Niantic Spatial为Scaniverse新增USDZ导出功能，助力机器人仿真工作流

最近，Niantic Spatial给自家那个Scaniverse应用加了个新技能——USDZ导出功能。这件事说到底，解决的是机器人领域一个老难题：仿真环境里练得再溜的机器人，一到真实世界就容易懵圈。

怎么解决？答案很简单：直接拿真实环境来练。开发者现在只需要一台360度相机，把想扫描的场景走一遍，Scaniverse就能生成一个USDZ文件。这个文件挺讲究的——它融合了高斯泼溅技术和自动生成的对齐网格，说白了就是既能看到场景的样子，也能摸到场景的物理结构。

生成的模型可以直接扔进英伟达的Isaac Sim里跑机器人的训练和测试。Niantic Spatial自己说，这套流程比传统的RGB-LiDAR测绘系统便宜太多了。传统方案动不动就要几万美元，但一台360度相机才500美元左右，五分钟就能把一条街道或者一个大型室内空间扫完。这差距可不是一星半点。

这项新功能背后其实有Niantic Spatial一直在打磨的深度模型。它的巧妙之处在于：直接从高斯泼溅里提取几何信息，而不是像过去那样还得单独做一次几何扫描。这样一来，生成的网格更平滑、更精准，渲染图像和碰撞几何体之间的对齐误差也大幅减少了。

这个逻辑很清晰：单次采集同时搞定视觉表示和物理表示，机器人在仿真里看到的和实际碰撞到的，误差越小，训练效果就越好。更重要的是，机器人可以直接在它未来真正要干活的环境里学习——光照条件、材质纹理、柜子上的杂乱摆放、地面的反光特性，所有这些真实细节都被原样保留下来。

如此一来，开发者就不必完全依赖那些通用的仿真环境了。在给客户部署之前，直接带着360度相机去客户的仓库或工厂转一圈，生成一个仿真就绪的数字孪生体，然后在里面把机器人策略训练好，最后再把训练好的机器人部署过去。这流程听起来是不是顺畅多了？

Niantic Spatial认为，这种方式不仅能缩短部署周期，而且那个高保真的数字孪生体可以一直保留着。机器人投入实际使用之后，还可以基于这个持久化的数字孪生体持续优化自己的策略。简单说，就是越用越聪明。

USDZ导出功能现在已经正式上线，适配英伟达Isaac Sim。它也是Niantic Spatial整个战略中的一块重要拼图——这家公司一直在为物理AI构建真实世界的基础模型。

Q&A

Scaniverse的USDZ导出功能，核心就是让开发者用360度相机扫描真实环境，生成一个包含高斯泼溅与对齐网格的USDZ文件，然后直接导入英伟达Isaac Sim做机器人训练。它解决的是机器人在仿真环境里练得再好、一进真实世界就罢工的"仿真-现实落差"问题。简单讲，就是让机器人在真正要工作的环境里提前"预习"一遍。

传统RGB-LiDAR测绘系统价格很吓人，动不动就几万美元。而Scaniverse只需要一台约500美元的360度相机，五分钟扫完一条街或一个大车间。从成本到操作门槛，都对小团队极友好。对于需要快速搭建仿真环境的机器人开发团队来说，这几乎是最低成本的选择了。

关键在于单次采集同时构建了环境的视觉和物理表示，渲染图像和碰撞几何体之间的对齐误差被大幅压缩。机器人在数字孪生体里学会的不仅仅是路怎么走，还包括实际场景中的光照、纹理、表面特性这些细节。说白了，它学到的就是未来真实环境的"原装"版，而不是一个经过美化的模拟版本。而且，这个数字孪生体可以一直用，机器人上手之后还能继续优化策略。