（來源：麻省理工科技評論）

《Pokémon Go》是全球首個爆款增強現(xiàn)實游戲。2016 年，Google 孵化公司 Niantic 推出了這款將 AR 技術(shù)融入《神奇寶貝》這一超級 IP 的作品，迅速席卷全球。從芝加哥到奧斯陸，再到江之島，玩家們紛紛走上街頭，滿懷期待地尋覓胖丁、杰尼龜，或是（極其幸運地）捕捉那只懸浮在現(xiàn)實世界中、觸手可及卻又遙不可及的超稀有洗翠雷鳥。

這使得數(shù)以億計的人將手機鏡頭對準了無數(shù)棟建筑。“這款應(yīng)用在 60 天內(nèi)被 5 億人安裝，”Niantic 于去年 5 月分拆成立的 AI 公司 Niantic Spatial 的首席技術(shù)官布萊恩·麥克倫頓（Brian McClendon）說。據(jù)從 Niantic 手中收購《Pokémon Go》的游戲公司 Scopely 披露，2024年，這款游戲在發(fā)布整整八年后，月活躍玩家仍超過 1 億。

如今，Niantic Spatial 正在利用這批規(guī)模龐大、無可比擬的眾包數(shù)據(jù)來構(gòu)建一種“世界模型”——畢竟，來自全球數(shù)億《Pokémon Go》玩家手機拍攝的城市地標(biāo)圖像，并附有超高精度的位置標(biāo)注。這是一種新興技術(shù)，旨在將大語言模型的智能能力與真實物理環(huán)境相結(jié)合。

該公司最新推出的產(chǎn)品是一個模型，聲稱僅憑數(shù)張周邊建筑或地標(biāo)的快照，便能將用戶在地圖上的位置精確定位至厘米級。公司希望將其用于在 GPS 信號不穩(wěn)定的場景中，幫助機器人實現(xiàn)更精準的導(dǎo)航。

作為技術(shù)的首次大規(guī)模實測，Niantic Spatial 已與 Coco Robotics 達成合作。Coco Robotics 是一家在美國和歐洲多個城市部署“最后一公里”配送機器人的初創(chuàng)公司。“所有人都以為 AR 是未來，都覺得 AR 眼鏡即將到來，”麥克倫頓說，“然后機器人成了那個目標(biāo)用戶。”

從皮卡丘到披薩配送

Coco Robotics 在洛杉磯、芝加哥、澤西城、邁阿密和赫爾辛基部署了約 1000 臺航空箱大小的機器人，每臺可搭載最多 8 個特大號披薩或 4 袋購物袋。據(jù)首席執(zhí)行官扎克·拉什（Zach Rash）介紹，這些機器人迄今已完成逾 50 萬次配送，在各種天氣條件下累計行駛數(shù)百萬英里。

然而，要與人類快遞員競爭，這些在人行道上以約每小時 8 公里的速度行進的機器人，必須達到極高的可靠性?！拔覀冏詈玫姆?wù)，就是在承諾的時間準時到達?！崩舱f，這意味著不能迷路。

Coco 面臨的問題在于，無法依賴 GPS。在城市中，無線電信號在建筑物之間相互反射干擾，導(dǎo)致 GPS 信號往往很弱?！拔覀冊诤芏喔邩橇至ⅰ⒂懈呒軜蚝土⒔粯虻拿芗瘏^(qū)域送餐，而這些地方恰恰是 GPS 從來都不好用的地方，”拉什說。

“城市峽谷是全球 GPS 最糟糕的場景，”麥克倫頓說，“打開手機看那個藍色定位點，你會發(fā)現(xiàn)它常常漂移 50 米，把你定位到另一條街、另一個方向、馬路的另一側(cè)?！边@正是 Niantic Spatial 切入的地方。

過去數(shù)年，Niantic Spatial 持續(xù)整合《Pokémon Go》和 Ingress（Niantic 于 2013 年推出的上一款手機 AR 游戲）玩家貢獻的數(shù)據(jù)，構(gòu)建了一套視覺定位系統(tǒng)——一種根據(jù)視野所見來判斷位置的技術(shù)。“讓皮卡丘真實地在現(xiàn)實世界中奔跑，和讓 Coco 機器人安全、精準地穿行于城市，本質(zhì)上是同一個問題?！?/strong>Niantic Spatial 首席執(zhí)行官約翰·漢克（John Hanke）說。

“視覺定位并不是什么全新的技術(shù)，”地圖與地理空間分析軟件公司 ESRI 的康拉德·文澤爾（Konrad Wenzel）說，“但顯然，外部攝像頭越多，效果就越好。”

Niantic Spatial 用 300 億張城市環(huán)境圖像訓(xùn)練了其模型，這些圖像高度集中于熱點地點——也就是 Niantic 游戲中鼓勵玩家到訪的重要場所，例如寶可夢對戰(zhàn)場館?！拔覀冊谌驌碛杏獍偃f個可對用戶進行精確定位的地點，”麥克倫頓說，“我們知道你站在哪里，精度在幾厘米以內(nèi)，更重要的是，我們知道你在看向哪個方向。”

