你抓皮卡丘時，順便訓練了外賣機器人

2016年夏天，你在便利店門口抓皮卡丘的每一個動作，都被記錄進了全球最大的人工地標數據庫。九年后，這批數據成了送貨機器人在人行道找路的"眼睛"。

從游戲到數據公司

2016年的現象級產品《精靈寶可夢Go》（Pokémon Go）讓Niantic一戰成名。玩家舉著手機滿街跑，在加油站停車場、偏僻小巷里搜尋虛擬怪獸。這款增強現實（AR）游戲 peak 期的熱度，如今看來只是起點。

2025年5月，Niantic拆分出獨立AI公司Niantic Spatial。核心資產是一筆龐大的數據儲備：300億張圖片。這些照片來自玩家鏡頭下的雕像、店鋪門面、街角地標——全是當年"抓怪"時的副產品。

Niantic Spatial用這批數據搭建了一套視覺定位系統（Visual Positioning System，簡稱VPS）。官方宣稱精度達到厘米級，遠超傳統GPS的幾米誤差。

第一個客戶已經落地：Coco Robotics。這家初創公司生產輪式小型機器人，外觀像大號冷藏箱，專門做餐飲配送，最大載重約8份特大號披薩。目前運營城市包括邁阿密、芝加哥、赫爾辛基、洛杉磯和澤西市，累計完成配送超過50萬次。

玩家怎么成了"數據采集員"

關鍵轉折發生在2020年。Niantic在游戲內上線"AR測繪"功能：玩家錄制本地補給站（PokéStop，即指定現實世界地標）的360度短視頻，可換取游戲內獎勵。

這些掃描捕捉了地標的每一個角度和高度，生成3D快照。數億玩家反復造訪同一熱點，間接為Niantic提供了同一地點在不同光照條件下的海量照片。

技術邏輯由此閉環：GPS靠衛星三角定位，信號在城市高樓間反射干擾，最佳精度仍有幾米偏差——對寬度僅數英尺的人行道導航完全不夠用。VPS則通過識別周圍建筑和地標來定位，顆粒度大幅提升。

Coco的機器人現在每輛配備四臺齊腰高度的攝像頭，實時掃描周邊環境，調用Niantic的VPS數據庫完成厘米級定位。

數據飛輪怎么轉起來的

回看整條時間線，Niantic的設計堪稱精巧。游戲機制本身就是數據收集的誘餌：補給站必須位于真實地標，玩家必須 physically 抵達，AR功能鼓勵多角度拍攝。每一步都指向同一個目標——把玩家變成免費、高效、持續更新的地面測繪團隊。

300億張圖片的規模，傳統測繪公司靠專業團隊幾乎不可能實現。Niantic的解法是把成本轉嫁給用戶，用游戲內激勵換取勞動。玩家獲得虛擬獎勵，公司獲得真實世界的數字孿生。

現在這套數據資產進入變現階段。Niantic Spatial作為獨立實體，可以對接游戲業務之外的B端客戶。Coco Robotics只是開始，厘米級視覺定位的潛在場景包括自動駕駛、AR導航、物流機器人、智慧城市基礎設施。

一個值得注意的細節：Niantic在拆分AI業務時，明確將"空間智能"（Spatial Intelligence）作為核心敘事。這不是游戲公司的轉型，而是一家數據公司終于等到了技術成熟、市場就緒的窗口期。

玩家知情嗎？這重要嗎？

原文沒有提及用戶協議的具體條款，也沒有Niantic對此事的官方回應。我們只知道：AR測繪功能是" opt-in "（主動選擇加入），玩家用游戲獎勵交換了數據采集的許可。

但"知情"的邊界很模糊。多少玩家真正理解360度視頻會被用于訓練送貨機器人？游戲內說明是否充分披露了數據的長期用途？這些問題原文未涉及，不能臆測。

可以確定的是：數據一旦產生，用途的擴展往往超出原始場景。2016年抓皮卡丘的照片，2025年成了機器人在赫爾辛基找路的參考。時間跨度九年，應用場景從娛樂跳轉到物流，技術棧從AR游戲升級到空間AI。

商業模式的啟示

Niantic的案例提供了一個罕見的完整樣本：C端產品如何沉淀為B端基礎設施。

第一層是用戶行為的設計。不是簡單收集位置坐標，而是誘導用戶產生特定類型的數據——帶視角、帶光照、帶三維結構信息的視覺素材。游戲機制在這里是手段，數據規格才是目的。

第二層是數據資產的復利。同一批地標被反復拍攝，形成時間序列上的覆蓋；全球數百萬玩家同時作業，形成空間上的密度。兩者疊加，構建出難以復制的數據壁壘。

第三層是技術就緒時的變現。VPS并非新概念，但直到近年才具備商用精度。Niantic Spatial的拆分時機，恰好卡在機器人配送開始規模化落地的節點。

Coco Robotics的50萬次配送是個小數字，但證明了閉環跑通：游戲數據→AI模型→機器人導航→商業合同。這套邏輯可以復制到其他需要高精度地面定位的場景。

空間智能的軍備競賽

把Niantic Spatial放在更大的版圖里看，它參與的是"空間智能"（Spatial Intelligence）的爭奪。這個概念指AI對物理三維世界的理解和推理能力，被業界視為大語言模型之后的下一個戰場。

競爭對手的打法各不相同。特斯拉靠車隊采集道路數據，Meta靠VR頭顯掃描室內空間，谷歌靠街景車和安卓設備。Niantic的獨特之處在于：它用游戲解決了"誰愿意去掃街"的問題，而且掃的是人行道、廣場、商圈——恰恰是機器人配送的高頻區域。

300億張圖片的數據庫，目前只公開了VPS這一個應用。但視覺素材的復用空間很大：三維重建、語義分割、場景理解、動態物體檢測。Niantic Spatial的估值邏輯，很大程度上取決于這批數據還能解鎖多少AI能力。

一個有趣的對比：2016年《精靈寶可夢Go》爆紅時，業界討論的是AR游戲能否成為下一個平臺級機會。九年后的答案偏轉了——AR游戲成了數據采集的前置環節，真正的平臺是空間智能的基礎設施。

冷幽默

下次你在街頭看到跌跌撞撞的送餐機器人，可以湊近看看它的攝像頭。如果它突然停頓、調整方向，也許正是在比對數據庫里某張2016年夏天、某個玩家蹲在路邊抓皮卡丘時順手拍下的便利店門口。

那個玩家當年換到了游戲金幣。機器人現在換到了披薩的準確送達。而Niantic，換到了一家AI公司。

所有人都得到了自己想要的——只是有些人花了九年才知道自己參與了什么交易。