紐約工程師兼藝術家 Andy Coenen 近日推出名為「Isometric NYC」的專項計劃，利用 AI 技術創作紐約市大型等角像素藝術地圖。這幅互動式鳥瞰圖涵蓋紐約 5 大行政區，用戶能透過滑鼠拖放移動視角，並利用滾輪縮放畫面，最大放大倍數下甚至可看到自由女神像的像素細節。
從 Google 辦公室陽台萌生創意
Andy Coenen 在 Google 紐約第 9 大道辦公室 13 樓陽台眺望下曼哈頓時，構思出這個項目。他表示自己當時正研究 Nano Banana 和 Veo 等新模型，思考 AI 對創意未來的意義。Andy Coenen 認為關於 AI 與創意的陳腔濫調討論相當乏味，他真正關心的只有一個問題：「以前不可能做到的事，現在能做到了嗎？」
Andy Coenen 的目標是製作紐約巨型等角像素藝術地圖，藉此挑戰最新生成模型和編碼代理的極限。
▲點陣式地圖縮到最小
▲放到最大
技術路線：從 Nano Banana 轉向 Qwen
Andy Coenen 最初使用 Google 的 Nano Banana 模型將紐約地圖圖像轉換為像素藝術。地圖圖像源自 Google Maps Tile API，這個 API 能在單一渲染器中提供精密幾何和紋理。
Nano Banana 是 Gemini 原生圖像生成模型系列，支援透過文字和圖像進行對話式圖像生成與編輯。不過 Andy Coenen 發現 Nano Banana 生成的像素藝術缺乏一致性，運作速度慢，成本亦極高。
Andy Coenen 最終改用體積更小、速度更快且價格低廉的「Qwen/Image-Edit」模型。他預先訓練模型以確保像素藝術輸出一致，整個訓練過程花費約 4 小時和 12 美元（約港幣 HK$93.6），這個成本屬可接受範圍。
AI 圖像生成仍有局限
Andy Coenen 指出現有 AI 在生成文字和程式碼方面表現優秀，但圖像生成仍有很長的路要走。當委託 AI 建立軟件時，AI 能執行程式碼、讀取堆疊追蹤、檢查錯誤並自我修正，具備緊密反饋循環並理解正在建立的系統。然而圖像模型尚未達到這個水平。
他舉例說明，如果管理人類藝術家，只需指示「請將樹木改成這個特定風格」，他們就能實現。圖像模型確實也能做到，但無法確保每次都成功。即使是 Gemini 3 Pro 這類智能模型，也無法可靠地判斷輸出結果，例如辨識「這裡有接縫」或「這棵樹的紋理不對」。
Andy Coenen 表示由於圖像模型無法可靠地「看見」失敗模式，因此無法自動化品質保證流程。模型無法理解自身錯誤，迫使他放棄完全自動生成的計劃。
社群熱烈反應
項目推出後引起科技社群關注，有媒體引述評論形容這個項目就像《模擬城市 2000》的真實紐約 5 大行政區版本。Reddit 用戶也熱烈討論這個用 Qwen 製作的精緻等角地圖。
資料來源：GIGAZINE
