300亿张宝可梦的照片，成了AI导航的活地图

6 月初，一则关于爆款 AR 手游《精灵宝可梦 GO》（Pokémon GO，以下简称《宝可梦 Go》）的消息开始发酵：有报道称，Niantic（《宝可梦 Go》开发商）过去通过玩家收集的现实世界图像和空间数据，正被用于训练一种可能服务于无人机导航的人工智能系统，而合作方之一 Vantor 与军工、国防场景存在关联。

消息称，《宝可梦 Go》的 AR 扫描功能，会引导玩家拍摄周围环境以完成交互任务，迄今已积累了全球用户上传的 300 亿张实景环境图像。

外媒分析指出，借助这些海量实景数据，足以训练出高精度军事级 3D 视觉定位系统；军用无人机在卫星导航受干扰的情况下，完全可以依托这套系统自主执行精确攻击。

6 月 12 日，拥有《宝可梦 Go》数据的公司 Niantic Spatial 否认了这一消息。

该公司发言人称，“虽然我们去年 12 月宣布与 Vantor 达成协议，但该协议仍处于初期阶段，共享这些数据并不包含在协议范围内。我们致力于与所有客户和合作伙伴共同努力，确保 Niantic Spatial 产品以负责任的方式使用，并维护人权和道德原则。”

Vantor 方面也否认直接获得这些游戏数据。Vantor 的一位发言人表示，该公司“未使用任何《宝可梦 Go》数据，也无法访问《宝可梦 Go》数据集中的任何信息”。

此外需要注意的是，《宝可梦 Go》中的位置扫描功能一直是一项可选的辅助活动，并非所有玩家都会使用。Niantic 去年将包括《宝可梦 Go》在内的游戏业务出售给 Scopely 后，这项功能也已在本月初从游戏中移除。

即使《宝可梦 Go》的游戏所有权已经易主，Niantic 多年来积累下来的现实世界图像和空间数据，仍然留在 Niantic Spatial 手中，并正在成为其空间 AI 业务的核心资产。

相比尚未坐实的军工用途，一个已经公开落地的场景，是送货机器人。

一款 AR 游戏如何积累空间数据

《宝可梦 Go》最初由 Niantic, Inc. 开发。Niantic 脱胎于谷歌内部创业团队，长期围绕地图、定位和现实世界交互做产品。2016 年上线后，《宝可梦 Go》迅速成为现象级 AR（增强现实）手游。玩家可以使用手机摄像头，在现实世界中寻找并捕捉宝可梦。到 2019 年初，这款游戏的全球下载量已超过 10 亿次。

从一开始，《宝可梦 Go》就不是传统意义上的手游。它的核心玩法依赖现实地理位置，玩家需要真的走到街道、公园、商场、雕塑、壁画、历史建筑等现实地点附近，才能捕捉宝可梦、转动补给站，或者参加道馆战斗。

也就是说，游戏体验并不只发生在屏幕里，而是建立在现实空间之上。

（来源：Pokémon GO）

随着 Niantic 的发展，公司内部逐渐形成了两条业务线：一条继续做 AR 定位游戏，面向玩家；另一条研发底层 AR、AI 和空间计算技术，面向机器和开发者。

2020 年前后，Niantic 在《宝可梦 Go》中逐步加入 AR 扫描功能。玩家可以拿着手机，围绕某个补给站或道馆进行扫描。这个功能是可选的，只有一部分玩家会主动使用。对玩家来说，它更像是一个游戏任务：完成扫描，可以获得相应奖励。

但对 Niantic 而言，这些数据有更高的技术价值。通过 AR 扫描可以提供更详细的信息，比如入口在哪里，墙面是什么形状，台阶多高，路沿在哪里，招牌、门框、树木、雕塑等物体在空间中如何分布。

这些数据也是 Niantic 后来发展视觉定位系统（VPS）的基础。

VPS 可以理解为一种依靠机器视觉来判断自身所处位置和朝向的技术。它的思路是让设备通过“看见”周围环境来定位。手机或机器人拍下当前画面后，系统提取建筑立面、路沿、门框、雕塑、店招等视觉特征，再与已有的三维地图和实景数据库比对，从而判断设备在哪里、面向哪里。

（来源：Niantic）

这套能力最初服务 AR 游戏。只有系统知道玩家站在哪里、手机朝向哪里，虚拟宝可梦才能稳定地出现在现实空间里，而不是飘浮在半空，或者穿墙。

2021 年以后，Niantic 开始将相关能力包装进 Lightship 等开发者平台，对外提供 AR 开发工具和空间定位能力。此时，Niantic 的技术目标已经不只是做一款游戏，而是搭建一套可以让不同设备理解现实空间的底层平台。

到 2024 年，Niantic 进一步提出“大型地理空间模型”（Large Geospatial Model，LGM）的概念。该模型学习的是地点、视角、尺度、深度和物体之间的空间关系，Niantic 希望借此让计算机和机器人不仅能感知现实世界，还能理解并与现实世界互动。

