Niantic正在基于Pokémon Go玩家数据构建“地理空间”AI模型

摘要：Niantic近期宣布开发新“大型地理空间模型”（LGM），整合了玩家在《宝可梦GO》和其他产品中收集的数百万次扫描。该人工智能模型旨在赋予计算机和机器人前所未有的环境理解与互动能力。LGM的“空间智能”基于Niantic的视觉定位系统（VPS），利用用户在游

#头条精品计划#

Niantic近期宣布开发新“大型地理空间模型”（LGM），整合了玩家在《宝可梦GO》和其他产品中收集的数百万次扫描。该人工智能模型旨在赋予计算机和机器人前所未有的环境理解与互动能力。LGM的“空间智能”基于Niantic的视觉定位系统（VPS），利用用户在游戏中扫描的著名地点生成的3D地图。该系统通过移动设备的单张图像确定位置和方向，数据来源于行人视角，覆盖车辆无法到达的区域。Niantic首席科学家Victor Prisacariu指出，利用用户在《Ingress》和《宝可梦GO》中的数据，构建了高保真度的世界3D地图，这些地图不仅包含3D几何信息，还具备对地面、天空、树木等元素的语义理解。

Niantic最近公布了其开发新“大型地理空间模型”（LGM）的计划，该模型整合了来自玩家在《宝可梦GO》和其他Niantic产品中收集的数百万次扫描。这一创新的人工智能模型预计将赋予计算机和机器人以前所未有的方式理解和与其环境互动，正如《垃圾日》博客所强调的那样。

LGM的“空间智能”是基于Niantic的视觉定位系统（VPS）所创建的神经网络。博客详细说明：“在过去的五年中，Niantic专注于构建我们的视觉定位系统（VPS），该系统利用移动设备的单张图像，根据用户在我们的游戏和Scaniverse中扫描的著名地点生成的3D地图来确定其位置和方向。”这些数据尤为独特，因为它是从行人视角收集的，涵盖了车辆无法到达的区域。

在2022年的问答环节中，Niantic的首席科学家Victor Prisacariu提供了对该项目的进一步见解。他表示：“通过利用用户在参与《Ingress》和《宝可梦GO》等游戏时上传的数据，我们创建了高保真度的世界3D地图。这些地图不仅包含捕捉物体形状的3D几何信息，还包括识别地图中各种元素的语义理解，如地面、天空、树木等。”