核心结论
在这场覆盖 10 个国家、10 张真人实拍照片的小样本测试中,6 款主流 AI 模型与专用定位工具的地理定位能力已经达到可用水平:城景、街景等高信息密度画面里,部分结果的定位误差能压缩到百米以内;但在山脉、海岸、湖区等低密度自然场景中,跨洲、跨半球的偏差仍然常见,没有任何一款模型或工具能对单张照片做到完全精准的坐标判定。换句话说,AI 地理定位目前更适合作为事实核查、地点核验的辅助手段,而不能直接把模型给出的坐标当成最终结论。出现这一现状的原因,是近两年多模态大模型在世界知识储备和视觉特征理解上迭代较快,部分前沿模型在户外照片定位任务上已经逼近甚至接触到高水平人类玩家的表现区间;但受样本量、场景线索密度、工具调用权限和打分方式限制,实测结果只能作为参考,不能当作各模型定位能力的最终排名。
测试怎么开展
测试样本:从同事手机相册导出 10 张真人照片,拍摄地覆盖瑞典、韩国、埃及、西班牙、肯尼亚、美国、智利、冈比亚、俄罗斯、泰国,场景同时包含城市街景与自然风光。
前置处理:先剥离照片中由手机记录的原始坐标信息,再使用统一提示词上传到各模型,要求模型推测照片拍摄地坐标。
评分规则:参照斯坦福大学 Haas 等人 2024 年发表的研究,对地理定位游戏 GeoGuessr 的评分公式做逆向工程 —— 预测坐标与真实坐标越接近,奖励分数越高,单张最高 5000 分,单款模型或工具满分为 50000 分。
参评对象一览:
| 序号 | 模型 / 工具 | 版本与模式 | 类型 |
|---|---|---|---|
| 1 | ChatGPT 免费版 | GPT-6 驱动,对话模式,思考等级高 | 商业大模型 |
| 2 | Gemini 免费版 | Gemini 3 驱动,自动模式 | 商业大模型 |
| 3 | 豆包 | 免费模式快速版 | 商业大模型 |
| 4 | DeepSeek-V4.1-Flash-1017 | 深度思考 + 智能搜索模式 | 商业大模型 |
| 5 | GeoSeer | 免费模式快速版 | 专用地理定位服务商 |
| 6 | Geo-sleuth | 搭载 GPT-5.6 Sol,高 | 开源地理定位工具 |
实测表现排名与误差
总分表现:专用工具 GeoSeer 总分第一,豆包总分第二。这两款产品在多数图片上的单点精度略逊于 ChatGPT 和 Geo-Sleuth,1 公里内命中的图片占比明显低于 25 公里内占比,优势在于对不同类型照片的预测结果比较均衡,没有出现大面积崩盘。
中位误差与命中情况:
| 模型 / 工具 | 中位距离误差 | 命中表现 | 对照水平参考 |
|---|---|---|---|
| ChatGPT | 0.39 公里 | 1 公里内 6 张,25 公里内 7 张 | 优于 GeoGuessr 冠军组基准(151 公里) |
| Geo-Sleuth | 0.63 公里 | 1 公里内 6 张,25 公里内 7 张 | 优于 GeoGuessr 冠军组基准(151 公里) |
| Gemini | 259 公里 | 25 公里以内占比 50.0% | 介于黄金组(1714 公里)与大师组(174 公里)之间 |
| DeepSeek | 420 公里 | 25 公里以内占比 50.0% | 介于黄金组与大师组之间 |
| GeoSeer | 未单独披露中位误差 | 总分第一,表现均衡 | — |
| 豆包 | 未单独披露中位误差 | 总分第二,表现均衡 | — |
人类玩家基准:GeoGuessr 冠军组(排名前 0.01% 玩家)中位误差 151 公里,大师组 174 公里,黄金组 1714 公里。
典型场景偏差记录:
- 得分最高的一张为西班牙城市风景图,人为评定难度 5 级,合计拿到 29997.12 分(满分 30000 分),所有答案都落在真实地点 1 公里以内。
- 人为评定最简单(1 级)的洛杉矶司法厅旁街景,AI 总得分只排第 7 位,主要被 Gemini 误判为日本拍摄拉低了分数。
- 人为评定最难(10 级)的肯尼亚图尔卡纳湖旁道路,除 GeoSeer 和豆包判断出位于东非附近外,其余结果偏离真实地点超过 3300 公里。
- 冈比亚民居照片排倒数第二,只有 Geo-Sleuth 把误差控制在 217 公里左右;即便是总分第一的 GeoSeer,在这张照片上也产生了超过 4580 公里的误差。
- 智利海边照片排倒数第三,仅 GeoSeer 与 ChatGPT 指向南美南部,Gemini、DeepSeek 和 Geo-Sleuth 出现跨洲乃至跨半球偏移。
各模型的推理路径差异
1. 检索验证型(ChatGPT、DeepSeek)
