《Pokémon Go》是全球首个爆款增强现实游戏。2016 年，Google 孵化公司 Niantic 推出了这款将 AR 技术融入《神奇宝贝》这一超级 IP 的作品，迅速席卷全球。从芝加哥到奥斯陆，再到江之岛，玩家们纷纷走上街头，满怀期待地寻觅胖丁、杰尼龟，或是（极其幸运地）捕捉那只悬浮在现实世界中、触手可及却又遥不可及的超稀有洗翠雷鸟。
这使得数以亿计的人将手机镜头对准了无数栋建筑。“这款应用在 60 天内被 5 亿人安装，”Niantic 于去年 5 月分拆成立的 AI 公司 Niantic Spatial 的首席技术官布莱恩·麦克伦顿（Brian McClendon）说。据从 Niantic 手中收购《Pokémon Go》的游戏公司 Scopely 披露，2024年，这款游戏在发布整整八年后，月活跃玩家仍超过 1 亿。
如今，Niantic Spatial 正在利用这批规模庞大、无可比拟的众包数据来构建一种“世界模型”——毕竟，来自全球数亿《Pokémon Go》玩家手机拍摄的城市地标图像，并附有超高精度的位置标注。这是一种新兴技术，旨在将大语言模型的智能能力与真实物理环境相结合。
该公司最新推出的产品是一个模型，声称仅凭数张周边建筑或地标的快照，便能将用户在地图上的位置精确定位至厘米级。公司希望将其用于在 GPS 信号不稳定的场景中，帮助机器人实现更精准的导航。
作为技术的首次大规模实测，Niantic Spatial 已与 Coco Robotics 达成合作。Coco Robotics 是一家在美国和欧洲多个城市部署“最后一公里”配送机器人的初创公司。“所有人都以为 AR 是未来，都觉得 AR 眼镜即将到来，”麦克伦顿说，“然后机器人成了那个目标用户。”
从皮卡丘到披萨配送
Coco Robotics 在洛杉矶、芝加哥、泽西城、迈阿密和赫尔辛基部署了约 1000 台航空箱大小的机器人，每台可搭载最多 8 个特大号披萨或 4 袋购物袋。据首席执行官扎克·拉什（Zach Rash）介绍，这些机器人迄今已完成逾 50 万次配送，在各种天气条件下累计行驶数百万英里。
然而，要与人类快递员竞争，这些在人行道上以约每小时 8 公里的速度行进的机器人，必须达到极高的可靠性。“我们最好的服务，就是在承诺的时间准时到达。”拉什说，这意味着不能迷路。
Coco 面临的问题在于，无法依赖 GPS。在城市中，无线电信号在建筑物之间相互反射干扰，导致 GPS 信号往往很弱。“我们在很多高楼林立、有高架桥和立交桥的密集区域送餐，而这些地方恰恰是 GPS 从来都不好用的地方，”拉什说。
“城市峡谷是全球 GPS 最糟糕的场景，”麦克伦顿说，“打开手机看那个蓝色定位点，你会发现它常常漂移 50 米，把你定位到另一条街、另一个方向、马路的另一侧。”这正是 Niantic Spatial 切入的地方。
过去数年，Niantic Spatial 持续整合《Pokémon Go》和 Ingress（Niantic 于 2013 年推出的上一款手机 AR 游戏）玩家贡献的数据，构建了一套视觉定位系统——一种根据视野所见来判断位置的技术。“让皮卡丘真实地在现实世界中奔跑，和让 Coco 机器人安全、精准地穿行于城市，本质上是同一个问题。”Niantic Spatial 首席执行官约翰·汉克（John Hanke）说。
“视觉定位并不是什么全新的技术，”地图与地理空间分析软件公司 ESRI 的康拉德·文泽尔（Konrad Wenzel）说，“但显然，外部摄像头越多，效果就越好。”
Niantic Spatial 用 300 亿张城市环境图像训练了其模型，这些图像高度集中于热点地点——也就是 Niantic 游戏中鼓励玩家到访的重要场所，例如宝可梦对战场馆。“我们在全球拥有逾百万个可对用户进行精确定位的地点，”麦克伦顿说，“我们知道你站在哪里，精度在几厘米以内，更重要的是，我们知道你在看向哪个方向。”
