、その場所の過去の姿や、空き地の活用案、着工前の建物の完成予想図などをAIに生成させることが可能になった。Google Earthの公式ローンチ記事によると、この機能は同日朝から世界中で追加料金なしで提供開始された。テキストプロンプトのみから生成を開始する汎用的なAI画像ツールとは異なり、実際の衛星写真、航空写真、3D地形データを生成するすべての画像の構造的なアンカー（基盤）として使用するという技術的な違いがある。
スマートフォンで探す前に注意すべき点として、この機能はウェブ版のGoogle Earth（earth.google.com）でのみ利用可能だ。Playストアだけで5億回以上ダウンロードされているiOSおよびAndroidアプリには搭載されていない。また、すでにGoogle AIやGoogle Oneのサブスクリプションに加入している場合でも、その生成枠は適用されない。Google Earthは、既存のGoogleアカウントのプランとは独立した、独自のサブスクリプションおよび生成枠で運用されている。
■Nano Banana 2の概要と機能の背景
Nano Banana 2は、技術的には「Gemini 3.1 Flash Image」として知られるGoogleの中間層AI画像モデルである。開発者API経由で1枚あたり0.034ドル（約5.5円、1ドル=161円換算）で約4秒で単独の画像を生成する軽量な「Nano Banana 2 Lite」と、複雑なプロ向けレンダリング専用の高品質な「Nano Banana Pro」の間に位置する。Googleは2026年2月にNano Banana 2を発表して以来、Geminiアプリ、検索のAIモード、Google広告、NotebookLMへと展開してきた。今回のGoogle Earthへの統合は最新の展開であり、アーキテクチャの観点から最も特徴的なものとなっている。
■地理空間アンカーの仕組み
MidjourneyやDALL-Eで「西暦78年のポンペイを見せて」と入力すると、モデルはその説明と関連づけて学習した内容を生成する。空間的な結果はもっともらしく見えるかもしれないが、スケールや地形、建物の相対的な位置が間違っているなど、地理的に不正確なシーンになる可能性がある。
Google Earthの実装は構造的に異なる。モデルはテキストプロンプトとともに、ユーザーの現在のビューポート（その場所の実際にレンダリングされた衛星データと3D地形データ）を入力として受け取る。その後、AIはその空間的フットプリントに制約された画像を生成する。ローンチ時にこの機能をテストした複数のレビュアーが確認したところによると、ポンペイの遺跡は正しい位置、正しいスケール、正しい地形的文脈の中に表示されるという。この制約は、Google Earthが保有する20年分に及ぶ衛星、航空、写真測量画像の独自アーカイブにアクセスできなければ、いかなる汎用画像ツールにも再現できないものである。
また、モデルは特定の場所に関する事実知識も検索する。自由の女神のインフォグラフィックを求めるプロンプトに対して、Nano Banana 2はGeminiの持つ世界知識のトレーニングデータを活用し、建設日、材料、寸法などの歴史的データを捏造するのではなく、グラフィックに組み込む。ただし、その検索が正確かどうかは別の問題であり、注意して扱う必要がある。
■地理空間アンカーが保証しないもの
空間的な正確さは、歴史的な正確さとは異なる。ユーザーが「西暦78年のポンペイの様子」を生成するようモデルに指示した場合、地形や建物の配置は当時の場所に基づいているが、屋根の形、壁の色、通りの質感、シーン内の人物などはAIの想像によるものだ。2000年前に衛星カメラは存在せず、ローマの通りを歴史的に正確にモデルに学習させるための信頼できるカラー写真も存在しない。モデルが生成するものは空間的に妥当で視覚的に一貫しているが、それはドキュメンタリーの証拠として読み取られかねない写真のようにリアルなスタイルで提示された創造的な推測であり、ローンチ時に機能をテストしたレビュアーもこの懸念を指摘している。
Google Earthのプロダクトマネージャーであるブライアン・ホロウィッツ氏が公式のローンチ資料で特に強調している教育目的での利用において、この違いは重要となる。歴史の授業で西暦78年のポンペイのAI生成による「超リアルなビュー」を使用する教師は、その画像が考古学的な記録ではなく、空間的な再構築であることを生徒に明示する必要がある。実際の衛星データに基づいているように見える写真のようにリアルなレンダリングの視覚的な権威は、根本的な証拠が裏付ける以上の信頼性効果を生み出してしまう。
