主要观点总结
文章介绍了宝可梦GO团队实现的大规模地理空间模型LGM，该模型利用超过5000万个神经网络对全球进行大规模建模，实现了空间智能的进步。文章还详细阐述了LGM如何理解世界，以及其在游戏、空间规划与设计、物流、受众参与和远程协作等领域的应用前景。同时，介绍了Niantic团队如何利用用户扫描构建视觉定位系统VPS，以及LGM与LLM等模型的互补性，共同构成空间计算的未来。
关键观点总结
关键观点1: 宝可梦GO团队构建了大规模地理空间模型LGM，使用超过5000万个神经网络实现全球建模。
LGM利用神经网络理解空间的3D结构，实现了空间智能的重大进展。它能够将全球各地的图像数据提炼成一个大模型，使计算机能够基于位置理解空间、结构和物理交互。
关键观点2: LGM具有突破性的定位能力。
LGM能够以内嵌教堂等建筑的概念，进一步理解这些建筑是如何构造的。即使对于特定位置只绘制了部分地图，LGM也能根据之前见过的其他类似建筑，对未知部分做出明智的猜测。
关键观点3: LGM与Niantic的VPS和LLM等模型相互补充，共同构成空间计算的未来。
LGM等大型AI模型在空间计算领域具有巨大的潜力，可以与Niantic的其他模型（如视觉定位系统VPS和大型语言模型LLM）相互协作，共同推动空间计算的未来发展。
文章预览
新智元报道 编辑：HYZ 【新智元导读】 5年，5000万个神经网络，这个世界从未被扫描过的角落，我们都能看到了。宝可梦GO团队，竟然抢先实现了李飞飞的「空间智能」？而「Pokémon Go」的玩家可能没想到，自己居然在训练着一个巨大的AI模型。 李飞飞提出的「空间智能」概念，被宝可梦GO团队抢先实现了？ 最近，宝可梦GO团队宣布，构建出了一个大规模地理空间模型LGM，让我们距离空间智能更近了一步。 而这一成果也意味着，人类在空间计算和AR眼镜领域，即将进入崭新的时代。 作为Niantic视觉定位系统（VPS）的一部分，团队训练了超过5000万个神经网络，参数规模超过150万亿。 我们可以把LGM想象成一张为计算机准备的超级智能地图，不过，它却能以与人类类似的方式理解空间。 凭借这种对世界的强大3D理解能力，LGM能够非常智能地「填补空
………………………………
