谷歌DeepMind推出了Project Genie，结合真实世界街景图像，允许用户创建基于现实地点的虚拟环境。用户可以选择地点和风格，生成互动的想象世界。该功能现已向全球Google AI Ultra用户开放，旨在提升AI代理在复杂环境中的学习与互动能力。

本文介绍了一种基于卷积神经网络的建筑物功能分类方法，利用遥感和街景图像构建全球建筑物语义分割数据集，支持大规模城市管理。研究表明，该方法在建筑功能识别方面优于传统技术，具有广泛的应用潜力。

本文介绍了一种基于方向信息的神经网络模型，应用于图像地理定位，通过角度编码提高特征提取的准确性。研究探讨了街景图像与航空图像的匹配问题，提出了新的方法来估计未知对齐信息，展示了在低重叠情况下的鲁棒性和高效性。

本研究提出了一种新框架，结合物理模拟器和生成模型，自动生成细粒度街景图像。引入BEVControl两阶段生成方法，显著提升前景分割质量，并通过多级评估协议进行比较。实验结果表明，该方法生成的图像可提高下游感知模型的性能。

该文综述计算机视觉与街景图像在城市研究中的应用，包括：利用1500万张伦敦街景图像测量住房变化；用卷积神经网络量化全球城市环境感知；从街景车辆预测城市收入、碳排放与犯罪率；提升街景定位角度精度；提出UrbanFM推断细粒度人流；用遥感图像检测树木与物种；结合语言模型理解人类感知；用街景视频研究交通模式；并发布Cityscapes语义标注数据集。