一台在人行道上送餐的小机器人，和一架在 GPS 受干扰时仍能定位的无人机，表面上属于两个世界。Niantic Spatial 引发的争议提醒我们：它们可能依赖同一种看不见的基础设施——由普通人用手机摄像头采集出来的、密集的现实世界视觉地图。

手机扫描数据变成机器人和无人机的导航地图

故事最容易理解的一面是民用机器人。由 Pokémon Go 背后的地图和增强现实团队发展而来的 Niantic Spatial，宣布与 Coco Robotics 合作，帮助送货机器人在人行道上更准确地定位。Visual Positioning System 不是简单依赖 GPS，而是把摄像头看到的建筑、雕像、店面和路口特征，与已知的视觉地图进行匹配。在高楼、树木和信号反射很多的城市街区，GPS 可能偏移好几米；对小机器人来说，这可能就是挡住坡道、走到错误位置，或停在顾客找不到的地方。

争议升温，是因为报道把 Niantic Spatial 与 Vantor 联系在一起。Vantor 是前 Maxar Intelligence，属于地理空间情报领域。DroneXL、The Guardian 和 Ars Technica 等媒体提到，双方公开描述的合作涉及 GPS 不可用或不可靠时的导航，场景包括无人机、车辆、AR 眼镜和现场设备。谨慎的说法不是“某个玩家的视频今天直接控制军用无人机”。更关键的是：消费者的图像和扫描帮助训练了视觉定位技术，而这种技术的商业方向已经覆盖机器人、城市地图和具有防务意义的导航。

视觉定位为什么重要

GPS 给出大致位置。视觉定位问的是：摄像头现在看到的画面，最像地图中的哪个地点、哪个角度？如果参考地图足够丰富，答案可以比消费级 GPS 精确得多。对机器人而言，这不是炫技，而是运行条件。送货机器人要找到取餐点、避开行人、不要挡住轮椅坡道；巡检或救援无人机要在建筑立面附近稳定悬停；在干扰、欺骗或室内环境中，卫星导航可能根本不可靠。

Niantic 拥有一个少见的数据入口：大量用户已经习惯举着手机在真实城市里移动。Pokémon Go、Ingress 以及后来的扫描任务，会引导用户到现实地点，并用游戏奖励鼓励上传扫描。Popular Science 在报道 Niantic Spatial 的民用机器人方向时，提到超过 300 亿张图像。这里需要区分游戏图像、AR Mapping、Scaniverse 和其他空间产品，不能把所有来源简单混成一个桶。但战略意义很清楚：重复的消费者扫描，会让城市变得更容易被机器读取。

Coco Robotics 的案例看起来合理，是因为机器人就在公共空间里。它慢、可见，并且和行人共享人行道。它需要知道餐厅入口在哪里、路缘坡在哪里、哪里会挡人、哪里才是正确的停车点。Niantic Spatial 强调的正是 GPS 失败时的准确地理定位和更安全的取货导航。MIT Technology Review 引述 John Hanke 的话也点出核心：让 Pikachu 出现在正确位置，和让 Coco 的机器人安全准确地移动，本质上是同一个空间问题。

Vantor 为什么让问题变得敏感

Vantor 不是外卖公司，而是面向地理空间情报和国家安全市场的公司。因此，当“GPS-denied navigation”“无人机”“现场资产”这些词和游戏扫描联系在一起时，含义就变了。媒体报道称，Vantor 表示不会在其系统中使用游戏数据。真正难回答的问题更细：如果早期模型或基础组件曾经从历史扫描中学习，个人后来还能审计或撤回自己的贡献吗？

这也是 Hacker News 讨论激烈的原因。有些人认为军事标题过强；另一些人认为，消费者平台的数据最终寻找更高价值市场并不意外。用户能理解“扫描这个 PokéStop 换奖励”，也可能接受“这会改善 AR 或送货机器人”。但很少有人会预想，几年后这些数据可能进入机器人导航、城市地图、工业巡检、政府客户或防务相关系统。法律条款里的同意，不等于用户真正想象过后果。

不要混淆四个层次

这件事常被混成一句话。第一，Niantic Spatial 正在帮助 Coco Robotics 做送货机器人的视觉定位。第二，Niantic 产品相关的图像和扫描参与训练空间模型，媒体反复提到约 300 亿张图像。第三，Niantic Spatial 与 Vantor 合作研究 GPS 不足时的导航。第四，最强的指控是：Pokémon Go 玩家扫描直接驱动军用无人机。

严肃讨论必须把这些层次分开。即便不采用第四种说法，前三点已经足够重要。自主系统的基础设施会跨市场流动：送货机器人、巡检无人机、AR 眼镜、物流、救援和军方都需要类似的空间理解。同一张视觉地图，可以被贴上不同商业标签。

公共空间的数据边界

街道扫描很难放进旧分类。它既不是家庭视频，也不只是普通街拍；既像地图，又可能具有情报价值。手机对准雕像时，可能同时拍到住宅入口、学校、医院、监控摄像头、海报和基础设施细节。即使人脸和车牌被处理，几何结构仍然有价值。

城市需要追问：谁可以建立人行道和建筑立面的密集视觉地图？这些地图能否出口？能否卖给防务伙伴？学校、医院、交通枢纽和关键基础设施附近的扫描有什么规则？问题不是机器人能不能“看见”。自主系统必须感知环境。问题是，私人控制的城市视觉层能否在没有公共讨论的情况下变成基础设施。

机器人行业的教训

用户可以减少贡献：不做可选扫描，不扫描室内和敏感地点，检查应用权限，申请下载或删除数据。这些做法有意义，但不足以解决系统问题。普通用户无法审计模型权重，也无法预知公司三年后的合作伙伴。

收集空间数据的公司应在采集前用清楚语言标明后续用途：改善游戏、AR 定位、机器人导航、地图产品、政府客户、防务用途。敏感类别应单独选择，而不是藏在宽泛授权里。还需要训练前删除窗口、合作伙伴限制、数据来源记录和透明度报告。

Niantic Spatial 的争议并不是要求放弃视觉定位。机器人确实需要共享地图，而这些地图会来自手机、汽车、无人机、眼镜和机器人车队。真正的教训是治理。技术方向已经很清楚：越来越多机器会用摄像头画面匹配世界模型，而不只相信 GPS。社会问题仍未解决：人们因为游戏好玩而帮助描绘城市，但他们是否知道，这张地图将来可能把机器人、无人机甚至防务系统带向哪里？