Niantic 打造地理空間大模型：靠 Pokémon Go 玩家抓寶掃描 3D 世界

當年你在街頭巷尾舉著手機到處掃、只為了抓一隻皮卡丘的時候，可能怎麼也想不到，這些畫面最後成了 AI 訓練集。

Niantic 最近宣佈，他們正在打造一個叫做「大型地理空間模型」（Large Geospatial Model，簡稱 LGM）的 AI 系統。支撐這個模型的底層原料，正是《Pokémon Go》、《Ingress》以及 3D 掃描應用 Scaniverse 玩家多年來用手機拍攝上傳的數百萬次實景掃描。

按照 Niantic 的說法，他們的目標是讓計算機和機器人能夠以全新方式理解物理世界並與它互動，就像 ChatGPT 生成文本一樣，在現實世界中自如導航。

汽車開不進去的地方，玩家替它走遍了

這套大模型的核心其實是「空間智慧」，底層依託的是 Niantic 過去五年打磨的視覺定位系統（VPS）。

VPS 的工作原理，是通過手機拍下的一張照片，結合玩家掃描積累的 3D 地圖，就能迅速判斷裝置在真實世界裡的精確位置與朝向。

跟 Google 街景這類靠測繪車採集的資料相比，玩家上傳的資料最大的優勢在於它是完全的「行人視角」。

小巷子、公園深處、商場連廊，這些汽車根本開不進去的角落，全被熱衷抓寶和搶塔的玩家用腳踩了出來。

根據 Niantic 首席科學家 Victor Prisacariu 在 2022 年的介紹，利用玩家上傳的這些資料，他們不僅構建了物體的 3D 幾何形狀，還加入了語義理解，能分清哪裡是地面、天空，哪裡是樹木。

外媒 404 Media 也忍不住感慨，2016 年下載《Pokémon Go》的玩家，根本不可能預料到自己的遊戲行為有朝一日會用來餵養這種 AI 產品。

為什麼重要

對使用者和普通玩家來說，這無疑是一次典型的「被動打工」。當年大家以為只是在參與遊戲裡的道館戰或完成 AR 任務，如今卻成了給具身智慧修築底圖的數字勞工，值不值得繼續開啟掃描功能，很多人恐怕得重新算一筆賬。

對機器人和空間計算行業而言，這份資產卻極其誘人。現在的機器人和自動駕駛大多依賴車端感測器或室內小場景，而 Niantic 手裡握著的，是全球海量真實戶外步道、廣場和隱蔽角落的百萬級釐米級行人視角資料，這恰恰是大部分科技巨頭很難通過常規掃街獲得的盲區。

我們認為，Niantic 這一步走得非常精明，但在倫理和使用者信任上埋著隱患。把遊戲資產盤活成機器人基礎設施，商業想像力拉滿了；問題在於，把數年前玩家純粹出於娛樂上傳的街景資料直接打包成 AI 基礎模型，很可能會招來關於資料授權和隱私知情權的新一輪拷問。