ИИ-генераторы проваливают карты, потому что карта — это данные
Попросите любую модель изображений нарисовать карту Португалии — и получите нечто безошибочно похожее на карту и безошибочно не Португалию. Береговая линия выпирает не там. Дороги уходят в море. Подписи выглядят убедительно и не значат ничего.
Это списывают на качество, будто модель побольше однажды дотянет. Не дотянет. Отказ структурный, и понимание причины подсказывает, где сгенерированной графике в картографической работе место, а где нет.
Карта — не изображение места
Модель изображений обучена выдавать то, что выглядит пришедшим из обучающего распределения. Эта цель невероятно хороша в некоторых вещах. У кожи определённая полупрозрачность, мокрый асфальт отражает определённым образом, поздний свет спадает с определённой скоростью. Это статистические свойства внешнего вида, а внешний вид и есть то, что меряет функция потерь.
Правильность карты — не свойство внешнего вида. Она живёт в отношениях, которых эта цель не видит:
- Береговая линия — не текстура, а конкретная кривая. Модель усваивает, что берега неровные, фракталоподобные, извилистее в устьях. Механизма усвоить именно эту последовательность точек у неё нет. Правдоподобный берег функцию потерь удовлетворяет.
- Топонимы — это данные, привязанные к координатам. На настоящей карте подпись и позиция — один факт. Для модели это две несвязанные области пикселей, которые просто встречаются вместе.
- У дорожной сети есть топология. Дороги соединяются. Перекрёсток общий ровно для тех дорог, что в нём сходятся. Маршрут либо проходит, либо нет. «Похоже на дорожную сеть» и «является дорожной сетью» — разные цели, и обучают только под первую.
- Масштаб — ограничение сразу на всё изображение. Каждое расстояние обязано согласовываться с каждым другим и с масштабной линейкой. Ничто в генерации такой глобальной согласованности не обеспечивает.
- Границы, реки и берега обязаны согласовываться друг с другом. Река, пересекающая границу дважды, — это фактическое утверждение, и модель проверить его не может.
- Проекции — это математика. Меркатор, Робинсон и равновеликие проекции искажают определённым образом. У сгенерированной карты проекции нет вообще, есть только усреднённый вид нескольких.
Никакого представления о наземной истине внутри модели нет нигде. Ни сжатого, ни размытого. Есть очень хорошая модель того, как карты выглядят, — совершенно другой объект.
Больше параметров это не починит
Инстинктивная следующая мысль — что это проблема разрешения и следующее поколение справится лучше. Стоит точно сказать, почему это не так.
Масштабирование генеративной модели улучшает верность распределению, на котором её обучали. Оно делает правдоподобный вывод правдоподобнее. Если вам нужен конкретный извлекаемый факт — форма норвежского побережья в масштабе 1:250 000, последовательность съездов на A4, — верность распределению его не производит никогда. Это задача поиска по таблице, а таблицы, в которой искать, нет.
Шов виден на знаменитых очертаниях. Италия выходит примерно в форме сапога, потому что этот силуэт представлен достаточно избыточно, чтобы априор был сильным. Но посмотрите на адриатический край — он каждый раз другой. Модель реконструирует приближение запомненной формы, а не извлекает её. Где-то менее иконическом — побережье штата Мэн, Дунай через Сербию — априор слаб, и вывод становится выдумкой.
Дорожная сеть проваливается так же. Дорога, упирающаяся в здание, беглым взглядом неотличима от той, что не упирается, и обе удовлетворяют функции потерь, посчитанной по пикселям. Топологическая корректность обучающему сигналу невидима. Это не баг, который закроется на следующем количестве параметров.
Читаемые подписи сделали проблему опаснее
Будем честны насчёт того, что улучшилось, — потому что улучшилось.
Модели поколения Gemini 3 — Nano Banana 2 и Nano Banana Pro — рисуют читаемый текст в кадре. Это настоящий скачок. Более старая gemini-2.5-flash-image не умела этого вовсе; попросите у неё что-нибудь подписанное — получите буквоподобные формы, растворяющиеся при разглядывании.
