【アメリカ】Niantic SpatialとSpexiが提携——ドローン空撮映像を都市スケール3D AIへ変換する新パイプライン

【アメリカ】Niantic SpatialとSpexiが提携——ドローン空撮映像を都市スケール3D AIへ変換する新パイプライン

📋 この記事のポイント

  • ポケモンGO開発元 Niantic が独立させた空間AI企業「Niantic Spatial」が、カナダのドローン測量網「Spexi」と戦略提携
  • SpexiのドローンをNiantic SpatialのReconstructionAPIに通すだけで、都市スケールの3D Gaussian Splatを生成できる
  • SpexiはNianticの物理AIモデル訓練における優先ドローン映像プロバイダーにも指定
  • 用途はインフラ点検・保険リスク評価・エネルギーサイト解析・資産管理・3D計測と幅広く、日本の点検・測量分野にも直接波及
10,000+

Spexiパイロット数

世界規模のドローン撮影ネットワーク

600万+

マッピング済みエーカー

2.8cm解像度・衛星比10倍の精細さ

2.8cm

解像度

衛星画像の約10倍の精細さ

「ドローンで街を丸ごと3D化する」時代が到来

2026年5月28日、米国のスタートアップNiantic Spatialとカナダの空撮データ会社Spexi Geospatialは戦略的提携を発表した。Spexiが持つ世界規模のドローン撮影ネットワークと、Niantic Spatialが開発した3D再構成パイプラインを組み合わせ、企業が”ドローン空撮→高精度3D AI”を一気通貫で発注できる仕組みを整えるものだ。

Niantic Spatialは、ポケモンGOなどで知られるNiantic(ナイアンティック)から分離独立した空間AI専門の企業。3D Gaussian Splatや独自の開放フォーマット「SPZ」を開発し、スマートフォン・360°カメラ・ドローン・衛星・LiDARなど多様なセンサーからの幾何学的に正確なデジタルツインを構築する技術を持つ。一方のSpexiは、1万人超のドローンパイロットネットワークで600万エーカー以上を2.8cm解像度(衛星画像の約10倍の精細さ)でマッピング済みの空撮データ企業だ。

仕組み:ドローン→3D Gaussian Splatまでワンフロー

提携の骨子はシンプルだ。顧客はSpexiのプラットフォームからドローン撮影を発注し、出来上がった映像がNiantic SpatialのReconstructionAPIに自動的に流れ込む。出力は座標参照(ジオリファレンス)付きの3D Gaussian Splat。Spexi Worldプラットフォームに組み込まれたビューア上でそのまま計測・確認でき、都市規模の複合マップにタイルとして貼り合わせられる。

Niantic SpatialのCEO、Inhi Cho Suh氏は「物理AIが現実世界で機能するには、現実に根ざした基盤が必要だ。Spexiの撮影ネットワークと自社の再構成技術・実世界モデルを組み合わせることで、そこに大きく近づける」と述べた。また「これまで高品質な3D再構成は、物体や建物のスケールにとどまっていた。この提携でそれが都市スケール以上に拡張される」とも語っている。

SpexiはNianticの物理AI訓練データの優先プロバイダーにも

単なる商用サービス連携にとどまらない。SpexiはNiantic Spatialの物理AI基盤モデルのトレーニング用映像データにおける優先プロバイダーに指定された。都市スケール以上の空撮データを収集・統合し、シミュレーション・位置推定・AIトレーニングに活用できる幾何学的に正確な3D再構成モデルの構築を担う。

Spexi CEO の Bill Lakeland 氏は「共同で提供するドローン→3Dパイプラインは、次世代物理AIを再定義する。顧客は生の映像データから実行可能な3Dインテリジェンスへワンシームレスなフローで到達できる」と強調した。

対象ユースケース——インフラ点検から保険リスク評価まで

発表で列挙されたユースケースは以下の5分野だ:

  • インフラ点検——橋梁・電力設備・道路などの経年変化を3Dモデルで継続管理
  • 保険リスク評価——屋根・建物外壁の損傷を高精度3Dで査定
  • エネルギーサイト解析——太陽光パネル・風力発電所の定期モニタリング
  • 資産管理——大規模施設・工業プラントのデジタルツイン更新
  • 3D計測——建設・土木工事の出来形計測

日本市場への波及——点検・測量領域で即日活用可能な技術

今回の提携が注目されるのは、技術的な新奇性だけでなく、日本の産業への即時応用可能性が高い点だ。日本でもドローン点検(橋梁・送電線・太陽光)や UAV 測量の需要は急拡大しており、Level 4 飛行解禁後の本格普及フェーズに入っている(関連:都内初・レベル4飛行での医薬品配送実験)。

Gaussian Splat形式のデジタルツインは、点検記録の継続比較や自律飛行経路の事前シミュレーションにも応用できる。BIM/CIMとの連携が進む国土交通省のインフラDX政策とも方向性が一致しており、今後の国内実証事業や受注競争に影響を与えるとみられる。

Spexiが保有する1万人規模のパイロットネットワーク形成モデルは、日本で進むドローンパイロットのプラットフォーム化・データ化(DLサービス構想など)にとっても参照価値が高い。

「Physical AI」という新文脈——ドローンはAI訓練インフラになる

今回の発表で最も重要なシグナルは、ドローンが「撮影・輸送ツール」から「物理AI訓練インフラ」へと役割を拡張しつつある点だ。Nianticは「Robots, agents, and autonomous systems need world models grounded in physics and geometry, not imagination」というメッセージをサイトに掲げている。GPTに代表される言語モデルが「想像力で世界を語る」モデルだとすれば、Physical AIは「現実の幾何学に根ざした世界モデルで判断する」モデルである。

都市スケールの3Dデータを継続的にアップデートするためには、大量のドローン飛行が必要になる。Spexiのようなパイロットネットワーク型企業の戦略的重要性は、AI産業全体の成長とともに増す一方だろう。

関連記事

本記事は、DroneLife(2026-05-28付)の報道をもとに、DRONE PRESS編集部が独自の分析を加えてお届けしました。

コメントを残す

*

CAPTCHA