由此帶來的結(jié)果是，對于這百萬個地點中的每一處，Niantic Spatial 都積累了數(shù)以千計的圖像，這些圖像拍攝地點大致相同，但角度不同、時段不同、天氣不同。每張圖像都附有詳盡的元數(shù)據(jù)，精確記錄了拍攝瞬間手機在空間中的位置，包括朝向、角度、是否在移動，以及移動速度和方向等信息。

該公司以此數(shù)據(jù)集訓(xùn)練了一個模型，讓其通過分析所見內(nèi)容來精確判斷自身所處位置。即便是在那百萬熱點之外、圖像和位置數(shù)據(jù)相對稀缺的地點，同樣適用。

除 GPS 之外，裝配了四個攝像頭的 Coco 機器人，現(xiàn)在還將借助這一模型判斷自身位置和前進方向。機器人攝像頭位于腰部高度，可同時覆蓋四個方向，與《Pokémon Go》玩家的視角略有不同，但拉什表示，數(shù)據(jù)的適配改造十分順暢。

競爭對手同樣在使用視覺定位系統(tǒng)。例如，2014 年在愛沙尼亞創(chuàng)立的機器人配送公司 Starship Technologies 表示，其機器人會利用傳感器構(gòu)建周圍環(huán)境的三維地圖，標(biāo)繪建筑邊緣和路燈位置。

但拉什押注 Niantic Spatial 的技術(shù)將為 Coco 帶來競爭優(yōu)勢。他聲稱，這將使機器人能夠精準停在餐廳門外的指定取餐位，既不妨礙他人，又能停在顧客門前——而不是像過去有時那樣停在稍遠的地方。

機器人領(lǐng)域的寒武紀？

漢克表示，Niantic Spatial 最初開發(fā)視覺定位系統(tǒng)，是為了將其應(yīng)用于增強現(xiàn)實?！叭绻愦髦?AR 眼鏡，希望虛擬世界與你所看的方向精確對齊，就需要某種方法來實現(xiàn)這一點，”他說，“但現(xiàn)在，我們正在見證機器人領(lǐng)域的寒武紀大爆發(fā)。”

這些機器人中，部分將需要與人類共享空間，例如建筑工地和人行道。“如果機器人要以不打擾人類的方式融入這些環(huán)境，就必須具備與人類相近的空間理解能力，”漢克說，“我們能幫助機器人在被碰撞或推移之后，精確定位自身所在?！?/p>

與 Coco Robotics 的合作只是開始。漢克表示，Niantic Spatial 正在搭建的，是他所稱的“活地圖”的第一批基礎(chǔ)模塊：一幅隨世界變化而實時更新的超精細虛擬世界模擬。隨著 Coco 及其他公司的機器人在現(xiàn)實世界中持續(xù)移動，它們將不斷提供新的地圖數(shù)據(jù)，推動數(shù)字世界復(fù)制品的精度持續(xù)提升。

在漢克和麥克倫頓看來，地圖不僅變得越來越精細，也越來越多地被機器使用，這從根本上改變了地圖的意義。長久以來，地圖的作用是幫助人類在世界中定位自身。從二維到三維，再到四維（如數(shù)字孿生體等實時模擬），這一基本邏輯從未改變：地圖上的點對應(yīng)空間或時間中的點。

然而，面向機器的地圖或許需要更像一本指南，充滿人類習(xí)以為常但機器需要明確告知的信息。Niantic Spatial 和 ESRI 等公司希望為地圖添加描述性標(biāo)注，讓機器理解它們究竟在看什么——為每個對象打上涵蓋其屬性的標(biāo)簽。“這個時代的核心任務(wù)，是為機器構(gòu)建有用的世界描述，”漢克說，“我們所擁有的數(shù)據(jù)，是建立世界運作脈絡(luò)理解的絕佳起點?！?/p>

當(dāng)前，世界模型正處于熱議之中，Niantic Spatial 對此心知肚明。大語言模型或許看似無所不知，但在解讀和與日常環(huán)境交互方面，它們的常識極為匱乏。世界模型旨在彌補這一缺陷。Google DeepMind 和 World Labs 等公司正在開發(fā)能夠即時生成虛擬幻想世界的模型，并將其作為訓(xùn)練 AI 智能體的演練場。

Niantic Spatial 表示，自己從另一個角度切入這一問題。麥克倫頓認為，地圖制作推進到極致，最終會捕捉到一切：“我非常專注于重現(xiàn)真實世界。我們還沒到那一步，但那是我們的目標(biāo)。”

https://www.technologyreview.com/2026/03/10/1134099/how-pokemon-go-is-helping-robots-deliver-pizza-on-time/