Но карта — это в основном подписи, а читаемость была лишь половиной проблемы.
Эти модели рисуют правдоподобный текст, а не правильный. На плакате этого различия не существует, потому что там нет факта, в котором можно ошибиться. На карте оно и есть всё. Чёткое, идеально читаемое название города, поставленное в сорока километрах от настоящего города, от своей читаемости не улучшилось. Оно от неё ухудшилось.
Нечитаемый текст самоочевидно декоративен. По мазне никто не ориентируется. Читатель видит искажённые буквы и правильно заключает, что перед ним иллюстрация карты. Дайте тому же изображению резкую, уверенную типографику — и оно начнёт делать заявления, а читатели, вполне разумно, типографике верят. Сценарий отказа переехал из очевидного в невидимый — не в ту сторону для всего, чем ищут дорогу.
Числа ведут себя так же. Масштабные линейки, отметки высот, координаты сетки, расстояния: нарисованы правдоподобно, не вычислено ни одно. Как выжать максимум из текста в кадре там, где он уместен, — в нашем руководстве по prompt для Nano Banana. Карта не из таких мест.
Для настоящих карт берите картографический инструментарий
Ничто из этого не сложная задача. Она решена, просто в другом месте. Настоящая картография работает на настоящих геоданных, а инструменты зрелые и в основном бесплатные:
- MapLibre GL JS или Mapbox GL JS для интерактивных векторных карт в браузере.
- Leaflet, когда нужна лёгкая растровая карта с булавками и без векторной стилизации.
- API статических тайлов, когда вам действительно нужен плоский PNG, а не интерактивный холст: один request, одно изображение, настоящие координаты.
- Выгрузки OpenStreetMap, Natural Earth и тулчейн GeoJSON (QGIS, D3, простая генерация SVG), когда нужны сами данные и полный контроль над стилем.
Последний пункт стоит подчеркнуть. Многое из того, что просят как «сгенерируй мне карту», на самом деле означает «стилизованная схема региона с нашими точками на ней» — территории продаж, зоны доставки, поиск магазина. Отрисованное как SVG по настоящим данным границ, с подписями текстовыми узлами, это точно, чисто масштабируется, переводится правкой строки и проходит аудит доступности. В пикселях — ничего из перечисленного.
Где сгенерированная картографическая графика действительно отрабатывает
Это не аргумент, что моделям изображений нечего делать рядом с картографией. Есть случаи, где они правильный инструмент, и у всех них общее свойство: ни у чего в изображении нет наземной истины, относительно которой можно ошибиться.
Фэнтезийные и игровые карты. Побережье несуществующего места никто не проверит по фактам. Это самый сильный случай — карты для миростроения, раздатка для настолок, внутриигровые предметы. Здесь берите Nano Banana Pro, а не уровень подешевле: выдуманные топонимы всё равно обязаны быть читаемыми, а читаемый стилизованный шрифт — это то, за что вы платите Pro её $0.075.
Иллюстрация фэнтезийной карты от руки на состаренном пергаменте, сепия и
умбра тушью с акварельными заливками. Выдуманный архипелаг из семи островов
с гористой главной сушей, штриховая отмывка берегов, парусник и морской
змей в открытой воде. Топонимы вычурной рукописной антиквой: "THALVEN
REACH" поперёк главного острова, "CARRIC ISLE" на северном острове. Больше
нигде в изображении никакого текста.
Текстура и фон под настоящим картографическим слоем. Состаренная бумага, топографическая заливка, абстрактный узор изолиний, рельеф местности за живыми векторными тайлами. Сгенерированный слой не несёт информации, а значит, не может нести неверную. Nano Banana 2 Lite за $0.0238 — правильный уровень, и от чего-то подороже мы бы вас отговорили: вы генерируете обои, а компоновочная глубина Pro и роли референсных изображений на обоях не покупают ничего.
