Porozmawiaj z nami

Technologia

Technologia, na której stoi Seekprotocol

Platformę tworzą trzy rzeczy. Wiemy na pewno, że ktoś był w danym miejscu. Umieszczamy cyfrowe obiekty w prawdziwym punkcie. I używamy AI w aplikacji, na mapie, a w następnym kroku także w danych, które dostarczamy.

ObecnośćSprawdzone przez serwer
Postać pingwina stojąca na ulicy handlowej, widziana przez aparat aplikacji
Przestrzenne ARZrzut z aplikacji
Wizja AIObiekty rozpoznane

Dowód obecności

W produkcji

Pewność, że ktoś tam był

Każdy odbiór sprawdza nasz serwer. Telefon dostarcza dane. Decyduje serwer.

  1. 01

    Urządzenie jest prawdziwe

    Telefon dowodzi atestacją ze swojego systemu operacyjnego, że niezmodyfikowana aplikacja działa na prawdziwym urządzeniu.

  2. 02

    Lokalizacja nie jest sfałszowana

    Symulowane lokalizacje i emulatory są odrzucane i zapisywane w logach.

  3. 03

    Odległość się zgadza

    Serwer sam mierzy odległość do punktu. Liczy się do 40 metrów.

  4. 04

    Prędkość jest ludzka

    Kto pokonuje kilometr w kilka sekund, ten nie idzie pieszo.

  5. 05

    Jeszcze raz przy wypłacie

    Te same kontrole są powtarzane w chwili, gdy wypłacane jest coś, co ma wartość.

Promień

40 metrów, mierzone przez serwer

Nagrodę można odebrać w odległości do 40 metrów od jej punktu. Serwer dodaje 15 metrów na błąd GPS i odrzuca wszystko, co dalej.

40 m
Promień łapania
15 m
Margines na błąd GPS
5 s
Między dwiema próbami
2
Próby na nagrodę
  • Promień łapania 40 m
  • 15 m marginesu na błąd GPS
  • Przyjęte
  • Odrzucone

Co dzieje się z fałszywym odbiorem

01

Jest odrzucany i zapisywany

Sfałszowana lokalizacja albo emulator nie dostają nagrody, a próba zostaje odnotowana.

02

Liczba prób jest ograniczona

Każda nagroda dopuszcza niewielką liczbę prób, z przerwą między nimi.

03

Recydywiści są blokowani

Konta i adresy, które wciąż próbują, tracą dostęp.

Spatial computing

W produkcji

Cyfrowe obiekty w prawdziwym miejscu

W aparacie obiekt 3D stoi na ulicy, w miejscu, w którym umieścił go nasz serwer. Działa to na zwykłym telefonie lub tablecie, bez gogli i bez dodatkowego sprzętu.

Postać pingwina stojąca na ulicy handlowej, widziana przez aparat aplikacji
Kot w kartonowym pudełku na tej samej ulicy, widziany przez aparat aplikacji
Nagroda Solana na tej samej ulicy, widziana przez aparat aplikacji
Zrzuty z aplikacji, na ulicy w Haarlemie.

Z serwera na ulicę

  1. UmieszczoneSerwer wybiera punkt na ścieżce dla pieszych.
  2. Na mapieGracze w pobliżu widzą, jak się pojawia.
  3. DojścieAplikacja odlicza dystans.
  4. Aparat się otwieraObiekt stoi na ulicy.
  5. OdebranePo kontrolach serwera.
01

Śledzenie otoczenia w aparacie

Telefon śledzi otoczenie klatka po klatce, więc obiekt zostaje na miejscu, gdy go obchodzisz.

02

Umieszczane przez serwer

O tym, gdzie coś się pojawi, decyduje serwer: tylko na ścieżkach dla pieszych, nigdy na autostradzie ani w wodzie.

03

Treści 3D dla każdego partnera

Każdy coin ma własną postać 3D. Partnerzy dostarczają ją przez portal i trafia ona do aplikacji bez aktualizacji.

AI

AI w aplikacji, na mapie i w danych

Używamy AI w czterech miejscach. Przy każdym widać, na jakim jest etapie.

Mobi, asystent w aplikacji Seekprotocol, jako kolorowa kula z dwojgiem oczu

Mobi

Asystent, z którym rozmawiasz

Mobi to asystent głosowy w aplikacji. Odpowiada na głos i potrafi obsługiwać aplikację za gracza.

  • Znajdowanie nagród w pobliżu
  • Oznaczanie nagrody na mapie
  • Sprawdzanie salda portfela
  • Przesuwanie i przybliżanie mapy
Przykład

Gdzie jest najbliższa nagroda?

Jedna jest 120 metrów stąd, na rogu. Oznaczyłem ją na twojej mapie.

W produkcji

Mobi, asystent głosowy

Gracze rozmawiają z Mobi. Asystent potrafi znaleźć i oznaczyć nagrody w pobliżu, sprawdzić saldo i obsługiwać mapę.

W opracowaniu

Modele wizyjne dla mapy 3D

Modele wizyjno-językowe odczytują zdjęcia ulic i ustalają, gdzie na fasadzie budynku mają się znaleźć okna i detale. Wczesny etap prac: pierwszy budynek jest już na mapie.

Na zaproszenie

Kontrola treści

Teksty i obrazy w questach firm zewnętrznych przechodzą automatyczną kontrolę treści, zanim oceni je człowiek.

W opracowaniu

Dane treningowe dla modeli wizyjnych

Ujęcia z potwierdzonym miejscem i czasem, z etykietami i usuniętymi twarzami. Przeznaczone do trenowania modeli, które mają rozpoznawać ulice, sklepy i budynki.

Pytania o technologię?

Zapytaj ludzi, którzy ją zbudowali

Chętnie przeprowadzimy twój zespół przez architekturę.