由此带来的结果是，对于这百万个地点中的每一处，Niantic Spatial 都积累了数以千计的图像，这些图像拍摄地点大致相同，但角度不同、时段不同、天气不同。每张图像都附有详尽的元数据，精确记录了拍摄瞬间手机在空间中的位置，包括朝向、角度、是否在移动，以及移动速度和方向等信息。
该公司以此数据集训练了一个模型，让其通过分析所见内容来精确判断自身所处位置。即便是在那百万热点之外、图像和位置数据相对稀缺的地点，同样适用。
除 GPS 之外，装配了四个摄像头的 Coco 机器人，现在还将借助这一模型判断自身位置和前进方向。机器人摄像头位于腰部高度，可同时覆盖四个方向，与《Pokémon Go》玩家的视角略有不同，但拉什表示，数据的适配改造十分顺畅。
竞争对手同样在使用视觉定位系统。例如，2014 年在爱沙尼亚创立的机器人配送公司 Starship Technologies 表示，其机器人会利用传感器构建周围环境的三维地图，标绘建筑边缘和路灯位置。
但拉什押注 Niantic Spatial 的技术将为 Coco 带来竞争优势。他声称，这将使机器人能够精准停在餐厅门外的指定取餐位，既不妨碍他人，又能停在顾客门前——而不是像过去有时那样停在稍远的地方。
机器人领域的寒武纪？
汉克表示，Niantic Spatial 最初开发视觉定位系统，是为了将其应用于增强现实。“如果你戴着 AR 眼镜，希望虚拟世界与你所看的方向精确对齐，就需要某种方法来实现这一点，”他说，“但现在，我们正在见证机器人领域的寒武纪大爆发。”
这些机器人中，部分将需要与人类共享空间，例如建筑工地和人行道。“如果机器人要以不打扰人类的方式融入这些环境，就必须具备与人类相近的空间理解能力，”汉克说，“我们能帮助机器人在被碰撞或推移之后，精确定位自身所在。”
与 Coco Robotics 的合作只是开始。汉克表示，Niantic Spatial 正在搭建的，是他所称的“活地图”的第一批基础模块：一幅随世界变化而实时更新的超精细虚拟世界模拟。随着 Coco 及其他公司的机器人在现实世界中持续移动，它们将不断提供新的地图数据，推动数字世界复制品的精度持续提升。
在汉克和麦克伦顿看来，地图不仅变得越来越精细，也越来越多地被机器使用，这从根本上改变了地图的意义。长久以来，地图的作用是帮助人类在世界中定位自身。从二维到三维，再到四维（如数字孪生体等实时模拟），这一基本逻辑从未改变：地图上的点对应空间或时间中的点。
然而，面向机器的地图或许需要更像一本指南，充满人类习以为常但机器需要明确告知的信息。Niantic Spatial 和 ESRI 等公司希望为地图添加描述性标注，让机器理解它们究竟在看什么——为每个对象打上涵盖其属性的标签。“这个时代的核心任务，是为机器构建有用的世界描述，”汉克说，“我们所拥有的数据，是建立世界运作脉络理解的绝佳起点。”
当前，世界模型正处于热议之中，Niantic Spatial 对此心知肚明。大语言模型或许看似无所不知，但在解读和与日常环境交互方面，它们的常识极为匮乏。世界模型旨在弥补这一缺陷。Google DeepMind 和 World Labs 等公司正在开发能够即时生成虚拟幻想世界的模型，并将其作为训练 AI 智能体的演练场。
Niantic Spatial 表示，自己从另一个角度切入这一问题。麦克伦顿认为，地图制作推进到极致，最终会捕捉到一切：“我非常专注于重现真实世界。我们还没到那一步，但那是我们的目标。”
https://www.technologyreview.com/2026/03/10/1134099/how-pokemon-go-is-helping-robots-deliver-pizza-on-time/
热门跟贴