Pokémon Go fue el primer bombazo masivo de realidad aumentada. Salió en 2016 de la mano de Niantic y en cuestión de semanas tenía a medio planeta caminando con el celular en alto buscando criaturas. Desde Chicago hasta Japón, la gente salía con la esperanza de atrapar un Jigglypuff o, con mucha suerte, algo rarísimo como un Zapdos.
Eso dejó algo más que anécdotas. Millones de personas apuntaron sus cámaras a calles, edificios y plazas. En apenas 60 días, la app se instaló unas 500 millones de veces. Y años después seguía fuerte, con más de 100 millones de jugadores en 2024.
Robots
Ahora viene el giro interesante. Niantic separó una nueva empresa, Niantic Spatial, y está usando todo ese material para construir un modelo del mundo real. Básicamente, entrena inteligencia artificial con fotos reales geolocalizadas con mucha precisión. La idea es que las máquinas entiendan el entorno físico, no solo texto.
Su nuevo sistema promete ubicarte en un mapa con precisión de centímetros usando solo unas fotos del entorno. Suena exagerado, pero tiene sentido cuando sabes que lo entrenaron con unos 30 mil millones de imágenes tomadas en ciudades de todo el mundo.
¿Para qué sirve? Robots. Niantic se ha aliado con Coco Robotics, una startup que hace entregas con robots pequeños que van por la vereda. Ya tienen miles operando en ciudades como Los Ángeles o Helsinki.
El problema es que el GPS falla mucho en zonas urbanas densas. Los edificios rebotan la señal y tu ubicación puede desviarse decenas de metros. O sea, el robot cree que está en otra calle.
Ahí entra el sistema visual. En lugar de depender solo del GPS, el robot “mira” su entorno con cámaras y lo compara con el modelo. Así sabe exactamente dónde está y hacia dónde va.
Mapa vivo
No es una idea totalmente nueva, pero la diferencia es la escala. Tener millones de imágenes del mismo lugar, en distintos ángulos, horas y climas, hace que el sistema sea mucho más robusto.
El objetivo va más allá de repartir pizzas. Niantic quiere construir algo parecido a un mapa vivo, una réplica digital del mundo que se actualiza constantemente. A medida que más robots circulen, más datos se suman y más preciso se vuelve todo.
Los modelos de lenguaje saben mucho, pero entienden poco del mundo físico. Estos modelos del mundo buscan cerrar esa brecha. No se trata solo de mapas más bonitos, sino de enseñarles a las máquinas cómo funciona realmente el entorno en el que se mueven.
