OpenAI的o3發布以來，這個功能讓不少網友覺得毛骨悚然——

它能準確破解你的地理位置！

就在剛剛，Lanyrd聯創、Django Web框架締造者Simon Wilson專門發了一篇博客，詳盡推敲了o3究竟是如何猜測照片拍攝地點的。

他將整個過程評價為：既超現實，又反烏托邦，仿佛幾十年前的科幻小說突然變成現實！

已經有越來越多網友發現，o3識圖定位的功能，堪稱瘋狂。

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，最好是沒有明顯的地標性建筑。

然后把照片傳給o3或o4-mini，問它：「猜猜這張照片是在哪兒拍的？」

注意，一定要關閉ChatGPT的記憶功能，否則它就會使用此前對話的上下文作弊。

實驗開始！

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

他覺得這張照片很有挑戰性，沒什么明顯的特征。只有一小段路、兩棟普通的房子，還有遠處的、只能看到一點輪廓的小山。

要是讓人來通過這張照片確定拍攝地點的話，確實是很有挑戰，相信絕大多數人甚至都會直接放棄。

因為實在是沒什么明顯的標記物。

但是o3沒管那么多，拿著圖片就開找了起來。

Wilson分享了o3思考的整個過程，一共花了6分48秒。

它從一個有一點奇怪的錯誤開始了調查，先是假裝根本看不到這張照片。

然后突然恢復視力。

分析了照片后，o3打起了照片中車牌的主意。不過這個車牌很模糊，肉眼很難分辨。

o3也在思考中分析需要將其放大處理。

為了確定車牌在照片中的位置，o3開始變身程序員寫起了代碼。

找到車牌位置并且放大后，o3開始了更加細節的分析。比如，他開始觀察車牌的樣式。

對于自己關注的細節，o3會進行夸張的放大。

在這個過程中，不斷生成代碼配合其分析。

o3會把它「看到」的細節與浮現在自己「腦海中」的印象做對比。

在這樣仔細地思考了6分多鐘后，終于給出了它的最終答案。

結果怎么樣呢，加利福尼亞中央海岸完全正確。

不過距離o3的第一猜測Cambria大約有200英里的偏差，但是它的下一個猜測El Granada準確無誤。

Claude推理粗糙，Gemini直接作弊

Simon Wilson也說，o3不是唯一能做這個的模型，他也在Claude 3.5和3.7 Sonnet上做過類似的事情。

只不過它們沒有o3那種夸張的「放大」能力。

不斷地對圖片放大到底有多大用？

Wilson猜測模型的視覺輸入分辨率可能比較低，所以對圖像做一些裁剪確實會有幫助。

但o3對一張照片進行25次的裁剪操作，確實像是有點炫技的感覺。

Simon Wilson還貼出了Claude 3.7 Sonnet的「擴展思考」結果，它給出的答案是「加州沿海的一個中小型城鎮」。

跟o3比起來，Claude的這個思考過程顯得「粗糙不堪」。

而Gemini直接開始了作弊：「鑒于當前的定位是加州埃爾格蘭納達……」。

所以Simon Wilson不得不通過API試了Gemini 2.5 Pro，結果它自信滿滿地猜錯了，認為是「加州卡尤科斯The Hidden Kitchen餐廳的露臺」。

