OpenAI的o3發(fā)布以來(lái)，這個(gè)功能讓不少網(wǎng)友覺(jué)得毛骨悚然——

它能準(zhǔn)確破解你的地理位置！

就在剛剛，Lanyrd聯(lián)創(chuàng)、Django Web框架締造者Simon Wilson專(zhuān)門(mén)發(fā)了一篇博客，詳盡推敲了o3究竟是如何猜測(cè)照片拍攝地點(diǎn)的。

他將整個(gè)過(guò)程評(píng)價(jià)為：既超現(xiàn)實(shí)，又反烏托邦，仿佛幾十年前的科幻小說(shuō)突然變成現(xiàn)實(shí)！

已經(jīng)有越來(lái)越多網(wǎng)友發(fā)現(xiàn)，o3識(shí)圖定位的功能，堪稱(chēng)瘋狂。

隨便拍張照片，o3就告訴你這是哪里

首先，我們可以試著隨手拍一張照片，最好是沒(méi)有明顯的地標(biāo)性建筑。

然后把照片傳給o3或o4-mini，問(wèn)它：「猜猜這張照片是在哪兒拍的？」

注意，一定要關(guān)閉ChatGPT的記憶功能，否則它就會(huì)使用此前對(duì)話的上下文作弊。

實(shí)驗(yàn)開(kāi)始！

Wilson給了o3一張照片，是他在加州El Granada家里附近一個(gè)露天酒吧拍的。

他覺(jué)得這張照片很有挑戰(zhàn)性，沒(méi)什么明顯的特征。只有一小段路、兩棟普通的房子，還有遠(yuǎn)處的、只能看到一點(diǎn)輪廓的小山。

要是讓人來(lái)通過(guò)這張照片確定拍攝地點(diǎn)的話，確實(shí)是很有挑戰(zhàn)，相信絕大多數(shù)人甚至都會(huì)直接放棄。

因?yàn)閷?shí)在是沒(méi)什么明顯的標(biāo)記物。

但是o3沒(méi)管那么多，拿著圖片就開(kāi)找了起來(lái)。

Wilson分享了o3思考的整個(gè)過(guò)程，一共花了6分48秒。

它從一個(gè)有一點(diǎn)奇怪的錯(cuò)誤開(kāi)始了調(diào)查，先是假裝根本看不到這張照片。

然后突然恢復(fù)視力。

分析了照片后，o3打起了照片中車(chē)牌的主意。不過(guò)這個(gè)車(chē)牌很模糊，肉眼很難分辨。

o3也在思考中分析需要將其放大處理。

為了確定車(chē)牌在照片中的位置，o3開(kāi)始變身程序員寫(xiě)起了代碼。

找到車(chē)牌位置并且放大后，o3開(kāi)始了更加細(xì)節(jié)的分析。比如，他開(kāi)始觀察車(chē)牌的樣式。

對(duì)于自己關(guān)注的細(xì)節(jié)，o3會(huì)進(jìn)行夸張的放大。

在這個(gè)過(guò)程中，不斷生成代碼配合其分析。

o3會(huì)把它「看到」的細(xì)節(jié)與浮現(xiàn)在自己「腦海中」的印象做對(duì)比。

在這樣仔細(xì)地思考了6分多鐘后，終于給出了它的最終答案。

結(jié)果怎么樣呢，加利福尼亞中央海岸完全正確。

不過(guò)距離o3的第一猜測(cè)Cambria大約有200英里的偏差，但是它的下一個(gè)猜測(cè)El Granada準(zhǔn)確無(wú)誤。

Claude推理粗糙，Gemini直接作弊

Simon Wilson也說(shuō)，o3不是唯一能做這個(gè)的模型，他也在Claude 3.5和3.7 Sonnet上做過(guò)類(lèi)似的事情。

只不過(guò)它們沒(méi)有o3那種夸張的「放大」能力。

不斷地對(duì)圖片放大到底有多大用？

Wilson猜測(cè)模型的視覺(jué)輸入分辨率可能比較低，所以對(duì)圖像做一些裁剪確實(shí)會(huì)有幫助。

但o3對(duì)一張照片進(jìn)行25次的裁剪操作，確實(shí)像是有點(diǎn)炫技的感覺(jué)。

Simon Wilson還貼出了Claude 3.7 Sonnet的「擴(kuò)展思考」結(jié)果，它給出的答案是「加州沿海的一個(gè)中小型城鎮(zhèn)」。

