寶可夢玩家替公司訓練 300 億張照片打造「AI 世界模型」，助攻外送機器人產業 

風靡全球的擴增實境遊戲《寶可夢 Go (Pokémon Go)》遊戲開發商 Niantic 旗下 AI 公司 Niantic Spatial，正利用玩家多年來拍攝的數十億張城市影像，建立一套能理解真實世界的「視覺定位系統」與 AI 世界模型。該技術可在 GPS 訊號不穩定的城市環境中精準定位，並已與配送機器人公司合作測試，為未來機器人與 AI 在現實世界中的導航能力開啟新方向。

Pokémon Go 玩家影像成 AI 訓練資料，城市照片建構世界模型

《Pokémon Go》自 2016 年推出後迅速成為全球熱門遊戲，玩家透過手機鏡頭在現實世界中捕捉寶可夢。這款由 Niantic 開發的知名擴增實境 (AR) 遊戲即使推出多年，至今每年仍維持超過 1 億名活躍玩家。

然而，玩家在遊戲過程中需不斷將手機鏡頭對準城市建築與地標，這在無意間為該公司累積了大量影像資料。

Niantic 旗下人工智慧公司 Niantic Spatial 近日表示，公司已蒐集並整理約 300 億張來自全球城市環境的照片，這些影像都帶有精確的地理位置與拍攝資訊，例如手機方向、移動速度與拍攝角度。這些資料如今正被用於訓練 AI，以建立能理解現實空間的「世界模型 (World Model)」。

(深度解析：LLM 存在缺陷？為何楊立昆的 AMI 押注 World Model 路線)

視覺定位系統 vs GPS：AI 可透過建築影像判斷精確位置

NewsForce 報導，Niantic Spatial 最新開發的技術是一套視覺定位系統 (Visual Positioning System, VPS)。這套 AI 模型能透過分析建築或地標的照片，判斷使用者所在的位置，精準度甚至可達公分等級。

公司表示，目前資料庫已涵蓋全球超過 100 萬個地標位置。在每一個地點，都可能累積數千張不同時間、不同角度與不同天氣條件下拍攝的影像。AI 透過比對這些影像特徵，可以推算出裝置所在的位置與觀看方向，推估出相對精準的定位結果。

Niantic Spatial 技術長 Brian McClendon 指出，這與傳統 GPS 定位不同，GPS 依賴衛星訊號，而 VPS 則是透過「看見什麼」來判斷位置：

在高樓密集的都市環境中，GPS 訊號經常出現偏差，可能導致定位誤差達數十公尺、甚至是方向錯誤。

這種誤差對一般使用者影響不大，但對需要精確導航的機器人來說，卻可能造成重大問題。因此，結合影像辨識的定位技術，也正是機器人公司關注的解決方案。

從抓寶到送餐：配送機器人開始導入 Niantic 技術

Niantic Spatial 目前已與配送機器人公司 Coco Robotics 展開合作測試。Coco 在美國與歐洲多個城市部署約 1,000 台配送機器人，主要用於餐飲與雜貨的配送服務。這些機器人體型約如小型行李箱，可攜帶最多 8 個大型披薩或 4 袋雜貨。

該公司表示，目前機器人雖已完成超過 50 萬趟配送，但有時仍會因 GPS 定位失準，導致機器人難以準確停在餐廳門口或客戶門前：

透過 Niantic 的視覺定位模型，機器人可利用自身搭載的四個攝影機分析周圍環境，以更精準地判斷位置與行進方向，提升配送可靠度。

機器人時代來臨：Niantic 想打造「活地圖」

Niantic Spatial 執行長 John Hanke 指出，最初開發視覺定位技術的目的是支援 AR 眼鏡與擴增實境應用，但隨著機器人產業快速發展，公司開始將技術轉向機器人導航。

他表示，公司正在建立一套稱為「活地圖 (Living Map)」的系統，這是一種高度細緻且持續更新的數位世界模型，能隨著現實世界的變化不斷更新。

未來，配送機器人、智慧設備甚至 AR 裝置都可能成為地圖資料來源，持續回傳環境資訊，使數位世界逐漸接近真實世界的動態樣貌。

AI 需要理解現實世界：「World Model」成科技新焦點

近年 AI 研究領域開始重視「世界模型 (World Model)」概念。儘管大型語言模型 (LLM) 在文字與知識處理方面表現出色，但在理解物理空間與現實環境方面仍存在明顯限制。

透過結合地圖、影像與環境資訊，世界模型試圖讓 AI 能夠理解物體、空間關係與環境變化。包括 Google DeepMind 等公司，也正在開發能生成虛擬世界的模型，用於訓練 AI 代理。

Niantic Spatial 則採取不同策略，透過大量真實世界影像資料，逐步重建現實世界的數位模型。隨著資料持續累積，該系統可能成為未來機器人與 AI 理解現實世界的重要基礎設施。