全球GDP的80%发生在屏幕之外——这个数字不是来自麦肯锡，而是Niantic Spatial执行董事长John Hanke上周博客里的原话。当所有人都在卷大语言模型（LLM，Large Language Model）的上下文长度时，这家靠《精灵宝可梦GO》起家的公司突然宣布：你们搞不定的物理世界，我来建地图。
4月8日，Niantic Spatial正式发布Scaniverse企业版。不是游戏更新，是一套让机器"看懂"真实空间的工具链。产品定位很直白：做空间智能的"前门"——开发者进来，带走能用的世界模型。
为什么80%的经济活动AI看不见
先拆解Hanke的逻辑。他说的80%，指的是采矿、冶炼、种植、组装、物流这些"搬原子"的行业。这些活动产生数据，但极少被数字化编码成AI能理解的格式。
现有AI的困境在于训练素材的偏见。LLM吃文本，视觉模型吃图片和视频，它们构建的世界是符号化的、二维的、去几何化的。一张工厂照片能让AI识别出"这是流水线"，但无法告诉机器人"传送带左边缘距离立柱47厘米，机械臂需要以15度仰角介入"。
空间智能（Spatial Intelligence）想补的就是这个缺口。Niantic Spatial的路径是构建"大型地理空间模型"（LGM，Large Geospatial Model）——用3D扫描、卫星影像、激光雷达（LIDAR，Light Detection and Ranging）和GPS数据，生成带精确坐标的几何模型。
关键区别在于：传统AI理解"这是什么"，空间智能还要知道"在哪里、多大、朝向哪"。
Scaniverse的技术栈并不神秘。用户用手机或专用设备扫描物理空间，后台融合视觉定位（VPS，Visual Positioning System）和即时定位与地图构建（SLAM，Simultaneous Localization and Mapping）算法，输出厘米级精度的三维网格。但Niantic Spatial的赌注在于规模：他们已经积累了来自《精灵宝可梦GO》等游戏的数百万用户扫描数据，覆盖全球数百万个地点。
从游戏地图到经济基础设施
这个转型早有伏笔。2022年Niantic将Lightship AR平台开放给开发者时，已经在测试企业级场景。但Scaniverse的发布标志着战略重心转移：从"让游戏更好玩"变成"让机器能干活"。
目标用户分两类。一类是机器人公司——仓储AGV（自动导引车，Automated Guided Vehicle）、配送无人机、建筑巡检机器人，都需要在动态环境中实时定位。另一类是工业软件开发者，想把物理设施的数字孪生（Digital Twin）做得更准、更实时。
Niantic Spatial的卖点在于"活地图"。传统测绘像拍快照，更新周期以月或年计；而Scaniverse允许持续众包更新，用户每次扫描都在刷新模型。Hanke在博客中写道：「我们希望创造一个世界模型，人和机器都能与之对话。」
这个愿景的竞争对手不少。谷歌有Google Maps和Earth的双层数据，苹果在推Room API和物体捕捉，Meta的Reality Labs也在研究场景理解。但Niantic Spatial的差异化在于"轻量入口"——不需要专业设备，手机扫描就能起步，降低采纳门槛。
技术理想主义撞上现实摩擦
Scaniverse的发布时机微妙。2024年以来，空间计算（Spatial Computing）概念随Vision Pro上市被炒热，但消费端反响平淡。企业端的需求却更实在：波士顿咨询2024年Q4的调研显示，67%的制造业高管将"物理AI"列为未来两年优先投资领域，但仅12%认为现有技术已能满足精度要求。
这个落差就是Niantic Spatial的机会窗口。但他们需要解决三个具体问题：
精度与成本的平衡。厘米级定位需要特定硬件支持，纯手机扫描在复杂光照或纹理重复场景（如仓库货架）中误差会放大。企业客户愿意为精度付费，但价格敏感区间很窄。
数据所有权争议。众包模式意味着Niantic Spatial掌握全球物理空间的精细数据，这在欧洲GDPR（通用数据保护条例，General Data Protection Regulation）框架下可能触发合规审查。Hanke未在公开声明中回应这一风险。
生态建设的冷启动。世界模型的价值随应用数量指数增长，但开发者目前更熟悉Unity、Unreal等传统引擎的AR插件。Scaniverse需要提供足够差异化的工具链，才能说服团队迁移。
80%的隐喻与真实的商业算术
回到Hanke的80%。这个数字在传播层面很锋利，但经不起严格推敲。世界银行对"数字经济"的定义本就模糊，不同机构估算的占比从15%到25%不等。Hanke的80%更像是修辞策略——用极端比例制造认知冲击，把Niantic Spatial的定位从"又一个做3D的公司"拔高到"解锁AI盲区的基础设施"。
但修辞背后有真实洞察。2023年MIT（麻省理工学院）的一项研究追踪了美国制造业的AI采用情况，发现视觉质检、预测性维护等"物理AI"场景的部署成功率不足30%，核心瓶颈正是环境理解能力不足。机器人能在实验室完美抓取特定物体，换到真实仓库就频繁撞车。
Niantic Spatial的赌注是：当空间智能成为机器人时代的"操作系统"，先建好地图的人就能收过路费。这个逻辑和2000年代的谷歌地图类似——先免费/低价占领数据层，再在应用层变现。
Scaniverse目前的定价策略印证了这一点。个人开发者免费，企业按扫描量和API调用次数阶梯计费。没有公布具体数字，但行业惯例推测，高精度场景的年费可能在5-20万美元区间，取决于覆盖面积和更新频率。
一个值得注意的细节：Niantic Spatial在发布稿中刻意回避了"元宇宙"（Metaverse）一词。2021-2022年的泡沫期，几乎所有空间技术公司都把这个词挂在嘴边。现在的沉默是一种信号——行业正在从概念炒作转向解决具体问题。
John Hanke在博客结尾写道：「我们建造的工具，最终会被用来解决我们尚未想象的问题。」这句话放在2016年《精灵宝可梦GO》爆火时，听起来像游戏公司的公关辞令；放在2026年的Scaniverse发布语境下，更像是对机器人时代基础设施提供商的自我期许。
但一个悬而未决的问题是：当Niantic Spatial真的建好了那80%的地图，机器人公司会愿意把自己的"眼睛"和"大脑"外包给一家曾经靠虚拟皮卡丘赚钱的公司吗？
热门跟贴