Google sta portando una nuova ondata di intelligenza artificiale dentro Maps ed Earth, con tre novità pensate per leggere meglio il mondo reale, dalle immagini stradali fino ai satelliti. Il risultato è un insieme di strumenti che promette di accorciare tempi e passaggi in ambiti molto diversi, dalla pianificazione urbana alla produzione creativa.
L’aggiornamento ruota attorno a Google Earth AI e introduce strumenti per generare contenuti ancorati a Street View, analizzare immagini aeree e satellitari e riconoscere oggetti specifici nelle foto dall’alto.
Maps Imagery Grounding porta l’IA dentro Street View
La prima novità è Maps Imagery Grounding, uno strumento in anteprima privata negli Stati Uniti che permette di creare immagini generate dall’IA basate sui dettagli reali di Google Street View. L’idea è semplice ma interessante: invece di inventare scene generiche, il sistema usa il contesto geografico reale come base visiva.
Google lo immagina come un supporto per agenzie creative, studi cinematografici e marchi del lusso che devono costruire campagne ambientate in luoghi riconoscibili. Un esempio citato è la possibilità di visualizzare rapidamente una scena a Washington Square Park, a New York, prima ancora di iniziare i sopralluoghi fisici.
L’uso passa da Gemini Enterprise Agent Platform, dove basta inserire un prompt e attivare il grounding con Google Maps Imagery nelle impostazioni. In pochi secondi si ottiene un’immagine coerente con il luogo reale, che può anche essere animata con Veo.
- Disponibilità: anteprima privata per luoghi negli Stati Uniti
- Base visiva: dettagli reali di Google Street View
- Integrazione: Gemini Enterprise Agent Platform
- Animazione: possibilità di usare Veo sulla scena generata
Con Aerial e Satellite Insights Google Earth AI velocizza l’analisi dall’alto
La seconda novità riguarda chi lavora con enormi quantità di immagini satellitari. Google sta aggiungendo ad Earth AI nuovi Aerial and Satellite Insights, pensati per analizzare automaticamente le immagini dentro BigQuery di Google Cloud.
Il punto chiave è il tempo: operazioni che oggi richiedono settimane di revisione manuale possono scendere a pochi minuti. Per analisti e urbanisti significa passare da un controllo frammentato a una lettura più rapida e scalabile di intere aree urbane o paesaggi estesi.
Google fa anche un esempio concreto: una città potrebbe usare questi dati per individuare i cantieri attivi nelle aree residenziali, così da allocare meglio risorse e infrastrutture come nuove strade ed elettrodotti.
- Disponibilità: nelle prossime settimane
- Integrazione: analisi automatica in BigQuery
- Obiettivo: ridurre da settimane a minuti il lavoro di revisione
- Uso esempio: monitoraggio dei cantieri nelle aree residenziali
Due nuovi modelli di Earth AI riconoscono oggetti nelle immagini
La terza novità riguarda due nuovi modelli di Earth AI Imagery, disponibili in fase sperimentale nel Model Garden di Google Cloud. Questi modelli sono addestrati per riconoscere oggetti specifici nelle immagini, come ponti, strade e linee elettriche.
Il vantaggio per le aziende è chiaro: non serve più partire da zero con mesi di training per costruire modelli proprietari dedicati a singoli casi d’uso. Google offre una base già pronta da cui sviluppare strumenti più mirati.
Uno degli scenari citati è il lavoro delle squadre di recupero dopo una tempesta severa. In quel contesto, una lettura rapida delle immagini satellitari può aiutare a capire meglio i danni e coordinare la ricostruzione delle comunità.
- Disponibilità: sperimentale nel Model Garden
- Riconoscimento: ponti, strade e linee elettriche
- Vantaggio: meno tempo per sviluppare modelli da zero
- Scenario d’uso: valutazione dei danni dopo eventi estremi