Абстрактный узор топографических изолиний, плоский векторный стиль, тонкие
концентрические линии приглушённого шалфейно-зелёного на тёплом кремовом
фоне, равномерно распределены по кадру, без фокусной точки. Ощущение
бесшовной текстуры, низкий контраст, спокойно. Без текста, без подписей,
без цифр, без компаса, без легенды.
Иллюстративная графика под карту. Редакционные заставки, форзацы книг, декоративная шапка, где читатель сразу видит, что это рисунок, а не данные. Толкайте её жёстко в сторону иллюстрации — плоский цвет, видимый мазок, намеренная стилизация, — чтобы никто не принял её за справочник.
Если вы строите слайд со схемой региона, это другая задача с другими инструментами, и мы описали её в статье ИИ-инструменты для профессиональных презентаций. Если вы вообще взвешиваете, какой уровень Nano Banana подходит под задачу, это покрывает наше сравнение четырёх моделей. А если вы пришли сюда за пергаментным архипелагом, а не за настоящим берегом, то именно под эту работу и построена каждая модель в категории text-to-image. Выдумать место, а не зафиксировать его, — весь каталог хорош ровно в этом.
Коротко: берите картографический движок, когда изображение обязано быть правдивым, и модель изображений — когда ему достаточно быть хорошим.
Частые вопросы
Почему ИИ-генераторы изображений так плохи в генерации карт?
Потому что их обучают выдавать вывод, похожий на обучающие данные, а правильность карты живёт в том, чего похожесть не схватывает. Береговая линия — конкретная кривая, а не текстура, топонимы — данные, привязанные к координатам, а у дорожной сети есть топология. Представления географической наземной истины внутри модели нет нигде, поэтому она генерирует нечто в форме карты, а не нечто правдивое.
Смогут ли модели побольше в конце концов генерировать точные карты?
Не за счёт одного лишь масштаба. Масштабирование улучшает то, насколько плотно вывод соответствует обучающему распределению, а значит, делает правдоподобные карты правдоподобнее, а не правильнее. Извлечь конкретную береговую линию или схему дорог — задача поиска по таблице, а генеративной модели изображений заглядывать некуда.
Может ли Nano Banana Pro сгенерировать пригодную карту?
Она генерирует картоподобное изображение с читаемыми подписями, а это не то же самое, что пригодная карта. Nano Banana Pro надёжно рисует читаемый стилизованный текст, так что слова выходят резкими, — но это выдуманные слова в выдуманных позициях. Берите её для фэнтезийных карт и декоративной картографической графики, но никогда для того, по чему человек будет ориентироваться.
Почему читаемый текст на сгенерированной карте хуже искажённого?
Искажённый текст ясно сигналит, что изображение декоративно, а резкая типографика читается как авторитетная. Идеально читаемое название города в неверном месте предлагает читателю себе поверить. У моделей поколения Gemini 3 улучшилась читаемость; правильность — нет. Именно этот разрыв делает уверенные подписи на карте опасными.
Что использовать вместо ИИ-генератора изображений для карт?
Настоящий картографический инструментарий на настоящих геоданных: MapLibre GL JS или Mapbox GL JS для интерактивных векторных карт, Leaflet для лёгких растровых карт с маркерами, API статических тайлов, когда нужно одно плоское изображение, или SVG, сгенерированный по данным OpenStreetMap и Natural Earth. Всё это даёт точную геометрию и редактируемый, переводимый текст.
Хороши ли сгенерированные ИИ фэнтезийные карты?
Да, и это случай, где технология ложится на задачу чисто. У вымышленного мира нет наземной истины, которой можно противоречить, поэтому единственное требование — правдоподобие, а под правдоподобие эти модели и оптимизированы. Nano Banana Pro — правильный уровень, потому что выдуманные топонимы всё равно должны быть читаемыми.
Какую модель взять под фоновую текстуру карты?
Nano Banana 2 Lite, по $0.0238 за изображение. Фоновые текстуры не несут информации, а значит, не могут нести неверную, и ни одна из причин платить за старший уровень — длинные компоновочные prompt, референсные изображения с разделением ролей, надёжный текст в кадре — к узору, лежащему под живым картографическим слоем, не относится.