空間を理解する能力が、人間から機械へと移り始めています。その最前線で、Niantic Spatialが2026年4月、物理世界をAIが読めるデータへ変換するプラットフォームをリリースしました。礎となったのは、ポケモンGOプレイヤーが撮り続けた約300億枚の街角の画像です。技術の詳細よりも私たちが気になるのは、この動きの先に何があるかです。物理世界の地図を民間企業が所有することの意味、そしてロボットが「自分の場所」を知る時代に人間の空間認識はどう変わるのか——ここでは、その問いを一緒に考えてみたいと思います。
Niantic Spatialは2026年4月8日、物理空間の3Dデータを生成する法人向けプラットフォーム「Scaniverse for business」と、更新版の視覚的位置推定システム「VPS 2.0」をリリースした。
Scaniverseはスマートフォン1台、または360度カメラで空間をスキャンし、VPSマップ・メッシュ・Gaussian splatsの3種類のデータを一度の撮影から同時生成する。複数ユーザーがデータを持ち寄り、一つの3Dモデルへ統合するコラボレーション機能も備える。料金プランは月額0ドル（無料）からPlus（月額20ドル）・Pro（月額50ドル）・Enterpriseの4段階。
VPS 2.0は、Scaniverseでマッピングした場所ではセンチメートル級に近い6DoF（6自由度）測位を実現し、未スキャンの場所でもGPSの誤差・途絶を補正して安定した測位を提供する。事前スキャンなしに動作するのは旧バージョンとの大きな差異だ。開発キット「NSDK 4.0」はUnity・Swift・Android・ROS 2に対応し、4月中の一般公開が予定された。
同社は2025年5月、ポケモンGOなどのゲーム事業をScopelyへ35億ドルで売却し、地理空間AI（GeoAI）専業企業としてスピンアウト。同社の「Large Geospatial Model（LGM）」は、ポケモンGOプレイヤーが撮影・提供した約300億枚の画像データを学習基盤としている。
From: 
Mapping the World For Machines with Scaniverse | Niantic Spatial
【編集部解説】
「楽しさ」はどこへ行ったのか
2016年、ポケモンGOは世界を変えました。CTOのブライアン・マクレンドン（Brian McClendon）氏によれば、リリースから60日で5億人がインストールし、公園や街角に人が溢れた。スマートフォンを空にかざし、架空のモンスターを追いかける人々の姿は、2016年という年の象徴的な光景として記憶されています。
あの熱狂の中で、プレイヤーたちは実は別のことをしていました。
ポケモンGOをはじめとするNianticのゲームには、特定の現実空間（ポケモンジムやポケストップ）を複数の角度・時間帯・天候のもとで撮影する機能がありました。この機能はレベル20以降のプレイヤーに開放されており、参加はあくまで任意です。しかし、その先に何が待っているかを想像した人はほとんどいなかったはずです。
蓄積されたデータは約300億枚の画像。それぞれの画像には、撮影時のカメラの位置・向き・傾き・移動速度といった精密なメタデータが付いています。世界100万か所超の地点について、異なる季節・時刻・角度から撮られた数千枚の画像が積み重なり、「人間とロボットが共通の言語で理解できる物理世界の地図」の礎になりました。
「ピカチュウを現実世界に走らせることと、Cocoのロボットが安全に街を移動することは、実はまったく同じ問題だ」──Niantic SpatialのCEO、ジョン・ハンキー（John Hanke）氏はそう述べています。
ゲームの「楽しさ」が変換されたのではありません。楽しさを届けるために必要だったデータが、別の目的地を持っていたのです。
ロボットの目になる地図
この地図が最初に動かしたのは、食事を届けるロボットでした。
Cocoのデリバリーロボットは現在、ロサンゼルス・シカゴ・マイアミなど米国内の複数都市、およびフィンランドのヘルシンキで稼働しています。都市部でGPSが使えない理由はシンプルです。電波が高層ビルに反射・干渉し、精度が数十メートル単位まで落ちる。信号機の前に止まるのか、交差点を渡るのかを判断するには、それでは足りません。Niantic SpatialのVPSは、カメラ映像と蓄積された空間データを照合することで、マッピング済みエリアではセンチメートル級の精度で現在地を割り出します。
今回のScaniverse for businessのリリースは、この能力を「外に開く」ことを意味します。これまでNianticが自社データで構築していた地図を、企業や組織が自分の施設や環境について同様に構築できるようになりました。
その潜在的な変化は、ロボットにとどまりません。
建物は竣工後、無数の改修を経て竣工図と現況が乖離していきます。施設管理・インフラ保守・建設業が日常的に抱えるこの問題は、「どのフロアのどの壁に何があるか」を常に最新の状態で把握することが困難なことに起因します。スマートフォン一台で誰でも空間をスキャンし、チームでモデルを更新し続けられるプラットフォームは、「図面と現実が違う」という構造的な痛みに直接働きかけます。
