今年4月，一套名为VPS 2.0的视觉定位系统正式全球上线。它的功能很简单：让机器通过摄像头"看"一眼周围环境，就能立刻知道自己在哪里、面朝哪个方向。听起来像是给机器人装上了人类的本能——那种走在熟悉街道上、抬头看见某个建筑就能判断方位的能力。
但这里有个有趣的伏笔：如果你玩过《精灵宝可梦Go》，你可能已经参与了这套系统的"童年"。
开发这套系统的Niantic Spatial公司，正是从这款现象级手游中孵化出来的。而VPS 2.0能够"看懂"城市，靠的是过去十年里数千万玩家随手上传的照片。
玩家扫描的雕像和图书馆，成了机器人的路标
《精灵宝可梦Go》的玩法并不复杂。玩家拿着手机在现实世界中行走，屏幕上会显示附近的虚拟地图，各种宝可梦——皮卡丘、喷火龙，或者运气极好才能遇到的伽勒尔闪电鸟——会出现在相应位置。
但游戏还有一个容易被忽略的功能：玩家可以扫描现实中的公共地标，比如一座雕像、一栋图书馆，或者街角的喷泉。扫描通常能换取游戏内的奖励。
正是这些看似随意的扫描行为，积累成了惊人的数据量。来自全球玩家的图像和视频，记录了同一块地标在晴天、雨天、清晨、黄昏的不同样貌，以及从各个角度拍摄的视角差异。Niantic Spatial的Brian McClendon带领团队开发了VPS 2.0，他坦言这些数据"对构建系统至关重要"。
换句话说，如果你曾经为了游戏奖励扫描过某个街角，你的照片可能正在帮助一台机器人找到送餐的路。
McClendon特别强调，扫描始终是可选功能，且玩家被告知这些图像会被用于开发新技术。但即便如此，这个因果链条仍然有些出人意料：一款为了"抓虚拟小动物"而设计的游戏机制，最终变成了真实世界机器人的导航基础设施。
从游戏公司到"空间智能"公司
去年，制作《精灵宝可梦Go》的母公司完成了拆分。Niantic Labs继续运营游戏业务，而Niantic Spatial则专注于"空间智能"——包括地图工具和定位技术。VPS 2.0是这家新公司最核心的产品之一。
它的工作原理并不神秘：系统实时接收摄像头传来的图像，比对数据库中已有的地标扫描数据，然后返回精确位置和朝向信息。整个过程是即时发生的，不存在把某人的历史照片输入系统查询位置的功能——Niantic Spatial的发言人特别澄清了这一点，以回应隐私方面的担忧。
但担忧并未因此消散。软件开发者Kathleen Tuite指出，这类系统"可能通过某些照片推断出你的位置"。她在ODK公司工作，这家位于圣地亚哥的企业专注于开发数据收集工具。Tuite与Niantic Spatial和Coco Robotics均无关联，她的顾虑代表了一种更广泛的审视：当游戏数据被重新用于现实世界的基础设施，我们是否充分理解了其中的 trade-off？
披萨机器人已经在路上
商业应用比想象中来得更快。Coco Robotics的产品开发负责人George O'Brien表示，公司对VPS 2.0"非常期待"。这家同样位于旧金山的公司，正在开发用于配送披萨、杂货等商品的机器人。
配送场景对定位精度有苛刻要求。GPS在城市峡谷中常常漂移数米，而送餐机器人需要精确到门牌号、甚至区分同一栋建筑的不同入口。VPS 2.0的视觉定位能力，理论上可以填补这个缺口——前提是目标区域有足够详细的扫描数据。
这正是《精灵宝可梦Go》玩家数据的独特价值所在。过去十年里，游戏的热度分布不均：大城市和旅游景点积累了海量扫描，而偏远地区可能几乎空白。这意味着VPS 2.0的覆盖范围同样呈现这种不均衡——机器人能顺畅导航的区域，与当年玩家密集活动的区域高度重叠。
一个未经言明的悖论由此浮现：这款被批评"让人低头看手机、忽视真实世界"的游戏，实际上催生了最精细的真实世界数字副本之一。玩家们为了虚拟奖励而注视现实环境的行为，无意中完成了大规模的城市数字化。
技术路线背后的取舍