跟o3比起來(lái)，Claude的這個(gè)思考過(guò)程顯得「粗糙不堪」。

而Gemini直接開(kāi)始了作弊：「鑒于當(dāng)前的定位是加州埃爾格蘭納達(dá)……」。

所以Simon Wilson不得不通過(guò)API試了Gemini 2.5 Pro，結(jié)果它自信滿滿地猜錯(cuò)了，認(rèn)為是「加州卡尤科斯The Hidden Kitchen餐廳的露臺(tái)」。

o3的不同之處在于工具使用（圖片處理、python等）被整合進(jìn)了「思考」階段。

這非常驚艷。

不過(guò)Wilson也承認(rèn)，這也挺令人不安的。

技術(shù)現(xiàn)在已經(jīng)能通過(guò)照片識(shí)別地點(diǎn)了。人們必須明白哪怕是平淡無(wú)奇的照片，都可能被用來(lái)識(shí)別出你的位置。

等等，o3難道也作弊了？

對(duì)于這個(gè)過(guò)程，有人提出了質(zhì)疑：o3是不是本來(lái)就可以訪問(wèn)一個(gè)大致的位置模型，能知道用戶在哪里？

Simon檢查后發(fā)現(xiàn)，它居然真的知道自己的地理位置。

如果去問(wèn)o3：你知道我在哪里嗎？請(qǐng)盡可能多地提供技術(shù)細(xì)節(jié)。

它給出的答案，具體到在加州的半月灣，甚至包括時(shí)區(qū)、經(jīng)緯度、地理標(biāo)識(shí)符、海拔、氣候分類(lèi)等等。

Simon猜測(cè)，或許這是它增強(qiáng)搜索功能的一部分。

不過(guò)隨后的嘗試，讓Simon對(duì)o3更有信心了——即使沒(méi)有這個(gè)位置模型，o3依然可以準(zhǔn)確猜出地理位置。

比如，他給了o3一些距離自己實(shí)際位置有幾千英里的照片，并且通過(guò)截圖去除了EXIF信息。

下面這張照片，是在馬達(dá)加斯加的鄉(xiāng)村拍的。

但o3依然給出了準(zhǔn)確的判斷。

這張照片，是在布宜諾斯艾利斯城市區(qū)拍的。

模型也認(rèn)出了它的地理位置。

所以，o3在這方面，的確有某些過(guò)人之處，似乎并不是靠作弊。

CSI走進(jìn)現(xiàn)實(shí)

Simon Willison表示，看著模型在處理照片的思考過(guò)程，仿佛就像在看一集《犯罪現(xiàn)場(chǎng)調(diào)查》。

它會(huì)不斷平移、縮放，討論各種可能的位置。

但是，這也讓人感到深深的反烏托邦氣息。

現(xiàn)在的AI，完全可以通過(guò)照片輕易識(shí)別出你的具體位置了。

所以，你很有必要警惕起來(lái)，時(shí)刻注意自己的人身安全！

搜餐館、搜位置，o3無(wú)所不能

其實(shí)早在上周，o3和o4-mini剛發(fā)布時(shí)，就有無(wú)數(shù)網(wǎng)友發(fā)現(xiàn)，這兩個(gè)模型也太神了。

僅憑一張無(wú)EXIF信息的菜單或風(fēng)景照，它就能精準(zhǔn)推理、反向定位拍攝地點(diǎn)，直接引爆了全網(wǎng)AI玩「照片尋址（GeoGuessr）」的新熱潮。

開(kāi)始，人們以為它們只是很擅長(zhǎng)圖像匹配而已，但完全不止于此——它們會(huì)展開(kāi)推理，在網(wǎng)上進(jìn)行瘋狂的搜索，直到找出正確答案為止！

可以說(shuō)，只要你的照片向AI暴露，你的信息就不再是隱私了。

知名投資人Deedy就發(fā)現(xiàn)，只給一張沒(méi)有標(biāo)題及EXIF數(shù)據(jù)的菜單圖片，o3就能夠上網(wǎng)搜索、匹配菜單項(xiàng)，找到這家中餐館的位置。

o4-mini也是如此。

而o3精準(zhǔn)定位照片地理信息的本領(lǐng)，簡(jiǎn)直是令人毛骨悚然。

比如給出下圖左邊這張從室內(nèi)窗戶向外拍攝的海岸景色。

根據(jù)就照片里透露的信息，只能看到長(zhǎng)長(zhǎng)的沙灘、蜿蜒通往海灘的階梯步道、遠(yuǎn)處的海岬以及近處的一些植被。窗邊還有一個(gè)插著花的花瓶。

所有信息就這么多了。

但是o3居然猜出了照片拍攝地：很可能在加州奧蘭治縣達(dá)納角 (Dana Point) 的麗思卡爾頓拉古納尼格爾酒店 (Ritz-Carlton Laguna Niguel) 內(nèi)，可能是在RAYA或180bl?餐廳附近。