Niantic Spatialはさらに、今年後半には空間内の物体や環境の意味を推論する「セマンティックなシーン理解」機能の発表を予定しています。「ここはドア」「これは動く障害物」という意味の理解は、位置の把握からさらに一歩進み、空間の中で「何が起きているか」をAIが解釈できるようにするものです。位置から意味へ──このステップが完成すると、AIは地図を「読む」だけでなく「理解する」ことができるようになります。
地図を持つ者が、ふたたび
歴史を振り返ると、精密な地図は常に権力と結びついてきました。大航海時代の海図は航路の独占を意味し、19世紀の植民地測量は統治の道具でした。デジタル時代においても、GoogleがStreet Viewを構築したとき、空間データのコントロールがどのような優位性を生むかが示されました。
Niantic SpatialとGoogleのARCore Geospatial APIは、現在この領域で明確に競合しています。Googleが持つのは膨大なStreet Viewデータベース。Niantic Spatialが差別化として強調するのは、顧客が自社の空間データをプラットフォームに持ち込める点と、GoogleのStreet Viewが届かない屋内・プライベートエリアへの対応です。
この構図は興味深いものです。Googleが公共空間の「可視化」によって地図インフラを押さえたとすれば、Nianticは「インドア・産業空間」という未踏の領域からの参入を狙っている。言い換えれば、デジタルマップの空白地帯が、次の覇権の舞台になっています。
データの出所についても、正確な理解が必要です。Niantic側は、AR機能を使ったデータ提供はレベル20以降のプレイヤーによる任意の行為であり、収集データはGDPRレベルの匿名化処理が施されていると説明しています。「知らずに収集された」という一部の報道は正確ではありません。ただ同時に、「任意のゲーム行動が10年後に都市のAIインフラになる」という転用を、プレイヤーが予見できたかどうかは、また別の問いです。同意の「形式」と「実質」の間に生じる非対称性は、データ経済全体が抱える構造的な課題です。
空間を「読む」主体は誰か
人間は長い間、空間を理解する唯一の存在でした。「この建物は自分の歩幅で50歩」「あの曲がり角を右に曲がれば広場がある」──空間の読み方は身体と経験を通じて身についたものであり、それは個人の記憶と深く結びついています。場所は記憶を宿し、記憶は場所を必要とします。
Niantic Spatialのビジョンは、この読解能力を機械に移植することです。「2026年末までに最も高性能なAIシステムはスクリーンの外へ出て、道路・工場・家庭を共通の空間理解で移動するようになる」と同社は述べています。
これが実現するとき、空間における人間の行為主体性はどう変わるのか。ロボットが「ここがどこか」を人間よりも正確に知っている世界で、人間は空間をどう経験するのか。
今のところ、この問いに答えを持つ者はいません。
確実に言えるのは、ゲームプレイヤーたちが十分には意識せずに（あるいは転用先を予見せずに）構築に参加したこの地図が、物理世界とデジタル世界の接合点として機能し始めたという事実です。その地図の上で、次に何が動くのかは、まだ誰にも見えていません。
【用語解説】
Large Geospatial Model（LGM / 大規模地理空間モデル）
現実世界の3Dスキャン・衛星画像・GPS・LiDARなどのデータを学習基盤とした大規模AIモデル。テキストを学習したLLM（大規模言語モデル）の「空間版」に相当する。Niantic SpatialはLGMを自社の空間AIサービス全体の中核に位置づけている。
VPS（Visual Positioning System / 視覚的位置推定システム）
カメラ映像と3Dマップを照合することで現在地を割り出す技術。GPSが電波反射により数メートル〜数十メートルの誤差が生じる都市環境や屋内でも、センチメートル精度の位置・向き情報を提供できる。GPS誕生から50年以上が経過した現在も解決されていなかった精度問題へのアプローチのひとつ。
6DoF（Six Degrees of Freedom / 6自由度）
三次元空間における物体の動きを記述する6つの自由度のこと。前後・左右・上下の3軸平行移動と、ロール・ピッチ・ヨーの3軸回転で構成される。ロボットやXRデバイスが「今どこにいて、どの方向を向いているか」を完全に把握するために必要な情報量。
Gaussian splats（ガウシアン・スプラッティング / 3DGS）
現実空間を高精細に3D再現する技術手法のひとつ。無数の半透明な楕円体（スプラット）を空間に配置し、それぞれに色・不透明度・形状を持たせることでフォトリアルな3D表現を実現する。従来の点群（ポイントクラウド）やメッシュと比較して、視覚的なリアリティと処理効率のバランスに優れる。
セマンティックなシーン理解