Googleは、この機能で生成された画像にSynthIDの電子透かしとC2PAコンテンツクレデンシャルの両方を適用している。SynthIDは、スクリーンショットを撮っても残る目に見えないピクセルレベルの透かしを埋め込む。C2PAは、画像の出所と作成ツールを記録した暗号化署名付きメタデータを付与する。これらにより、後から画像を見る人は誰でも、Google検索、Googleレンズ、または互換性のあるツールを使用して、画像がAIによって生成されたことを確認できる。歴史に基づいた視覚化が教育やニュースの文脈で広まる中で、これは重要な来歴シグナルとなる。両システムは、Nano Banana 2に対するGoogleのより広範な来歴インフラストラクチャの一部である。
■Googleが提示する5つのユースケース
Googleのローンチ資料では、この機能の5つの具体的なワークフローが説明されている。
1つ目は歴史的再構築だ。遺産サイトにズームインし、当時のシーンをレンダリングするようモデルに指示する。公式ローンチの例では、ポンペイの遺跡を「ローマ帝国時代の活気に満ちたカラフルなストリートシーン」に変換している。空間アンカーによってシーンは正確に配置されるが、歴史的な内容はAIが生成した推測となる。
2つ目は教育用インフォグラフィックである。特定の場所に関連付けられたイラスト入りの解説を生成する。Googleの例では自由の女神を取り上げており、モデルは視覚的なレンダリングとGeminiの知識ベースから検索した事実の注釈を組み合わせている。
3つ目は不動産と都市計画だ。建築家やクライアントは、空き地を提案中の開発地（「オープンスペースのある活気あるショッピング・小売地区」など）としてレンダリングし、その場所の実際の衛星ビューに合成するよう指示できる。
4つ目は建設前シミュレーションである。住宅所有者や開発業者は、建設が始まる前に、実際の地形に配置された建物のレンダリングを確認できる。例えば、「持続可能な方法で調達された地元の材料で作られたモダンな湖畔のキャビン」を、対象となる区画の実際の風景の中に配置するといった具合だ。
5つ目は空想的で創造的な再構築である。この機能は純粋な想像力もサポートしており、既存のキャンパスを架空の環境に変換することもできる。Googleの例では、マウンテンビューの本社を「未来的なSFユートピア」にするよう指示している。
ローンチ時にこの機能をテストしたEngadgetのレビュアーであるローレンス・ボンク氏は、歴史的再構築の例について「それほど驚くべきものではない」と指摘し、出力結果を「それほど超リアルではない」と評価した。また、不動産の視覚化のユースケースについても、本格的な商業目的には物足りない可能性があると指摘し、信頼できる投資家であれば、マッピングツールからのAI画像ではなく、専門家に依頼した建築レンダリングを期待するだろうと記している。
■生成速度とプラットフォームの制限
単独で使用する場合のNano Banana 2と、Google Earth内で実行されるNano Banana 2の間には、意味のあるパフォーマンスの差が存在する。GeminiアプリやAI Studioで利用できる単独のモデルは、数秒で画像を生成する。一方、Google Earthの実装では、1枚の画像につき最大2分かかる。
この差は、地理空間条件付けパイプラインの計算オーバーヘッドを反映している。モデルは単にテキストの説明から画像を生成するだけでなく、衛星データと3D地形データを構造的な入力として統合し、指定された特定の場所に関する知識を検索し、その結果をビューポートに合成している。その代償として、2秒で生成される単独の画像では不可能な、空間的に信頼できる出力が得られる。
画像を生成した後、ユーザーは「画像を調整（Refine Image）」をクリックして反復処理を行ったり、必要に応じてGoogle Earthのプロジェクトに保存したりできる。現在のワークフローにおける制限の1つは、プロンプトの開始後にビューポートを調整できないことだ。表示角度やズームレベルを変更するには、ユーザーはプロンプトを破棄し、マップを再配置して最初からやり直す必要がある。
■現在利用できないユーザーとサブスクリプションの注意点
ウェブ版のみのローンチにより、Google Earthを利用する多くの人々が除外されている。同アプリはPlayストアで5億回以上ダウンロードされており、さらにiOSにも相当数のユーザー基盤がある。Playストアのダウンロード数に基づくと、モバイルで主にGoogle Earthを操作するユーザーは全体の大部分を占めるが、ローンチ時点ではこの機能は提供されていない。
Googleはモバイル版のリリース時期を明らかにしていない。Forbesの寄稿者であるポール・モンクトン氏は、モバイルユーザー基盤の規模を考慮すると、デスクトップウェブ版に限定されていることは「大きな見落とし」であると指摘している。