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

這非常驚艷。

不過Wilson也承認，這也挺令人不安的。

技術現在已經能通過照片識別地點了。人們必須明白哪怕是平淡無奇的照片，都可能被用來識別出你的位置。

等等，o3難道也作弊了？

對于這個過程，有人提出了質疑：o3是不是本來就可以訪問一個大致的位置模型，能知道用戶在哪里？

Simon檢查后發現，它居然真的知道自己的地理位置。

如果去問o3：你知道我在哪里嗎？請盡可能多地提供技術細節。

它給出的答案，具體到在加州的半月灣，甚至包括時區、經緯度、地理標識符、海拔、氣候分類等等。

Simon猜測，或許這是它增強搜索功能的一部分。

不過隨后的嘗試，讓Simon對o3更有信心了——即使沒有這個位置模型，o3依然可以準確猜出地理位置。

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

下面這張照片，是在馬達加斯加的鄉村拍的。

但o3依然給出了準確的判斷。

這張照片，是在布宜諾斯艾利斯城市區拍的。

模型也認出了它的地理位置。

所以，o3在這方面，的確有某些過人之處，似乎并不是靠作弊。

CSI走進現實

Simon Willison表示，看著模型在處理照片的思考過程，仿佛就像在看一集《犯罪現場調查》。

它會不斷平移、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。

現在的AI，完全可以通過照片輕易識別出你的具體位置了。

所以，你很有必要警惕起來，時刻注意自己的人身安全！

搜餐館、搜位置，o3無所不能

其實早在上周，o3和o4-mini剛發布時，就有無數網友發現，這兩個模型也太神了。

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

開始，人們以為它們只是很擅長圖像匹配而已，但完全不止于此——它們會展開推理，在網上進行瘋狂的搜索，直到找出正確答案為止！

可以說，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就發現，只給一張沒有標題及EXIF數據的菜單圖片，o3就能夠上網搜索、匹配菜單項，找到這家中餐館的位置。

o4-mini也是如此。

而o3精準定位照片地理信息的本領，簡直是令人毛骨悚然。

比如給出下圖左邊這張從室內窗戶向外拍攝的海岸景色。

根據就照片里透露的信息，只能看到長長的沙灘、蜿蜒通往海灘的階梯步道、遠處的海岬以及近處的一些植被。窗邊還有一個插著花的花瓶。

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納角 (Dana Point) 的麗思卡爾頓拉古納尼格爾酒店 (Ritz-Carlton Laguna Niguel) 內，可能是在RAYA或180bl?餐廳附近。

可怕的是，它居然猜對了！

它是怎么判斷的？是通過以下匹配的特征。

• 西北-東南走向、長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、之字形的露臺式步道和樓梯。
• 海灘內陸的草地，即帝王海灘高爾夫球場 (Monarch Beach Golf Links)。
• 遠處的巖石海岬（達納角海岬）。

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

網友用谷歌地圖確認了一下，答案完全正確。

大膽暢想一下，如果o3的圖像識別能力再疊加一個無敵的全球數據庫，這個AI豈不是能認出地球上的任何地方？

接下來，網友們紛紛上傳自己的照片，讓o3猜位置。

比如下面根據下面這張，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。

它是怎么猜出來的呢？推理邏輯和關鍵線索如下。

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

現在，網友們給o3的考驗還在升級。

英偉達研究員Zhaocheng Zhu給了o3一組他用長焦鏡頭拍攝的照片，沒有EXIF數據，關閉o3的記憶功能。

因為網上大多數照片都是用廣角鏡頭拍的，所以這張照片對o3來說應該非常棘手。

Zhu本人表示，如果不是透過鏡頭看到這個角度，自己也認不出來這個地方是哪兒。

結果，o3猜對了。

對于這張，它不僅準確找到了拍攝地點，還認出了圖中的山峰是圣羅莎山脈。

繼續加大難度后，o2猜測了三個地點，其中一個就是正確答案——查爾瓦高地。

終于，在猜測這張照片的時候，o3翻車了。這是一張加拿大山脈的鳥瞰圖，o3卻認作是瑞士的阿爾卑斯山。

這大概是因為，航拍照片在訓練集中所占的比例很低。

而且，o3可不止強在猜測國外的地理位置，有國內開發者給了它自己上班路上隨手拍的一張圖，它居然也一步步準確分析出了位置信息——山東青島市北區重慶南路47號。

有人質疑，是否是照片里已經帶定位了？

Nanyi表示，iPhone拍照說明里只有拍攝參數，沒有位置參數。

應該是o3從魯U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，最終確認的。

圖片信息中并沒有位置信息

注意，這只是2025年的o3模型而已，未來的模型還會做出什么呢？