可怕的是，它居然猜對(duì)了！

它是怎么判斷的？是通過(guò)以下匹配的特征。

• 西北-東南走向、長(zhǎng)而平緩彎曲的鹽溪海灘 (Salt Creek Beach)。
• 從酒店通往公共海灘的米色、之字形的露臺(tái)式步道和樓梯。
• 海灘內(nèi)陸的草地，即帝王海灘高爾夫球場(chǎng) (Monarch Beach Golf Links)。
• 遠(yuǎn)處的巖石海岬（達(dá)納角海岬）。

甚至，o3還給出了酒店的地址（One Ritz-Carlton Drive, Dana Point, CA 92629）和大致的經(jīng)緯度坐標(biāo)（北緯 33.482°，西經(jīng) 117.721°）。

網(wǎng)友用谷歌地圖確認(rèn)了一下，答案完全正確。

大膽暢想一下，如果o3的圖像識(shí)別能力再疊加一個(gè)無(wú)敵的全球數(shù)據(jù)庫(kù)，這個(gè)AI豈不是能認(rèn)出地球上的任何地方？

接下來(lái)，網(wǎng)友們紛紛上傳自己的照片，讓o3猜位置。

比如下面根據(jù)下面這張，o3就猜出是在亞利桑那州佩森市（Payson, Arizona）北部的Water Wheel Falls / Ellison Creek Cascades。

它是怎么猜出來(lái)的呢？推理邏輯和關(guān)鍵線索如下。

• 視覺(jué)線索： 淺層滑梯式瀑布，落差約15英尺，落入深色水潭——匹配點(diǎn)： Water Wheel Falls有類(lèi)似的傾斜花崗巖水道流入翠綠水池。
• 視覺(jué)線索： 粉褐色花崗巖壁，帶有垂直裂縫——匹配點(diǎn)： 這是該峽谷標(biāo)志性的莫戈隆邊緣（Mogollon Rim）花崗巖。
• 視覺(jué)線索： 瀑布底部橫臥著一根巨大的漂白原木——匹配點(diǎn)： Water Wheel Falls有一根標(biāo)志性的「階梯狀」原木，已在那里停留多年（引用了The Outbound的信息）。
• 視覺(jué)線索： 瀑布上方有稀疏的河岸灌木和亞利桑那松林——匹配點(diǎn)： 這是埃里森溪（Ellison Creek）走廊的典型植被。

現(xiàn)在，網(wǎng)友們給o3的考驗(yàn)還在升級(jí)。

英偉達(dá)研究員Zhaocheng Zhu給了o3一組他用長(zhǎng)焦鏡頭拍攝的照片，沒(méi)有EXIF數(shù)據(jù)，關(guān)閉o3的記憶功能。

因?yàn)榫W(wǎng)上大多數(shù)照片都是用廣角鏡頭拍的，所以這張照片對(duì)o3來(lái)說(shuō)應(yīng)該非常棘手。

Zhu本人表示，如果不是透過(guò)鏡頭看到這個(gè)角度，自己也認(rèn)不出來(lái)這個(gè)地方是哪兒。

結(jié)果，o3猜對(duì)了。

對(duì)于這張，它不僅準(zhǔn)確找到了拍攝地點(diǎn)，還認(rèn)出了圖中的山峰是圣羅莎山脈。

繼續(xù)加大難度后，o2猜測(cè)了三個(gè)地點(diǎn)，其中一個(gè)就是正確答案——查爾瓦高地。

終于，在猜測(cè)這張照片的時(shí)候，o3翻車(chē)了。這是一張加拿大山脈的鳥(niǎo)瞰圖，o3卻認(rèn)作是瑞士的阿爾卑斯山。

這大概是因?yàn)?，航拍照片在?xùn)練集中所占的比例很低。

而且，o3可不止強(qiáng)在猜測(cè)國(guó)外的地理位置，有國(guó)內(nèi)開(kāi)發(fā)者給了它自己上班路上隨手拍的一張圖，它居然也一步步準(zhǔn)確分析出了位置信息——山東青島市北區(qū)重慶南路47號(hào)。

有人質(zhì)疑，是否是照片里已經(jīng)帶定位了？

Nanyi表示，iPhone拍照說(shuō)明里只有拍攝參數(shù)，沒(méi)有位置參數(shù)。

應(yīng)該是o3從魯U(kuò)推理出了青島，從小海豚里搜出了旁邊的店，然后又從百度地圖和青島本地寶里搜出信息、查看附近的郵局，最終確認(rèn)的。

圖片信息中并沒(méi)有位置信息

注意，這只是2025年的o3模型而已，未來(lái)的模型還會(huì)做出什么呢？