すでにGoogle AIサブスクリプションの料金を支払っているユーザーにとって、この機能にはもう一つの驚きがある。既存の生成枠がここでは適用されないのだ。Google Earthは、Google OneやGoogle AIのプランとは独立した独自のサブスクリプション階層で運用されている。そのため、AIサブスクリプションでEarthの画像生成もカバーされると期待しているユーザーは、予期せぬ個別の制限に直面することになる。
■生成AI画像市場における本機能の位置づけ
AI画像生成ツールは、混雑し、動きの速いカテゴリーとなっている。公開されているArenaの画像生成リーダーボードでは、OpenAIのGPT-image-2が首位に立ち、MicrosoftのMAI-Image-2.5が4位、Nano Banana 2 Liteが5位につけている。TechTimesによるGoogleの7月のAIツール発表に関する報道で詳述されているように、Adobe Firefly、Midjourney、そして知的財産権の懸念からディズニーやパラマウントなどのハリウッドスタジオから批判を浴びているByteDanceのSeedanceなどが、同じユーザー層を巡って競い合っている。
Earthへの統合におけるGoogleの戦略は、競合他社が持たないデータ資産による差別化である。20年分の衛星画像と航空写真、そして40カ国以上の数百の都市をカバーする3D地形モデリングの組み合わせは、テキストプロンプトでは再現できない独自の空間データセットを構成している。Nano Banana 2をそのデータセットと結びつけることで、汎用ジェネレーターが占める競争環境とは一線を画す、場所を特定した空間的に信頼できるAI視覚化という特定のユースケースを生み出している。
この機能は現在、earth.google.comで利用可能である。追加のサブスクリプションは必要ないが、1日の生成制限が適用され、既存のGoogleアカウントのプランではなく、Google Earth独自のサブスクリプション階層の下で運用される。
■注目ポイントQ&A
●Google EarthでAI画像生成を使用するにはどうすればよいですか？
ウェブブラウザでearth.google.comを開き、任意の場所に移動して希望のビューにズームインし、「画像を作成」ボタンをクリックします。歴史的なシーン、提案された建物、創造的な再構築など、見たいものを説明するテキストプロンプトを入力すると、選択した場所の衛星データと地形データに固定された画像が生成されます。生成には最大2分かかります。生成後、画像を調整したり、プロジェクトに保存したりできます。
●なぜGoogle EarthのモバイルアプリではAI画像生成が利用できないのですか？
2026年7月30日のローンチ時点では、この機能はウェブ版（earth.google.com）でのみ利用可能です。合計5億回以上ダウンロードされているiOSおよびAndroidアプリには搭載されていません。Googleはモバイル版の提供時期について発表していません。
●Google AIやGoogle Oneのサブスクリプションは、Google EarthのAI画像生成に適用されますか？
いいえ。Google Earthは、Google OneやGoogle AIのプランとは独立した、独自のサブスクリプションおよび生成枠で運用されています。Google AIのサブスクリプションに加入しているユーザーは、標準の生成枠がGoogle Earth内では適用されないことに注意が必要です。Earthの機能には、独自の階層構造に基づく1日の生成制限が適用されます。
●Google EarthのAI生成による再構築は、歴史的にどの程度正確ですか？
地理空間アンカーにより、地形、建物の配置、場所のスケールは実際の衛星データと3Dデータから抽出されるため、空間的には正確です。しかし、建物の外観、通りの質感、色、人物などの歴史的な内容は完全にAIによって生成されたものであり、ドキュメンタリーの証拠に基づくものではありません。ポンペイのような古代の遺跡の場合、該当する時代のカメラデータは存在しないため、AIは現実世界の場所の空間的制約の中で視覚的に推測します。出力結果は歴史的記録ではなく創造的な視覚化として扱うべきであり、画像にはAI生成であることを示すSynthIDの透かしとC2PAコンテンツクレデンシャルが付与されます。
元記事: Google Earth Gets AI Image Generator: Grounded in Satellite Data, Web Only