（來源：麻省理工科技評論）
《Pokémon Go》是全球首個爆款增強現實遊戲。2016 年，Google 孵化公司 Niantic 推出了這款將 AR 技術融入《神奇寶貝》這一超級 IP 的作品，迅速席捲全球。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、傑尼龜，或是（極其幸運地）捕捉那隻懸浮在現實世界中、觸手可及卻又遙不可及的超稀有洗翠雷鳥。
這使得數以億計的人將手機鏡頭對準了無數棟建築。“這款應用在 60 天內被 5 億人安裝，”Niantic 於去年 5 月分拆成立的 AI 公司 Niantic Spatial 的首席技術官布萊恩·麥克倫頓（Brian McClendon）說。據從 Niantic 手中收購《Pokémon Go》的遊戲公司 Scopely 披露，2024年，這款遊戲在發佈整整八年後，月活躍玩家仍超過 1 億。
如今，Niantic Spatial 正在利用這批規模龐大、無可比擬的衆包數據來構建一種“世界模型”——畢竟，來自全球數億《Pokémon Go》玩家手機拍攝的城市地標圖像，並附有超高精度的位置標註。這是一種新興技術，旨在將大語言模型的智能能力與真實物理環境相結合。
該公司最新推出的產品是一個模型，聲稱僅憑數張周邊建築或地標的快照，便能將用戶在地圖上的位置精確定位至釐米級。公司希望將其用於在 GPS 信號不穩定的場景中，幫助機器人實現更精準的導航。
作爲技術的首次大規模實測，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“最後一公里”配送機器人的初創公司。“所有人都以爲 AR 是未來，都覺得 AR 眼鏡即將到來，”麥克倫頓說，“然後機器人成了那個目標用戶。”
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。據首席執行官扎克·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。“我們最好的服務，就是在承諾的時間準時到達。”拉什說，這意味着不能迷路。
Coco 面臨的問題在於，無法依賴 GPS。在城市中，無線電信號在建築物之間相互反射干擾，導致 GPS 信號往往很弱。“我們在很多高樓林立、有高架橋和立交橋的密集區域送餐，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，你會發現它常常漂移 50 米，把你定位到另一條街、另一個方向、馬路的另一側。”這正是 Niantic Spatial 切入的地方。
過去數年，Niantic Spatial 持續整合《Pokémon Go》和 Ingress（Niantic 於 2013 年推出的上一款手機 AR 遊戲）玩家貢獻的數據，構建了一套視覺定位系統——一種根據視野所見來判斷位置的技術。“讓皮卡丘真實地在現實世界中奔跑，和讓 Coco 機器人安全、精準地穿行於城市，本質上是同一個問題。”Niantic Spatial 首席執行官約翰·漢克（John Hanke）說。
“視覺定位並不是什麼全新的技術，”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 億張城市環境圖像訓練了其模型，這些圖像高度集中於熱點地點——也就是 Niantic 遊戲中鼓勵玩家到訪的重要場所，例如寶可夢對戰場館。“我們在全球擁有逾百萬個可對用戶進行精確定位的地點，”麥克倫頓說，“我們知道你站在哪裏，精度在幾釐米以內，更重要的是，我們知道你在看向哪個方向。”
由此帶來的結果是，對於這百萬個地點中的每一處，Niantic Spatial 都積累了數以千計的圖像，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據，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。
該公司以此數據集訓練了一個模型，讓其通過分析所見內容來精確判斷自身所處位置。即便是在那百萬熱點之外、圖像和位置數據相對稀缺的地點，同樣適用。
除 GPS 之外，裝配了四個攝像頭的 Coco 機器人，現在還將藉助這一模型判斷自身位置和前進方向。機器人攝像頭位於腰部高度，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，數據的適配改造十分順暢。
競爭對手同樣在使用視覺定位系統。例如，2014 年在愛沙尼亞創立的機器人配送公司 Starship Technologies 表示，其機器人會利用傳感器構建周圍環境的三維地圖，標繪建築邊緣和路燈位置。
但拉什押注 Niantic Spatial 的技術將爲 Coco 帶來競爭優勢。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。
機器人領域的寒武紀？
漢克表示，Niantic Spatial 最初開發視覺定位系統，是爲了將其應用於增強現實。“如果你戴着 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這一點，”他說，“但現在，我們正在見證機器人領域的寒武紀大爆發。”
這些機器人中，部分將需要與人類共享空間，例如建築工地和人行道。“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後，精確定位自身所在。”
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。隨着 Coco 及其他公司的機器人在現實世界中持續移動，它們將不斷提供新的地圖數據，推動數字世界複製品的精度持續提升。
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，充滿人類習以爲常但機器需要明確告知的信息。Niantic Spatial 和 ESRI 等公司希望爲地圖添加描述性標註，讓機器理解它們究竟在看什麼——爲每個對象打上涵蓋其屬性的標籤。“這個時代的核心任務，是爲機器構建有用的世界描述，”漢克說，“我們所擁有的數據，是建立世界運作脈絡理解的絕佳起點。”
當前，世界模型正處於熱議之中，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境交互方面，它們的常識極爲匱乏。世界模型旨在彌補這一缺陷。Google DeepMind 和 World Labs 等公司正在開發能夠即時生成虛擬幻想世界的模型，並將其作爲訓練 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。麥克倫頓認爲，地圖製作推進到極致，最終會捕捉到一切：“我非常專注於重現真實世界。我們還沒到那一步，但那是我們的目標。”
原文鏈接：
https://www.technologyreview.com/2026/03/10/1134099/how-pokemon-go-is-helping-robots-deliver-pizza-on-time/