2025 年，Niantic 的公司结构发生重大变化。3 月，Niantic 宣布将包括《宝可梦Go》在内的游戏业务，以 35 亿美元出售给游戏发行商 Scopely；5 月底，这笔交易完成。此后，《宝可梦 Go》等游戏业务归入 Scopely，Niantic 的地理空间 AI、AR 和空间计算团队则被剥离出来，成立 Niantic Spatial。

这次拆分之后，Niantic 的两条业务线正式分开。游戏继续由 Scopely 运营，而 Niantic Spatial 则转向机器人、AR 设备、自动化系统和企业客户。过去由游戏积累下来的地图、扫描和视觉定位能力，也成为 Niantic Spatial 向外商业化的重要资产。

当宝可梦玩家的数据成为机器人的眼睛

到了 2026 年，送货机器人案例让 Niantic Spatial 的这条技术路线变得更加具体。

据《麻省理工科技评论》报道，Niantic Spatial 已经利用在城市环境中采集的 300 亿张图像对模型进行了训练。这些图像并不是简单的街景照片，而是带有位置、朝向和运动信息的空间数据。

前谷歌地图主管、现任 Niantic Spatial 公司的首席技术官莱恩·麦克兰登（Brian McClendon）指出：“在全球范围内，我们拥有超过百万个可以实现精准定位的锚点。我们不仅能知道你站在哪里，误差仅在数厘米之内，最重要的是，还能洞察你正眺望着哪个方向。”

这意味着，针对这上百万个地点中的每一个，Niantic Spatial 都拥有大量从不同角度拍摄的现实图像。这些照片覆盖了一天中不同的时段、不同的天气条件和不同的拍摄视角。更重要的是，每张图像都带有详尽的元数据（Metadata），记录了手机捕获画面时的空间状态，包括手机的朝向、俯仰角度、是否在移动，以及移动的速度和方向等。

利用这套庞大的数据集，Niantic Spatial 训练出了一个大模型。即使在那些图像和位置数据相对稀疏的非热点地区，模型也可以通过分析眼前的建筑、路沿、招牌、门框等视觉信息，推断设备所处的位置和朝向。

这正是视觉定位系统 VPS 的核心价值。它不再只依赖 GPS 坐标，而是让机器像人一样，通过观察周围环境来判断自己身在何处。

为了验证这套技术在现实场景中的应用，Niantic Spatial 与配送机器人初创公司 Coco Robotics 达成了合作。后者目前在洛杉矶、芝加哥、泽西城、迈阿密以及赫尔辛基等地，部署了约 1,000 台配送机器人。截至目前，它们已在各种天气条件下累计行驶数百万英里，完成了超过 50 万次配送。

（来源：麻省理工科技评论）

Coco 机器人当前面临的问题在于，它无法完全依赖 GPS 信号。在城市高楼林立的环境中，无线电信号容易在建筑物之间折射、反射和互相干扰，从而导致定位漂移。而配送任务正是集中在这类环境中。

接入这套系统后，Coco 的机器人除了依赖 GPS，还可以通过自身摄像头观察周围环境。这些机器人配备了 4 个摄像头，可以同时环视四周。

当机器人行驶在人行道上时，它可以捕捉建筑立面、店铺招牌、垃圾桶、路沿、门框和街角等视觉信息，再与 Niantic Spatial 的空间数据库进行比对。如果比对成功，系统就能判断机器人当前所在的位置、朝向，以及它与目标点之间的关系。

这套逻辑和《宝可梦 Go》的 AR 体验本质相同。在游戏中，系统需要知道玩家站在哪里、手机朝向哪里，才能把皮卡丘稳定地放进现实画面里。到了 Coco 机器人这里，系统同样需要知道机器人在哪里、朝向哪里，才能让它安全、准确地穿行在人行道上。

“事实证明，让皮卡丘在现实世界中逼真地奔跑，与让 Coco 的机器人安全、精准地穿行在城市街道中，实际上是同一个问题。”Niantic Spatial 首席执行官约翰·汉克（John Hanke）表示。

与 Coco Robotics 的合作仅仅是一个开端。汉克表示，Niantic Spatial 想构建的是一张“动态地图”（Living Map），这是一个能够随着现实世界的变迁而实时更新、极其精细的虚拟孪生世界。随着 Coco 及其他公司的机器人不断在现实中穿梭，它们本身也将成为源源不断的数据反哺者。

这个合作提供了一个参考：当现实世界被手机、游戏和机器人持续扫描之后，这些数据将如何被重新组织、训练和商业化。

未来，送货机器人或许只是开始。AR 眼镜、自动驾驶设备、巡检机器人都可能需要类似的空间定位能力。

参考链接：

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

2.https://www.ign.com/articles/no-pokmon-go-data-isnt-being-used-to-train-military-drones-niantic-spatial-insists

3.https://arstechnica.com/ai/2026/06/pokemon-go-players-unwittingly-contributed-to-tech-with-military-drone-uses/

4.https://nianticlabs.com/news/largegeospatialmodel

文章来自于"DeepTech深科技"，作者 "胡莉花"。