Технології

Niantic Spatial та Vantor під пильною увагою через збір даних Pokemon Go для моделей геолокації та дронів

V

Victoria Rose

2 хв читання

ПоділитисяTelegramFFacebookXXLLinkedInEmail
Стилізована ілюстрація, що зображує мережу точок даних і ліній, які сходяться до центрального, абстрактного представлення великої геопросторової моделі. На задньому плані ледь помітні силуети дронів та елементи доповненої реальності натякають на застосування. Загальний тон технічний та дещо таємничий, з акцентом на потік даних та геолокацію.

Розслідування щодо збору даних Niantic Spatial та Vantor

Компанія Niantic, відома розробкою ігор з доповненою реальністю, таких як Pokemon Go та Ingress, давно відома збором даних про місцезнаходження користувачів. Однак нещодавня співпраця її дочірньої компанії Niantic Spatial з американською компанією Vantor, що спеціалізується на геолокації та програмному забезпеченні для дронів, привернула увагу нідерландського видання Trouw, яке провело розслідування щодо використання даних.

Використання даних гравців для геопросторових моделей

Niantic раніше підтвердила, що дані з Pokemon Go та Ingress використовувалися для тренування її "Великої геопросторової моделі" (LGM), анонсованої у 2024 році. Ця модель, у свою чергу, використовує "сканування реальних публічних локацій, надані гравцями", для навчання своєї "Системи візуального позиціонування" (VPS). Система VPS особливо ефективна в районах з поганим супутниковим зв'язком, наприклад, на сучасних полях бою, де часто використовуються засоби глушіння сигналів, що визнає сама Vantor.

Суперечливі заяви та відмовки

Vantor заперечує пряме використання даних Pokemon Go наразі, уточнюючи через Game Developer, що це припинилося після передачі гри компанії Scopely. Проте, це стосується лише сучасного збору даних. Залишається звинувачення, що внески гравців під час володіння Niantic були критично важливими для створення LGM, розроблених Niantic, а отже, і Niantic Spatial. Видання Trouw зазначає, що Vantor не захотіла ні підтвердити, ні спростувати цей аспект ситуації.

Niantic Spatial намагалася відхилити звинувачення, вказуючи на те, що гравці добровільно надавали свої дані та погоджувалися з умовами використання на той час. Таким чином, залишається припущення, що Niantic Spatial використала всі дані про місцезнаходження, надані користувачами Pokemon Go, для подібних партнерств, оскільки навчальні моделі, особливо ті, що називаються "Великими", потребують значних обсягів даних для тренування.

Інші застосування Niantic Spatial

Trouw також зазначає, що Niantic Spatial була значним учасником у менш зловісній (але часто висміюваній) справі гіперточних роботів-доставників через Coco Robotics, які були запущені в американських містах та Гельсінкі, Фінляндія.

Що це означає для розробників

Ця новина підкреслює, як дані, зібрані з ігрових платформ, можуть бути використані для тренування складних геопросторових моделей. Розробникам варто враховувати потенційні вторинні застосування користувацьких даних та чітко комунікувати це у своїх умовах використання, особливо при роботі з технологіями, що мають широкі застосування, як-от системи візуального позиціонування.

Ключові факти

  • Niantic Spatial (дочірня компанія Niantic) співпрацює з Vantor (компанія з геолокації та програмного забезпечення для дронів).

  • Співпраця була оголошена у грудні 2025 року.

  • Нідерландське видання Trouw розслідувало використання даних Niantic Spatial та Vantor.

  • Niantic підтвердила, що Pokemon Go та Ingress використовувалися для тренування її "Великої геопросторової моделі" (LGM), анонсованої у 2024 році.

  • LGM використовує "сканування реальних публічних локацій, надані гравцями", для навчання "Системи візуального позиціонування" (VPS).

Джерела

ТехнологіїШтучний інтелектДані та аналітика

Джерело

MMORPG.comVictoria Rose

Pokemon Go Ex-Studio Niantic And Its New Drone-Programming Partner Interrogated Over Data Collection, With Vague Answers

13 червня 2026 · оновлено 13 червня 2026

Оригінал

Попередні статті

Абстрактна ілюстрація, що показує контейнери Docker, які символізують робочі процеси Data Science, з елементами коду, даних та моделей, що переміщуються між ними, підкреслюючи відтворюваність та портативність.
13 червня 2026Дані та аналітика

Опанування Docker для Data Science: 5 Ключових Кроків

Docker вирішує проблеми відтворюваності та залежностей у Data Science, пакуючи код, бібліотеки та середовище в портативні контейнери. Цей матеріал описує п'ять кроків для ефективного використання Docker у проєктах з аналізу даних, від основ до розгортання в продакшені.

Ілюстрація AI-агента для кодування Cortex Code, що допомагає розробнику працювати з корпоративними даними та кодом.
12 червня 2026Штучний інтелект

Snowflake представляє Cortex Code: AI-агент для кодування, що підвищує продуктивність завдяки розумінню корпоративних даних

Snowflake представила Cortex Code, AI-агент для кодування, розроблений для корпоративного стеку даних. Він значно підвищує продуктивність, спрощує операції з даними та надає контекстно-орієнтовану допомогу в локальних середовищах розробки, використовуючи природну мову.

Абстрактна ілюстрація, що зображує потік даних через складні конвеєри, які трансформуються та інтегруються зі штучним інтелектом, символізуючи еволюцію інженерії даних.
12 червня 2026Дані та аналітика

Два великі зрушення в інженерії даних: як ШІ змінює функцію та форму

Інженерія даних переживає два ключові зрушення: функціональне через попит ШІ на дані та формальне, що вимагає від інженерів переходу до стратегічного виконання та декларативного підходу для масштабування.

Наступні статті

Стилізована ілюстрація, що показує, як кілька агентів змагаються за доступ до одного GPU, при цьому один з них відчуває значні затримки, тоді як Kubernetes помилково повідомляє про справність усіх процесів.
14 червня 2026Штучний інтелект

Прихована ціна спільного використання GPU: як Kubernetes Time-Slicing впливає на LLM-агентів

Дослідження показує, що спільне використання GPU LLM-агентами на Kubernetes за допомогою time-slicing може призвести до прихованого погіршення p99 затримки для чутливих до затримки робочих навантажень, попри те, що Kubernetes повідомляє про справність усіх подів.

Ілюстрація гібридної хмарної інфраструктури, що поєднує локальні сервери та публічні хмарні сервіси, з елементами, що символізують освіту K-12, та акцентом на безпеку даних і можливості ШІ.
14 червня 2026Технології

Гібридна хмара та готовність до ШІ: що потрібно знати ІТ-лідерам шкіл K-12

Школи K-12 інвестують в інструменти ШІ, але більшість не готові їх підтримувати. Гібридна хмарна інфраструктура та сувора політика управління даними є ключовими для впровадження ШІ, забезпечуючи масштабованість, економію та захист даних.

Футуристична ілюстрація, що показує руки розробника, які взаємодіють з інтерфейсом коду, що світиться, з абстрактними елементами, що символізують ШІ-агентів, які прискорюють розробку.
15 червня 2026Штучний інтелект

Звіт Cursor: Трансформація Розробки ПЗ Завдяки Штучному Інтелекту

Звіт Cursor за 2026 рік показує, як ШІ подвоює швидкість кодування, збільшує розмір PR та автоматизує процеси. Він висвітлює зростання продуктивності, економіку моделей, розрив між "power users" та важливість контексту в роботі агентів.