AIが空間内の物体や環境の「意味」を推論・分類する能力。「ここに何かある」という存在認識にとどまらず、「これはドア」「あれは動く障害物」「この場所は倉庫の出入口」といった意味の解釈まで踏み込む。Niantic Spatialは2026年後半に関連機能の発表を予定している。
【参考リンク】
Niantic Spatial 公式サイト（外部）
地理空間AI企業Niantic Spatialの公式サイト。Scaniverse・VPS・LGMの概要、ロボティクス・建設・物流などユースケース別の解説、料金プランを掲載。
Scaniverse（ウェブ版）（外部）
スキャンデータのアップロード・管理・3Dモデル生成・VPSマップ確認が行えるブラウザポータル。アカウント登録後に無料プランから利用可能。
Scaniverse アプリ（App Store）（外部）
iOS向けのScaniverseアプリ。スマートフォン1台で空間スキャンを開始できる。既存の個人向けスキャン機能はそのまま継続利用可能。
Niantic Spatial 開発者ドキュメント（外部）
NSDK 4.0（Unity・Swift・Android・ROS 2対応）のAPIリファレンスとチュートリアル。Scaniverse・VPS 2.0を活用したアプリ・ロボティクスシステム開発者向け。
Coco Robotics（外部）
Niantic SpatialのVPSを都市配送ロボットのナビゲーションに採用した米国のスタートアップ。現在ロサンゼルス・シカゴ・マイアミなど米国内複数都市、およびヘルシンキ（フィンランド）で稼働中。
Google ARCore Geospatial API（外部）
GoogleのStreet Viewデータベースを基盤とした視覚的位置推定API。Niantic Spatial VPSとの技術的・戦略的な比較検討の参考として。
【参考動画】
【参考記事】
How Pokémon Go is giving delivery robots an inch-perfect view of the world — MIT Technology Review（外部）
300億枚の画像データの構造、ホットスポットの仕組み、CTOブライアン・マクレンドン氏の発言、Coco Roboticsとの提携内容を詳報。本記事の事実基盤の主要ソース。
From Pokémon GO to physical AI: Niantic Spatial unveils its global 3D mapping platform — GeekWire（外部）
Scaniverse for businessローンチの詳細、Google ARCore Geospatial APIとの差別化、データ収集のopt-in性についての公式説明を含む。
Mapping the World For Machines with Scaniverse — Niantic Spatial Blog（外部）
Scaniverse・VPS 2.0のローンチ宣言と技術的位置づけを同社が自ら語った一次情報。「人間と機械が共通の言語で理解できる世界の地図」というビジョンの原文。
【関連記事】
ポケモンGO、Scopelyに売却 – Nianticが空間AI企業へ転身、300億枚の画像データが示す次世代AR戦略 （innovaTopia）
ゲーム事業売却の経緯とGeoAI専業企業への転身戦略。本記事の前史にあたる。
Project Orbion発表：Niantic・ICEYE・BlackSkyが共同開発する世界初AI搭載地球デジタルツイン （innovaTopia）
Niantic Spatialが衛星企業と組み、地球規模のデジタルツイン構築に参画。地上スキャンと衛星データの両輪を補完する。
NianticのProject Jade｜スマートグラスのカメラアクセスが変える空間コンピューティングの未来 （innovaTopia）
ウェアラブルデバイスと空間AIの交差点を探った記事。スキャンするデバイスの多様化という文脈でつながる。
JALエンジニアリング×アスカラボ、航空機3Dモデルで整備現場をデジタルツイン化—本邦初の整備情報プラットフォーム運用開始 （innovaTopia）
「図面と現実の乖離」という課題への国内具体例。航空機整備への3Dデジタルツイン適用。
富士通「空間World Model技術」が描く、人とロボットの協調空間とは【CES2026出展】 （innovaTopia）
空間内の行動意図を推定するAI技術。「位置を知る」Nianticと「意味を理解する」富士通、異なるアプローチの対比として。
【編集部後記】
ポケモンGOが空間AIのインフラになったように、私たちが今使っているアプリも、10年後には別の何かの礎になっているかもしれません。データの転用は最初から設計されるものではなく、蓄積されたのちに機会が訪れたとき、静かに起きます。
それを所与のものとして受け入れるのか、仕組みとして理解しようとするのか、あるいは積極的に使いこなす側に回るのか。答えは一つではありませんが、選択肢があること自体は知っておきたいと思っています。