视觉定位并非唯一的技术路径。激光雷达、高精地图、多传感器融合——自动驾驶领域已经探索了多种方案。VPS 2.0的选择带有明显的互联网基因：用众包数据降低专业测绘成本，用AI弥补传感器精度不足。
这种路线的好处是扩展速度快。只要玩家持续扫描，地图就会自我更新，无需派遣专业车队。代价则是数据质量的不可控：同一条街道在不同天气、不同季节、不同玩家设备下的成像差异，需要算法具备极强的鲁棒性。
McClendon团队的工作，很大程度上是在解决"同一条街道看起来完全不同"的问题。玩家的扫描数据提供了丰富的训练样本——同一座雕像在正午阳光和黄昏路灯下的外观变化，被编码进了系统的识别模型。
这解释了为什么VPS 2.0的上线花了数年。从2016年《精灵宝可梦Go》爆火，到2024年公司拆分，再到2025年系统全球部署，数据积累和技术打磨是并行的两条线。玩家的每一次扫描，既是游戏内的即时奖励，也是长期技术储备的一部分。
隐私边界的模糊地带
回到Tuite的担忧。Niantic Spatial的回应——"系统只处理实时图像，不接受历史照片查询"——澄清了一种特定的风险，但并未覆盖全部。
更根本的问题在于：当玩家十年前扫描某座雕像时，他们是否充分理解了这些数据的潜在用途？"开发新技术"是一个宽泛的表述，而"训练机器人导航系统"的具体场景，在当时可能连开发者自己都尚未清晰构想。
这种"用途漂移"在数据经济中并不罕见。社交媒体上的照片被用于训练人脸识别，语音助手的录音被用于优化语音识别——用户同意的条款往往足够宽泛，足以覆盖后续的技术演进。VPS 2.0的案例特殊之处在于，它跨越了虚拟与现实的边界：游戏数据直接转化为物理世界的机器能力。
对于正在使用或即将使用VPS 2.0的配送机器人，这种转化是功能性的刚需。Coco Robotics的期待背后，是对城市末端配送效率的切实追求。但效率提升的代价由谁承担、如何分配，仍然是开放的议题。
玩家与系统：一种新型的生产关系
《精灵宝可梦Go》的月度活跃用户仍以数千万计。这些玩家中的大多数人，大概不会意识到自己与机器人导航系统的关联。游戏的设计巧妙之处在于，它将"数据采集"包装成了娱乐行为——扫描地标换取奖励，与捕捉宝可梦遵循同样的心理机制。
这不是批评。众包模式在科学研究和商业应用中都有成功案例，关键在于透明度和互惠性。Niantic Spatial强调扫描的"可选性"和"事前告知"，在形式上符合规范。但"被告知"与"真正理解"之间的距离，始终是数字时代的老难题。
一个值得观察的指标是：随着VPS 2.0的商业价值显现，Niantic Spatial是否会调整游戏中的激励机制，以引导玩家向数据稀疏区域扩散？如果某些社区因为扫描不足而无法被机器人覆盖，这种"数字鸿沟"是否会转化为服务鸿沟？
这些问题没有现成答案。VPS 2.0的全球上线是一个节点，而非终点。它验证了一种技术路线的可行性，同时也把一系列关于数据、劳动、空间权利的问题推到了前台。
机器人眼里的城市，与我们不同
最后，不妨想象一个场景：一台Coco Robotics的配送机器人滑入某条街道，它的摄像头捕捉到前方的喷泉和右侧的砖墙。在几毫秒内，VPS 2.0比对了数据库中的扫描图像，确认了精确位置和朝向。机器人调整方向，驶向目标地址。
它"看到"的喷泉，可能正是某位玩家五年前某个下午扫描的。那位玩家当时或许正在追逐一只罕见的宝可梦，或许只是例行公事地完成任务。两种动机，同一种结果：城市的某个角落被数字化，成为机器可读的坐标。
这种交织是当代技术史的缩影。娱乐与基础设施、休闲与劳动、个体选择与系统效应，在复杂的网络中相互转化。VPS 2.0的故事之所以引人入胜，不在于技术本身的先进性，而在于它揭示了一种容易被忽视的真相：我们以为的"玩游戏"，有时也是"建系统"的另一种形式。
而机器人即将送到的披萨，热乎程度可能取决于——当年有多少玩家觉得，扫描那座街角雕像是值得的。
热门跟贴