- 先从画面细节中找出特征明显的地物,再做检索,最后用外部资料独立验证自己的地理假设。
- 智利海边案例:ChatGPT 先注意到码头,再检索到一份智利政府 2023 年海事特许权法令中关于 Bahía Porvenir 码头、滨海步道、绿地和船屋的记录,用来匹配画面中的基础设施类型。
- 区别在于:豆包倾向直接用图像特征匹配地标;DeepSeek 需要先把画面细节转成关键词,再通过检索缩小范围。
2. 特征综合型(豆包、Gemini)
- 罗列画面中的地貌、水文、建筑等细节,把每个细节对应到区域特征,再形成综合判断。
- Gemini 会把气象现象、海峡两岸地理结构等纳入推理,寻找线索之间的地理关联。
- 智利同一张照片上,Gemini 首先识别出透镜状云,判断这是强劲潮湿气流流经沿海山地地形或火山山脊时形成的典型标志。
3. 含可读文字时的处理
- 出现店名、招牌等文字时,各模型都会优先利用文字信息验证,方式略有差别:豆包会把店面招牌、商店街景和照片放在一起比对,再借助地图工具确定拍摄位置;DeepSeek 则直接用招牌做文本检索,发现同名地点后,再通过店铺页面上的地图链接确认。
4. 专用工具的工作流
- Geo-Sleuth:按决策、感知、判断三层流程运行。先解析图片,提取 EXIF 元数据、OCR 文字,结合反向图片搜索建立候选地点列表;再对候选地点做初步筛选排序;随后两条路径并行分析 —— 一条依据太阳方位、地形、阴影、天际线、道路走廊和相机姿态,结合地图数据推断位置;另一条把图片与卫星影像、Google 街景、百度全景影像比对,用 CLIP 等模型做相似度排序和视觉特征匹配。最后由大模型复核靠前的少数候选,输出包含坐标、误差半径、佐证影像和置信度评级的定位报告。
- GeoSeer:服务商未公开详细推理方法,官网称其使用先进计算机视觉与 AI 系统,通过分析建筑风格、自然地标、植被分布、街道设施、标识牌和环境背景等视觉线索定位拍摄地点。
容易被忽略的局限
- 样本规模有限:本轮仅 10 张照片、只测试一次,结果存在随机性,不能作为模型地理定位能力的最终界定依据。
- 打分方式会弱化近距离差异:100 米误差和 1 公里误差在 GeoGuessr 逆向公式下得分差距不大,精细精度对比不够敏感。
- 地图工具权限并不完整:模型复盘时往往声称使用了地图工具,但实际未必具备完整访问能力。ChatGPT 在测试后承认没有真正调用 Google Earth 的三维地形匹配;Gemini 也说明自身只能分析可访问的卫星图或街景截图,无法自由操作完整三维地球,也不能对全球卫星影像做大规模自动匹配。
- 人类感受到的难度与模型反馈不同步:模型依靠既有视觉模式和可检索线索定位,有时与人工核查员判断的画面信息量存在偏差;城市风景图因有人工设施、地标建筑和地形关系做参照,普遍得分更高。
- 低密度自然场景是短板:面对山形、植被、海岸关系等线索稀缺的画面,专用工具也容易受 “趋同环境” 和先验数据影响产生判断偏差。
实用建议
拿到 AI 给出的定位坐标后,不要直接采信,仍要回到照片本身交叉核验:核对建筑轮廓、道路方向、地形视线是否与预测位置对应,检查招牌、植被、气候特征等独立线索是否相互支持,必要时结合卫星图、街景图二次比对,再确认拍摄位置是否准确。
【相关 FAQ】
问题 1:AI 地理定位能力是否已经全面超过人类?
回答 1:没有全面超过。实测中 ChatGPT 和 Geo-Sleuth 的中位误差优于 GeoGuessr 冠军组玩家基准,但这只是在 10 张小样本照片、单次测试下的结果;在自然景观、偏远道路等线索稀缺场景里,多数 AI 地理定位结果会出现上千公里级偏差,因此只能说部分高能力模型在特定城景任务上接近高水平人类玩家,不能得出 AI 地理定位全面超越人类的结论。
问题 2:哪些因素会影响 AI 地理定位的准确度?
回答 2:主要影响因素包括照片信息密度(地标建筑、招牌、道路设施越多越准)、场景类型(城景街景优于低密度自然风光)、画面中是否含可读文字或独特地标、模型自身的世界知识与视觉理解能力、是否能调用地图和街景等外部工具,以及测试样本量;此外打分方式、照片是否残留 EXIF 坐标,也会影响 AI 地理定位最终呈现的误差水平。
问题 3:普通人应该怎么使用 AI 地理定位的结果?
回答 3:把 AI 地理定位当作辅助参考,而不是最终定论。先让模型给出候选坐标,再对照照片中的建筑、道路、地形、招牌等线索逐一核验,必要时用卫星图和街景图交叉验证;对偏远地区、自然场景或模型置信度偏低的结果,要额外谨慎,避免直接采信跨洲、跨半球的明显偏移判断。
【参考资料】
- [2026-11-21](明查・实验室|AI 地理定位能力已超人类?我们测试了 6 款模型和工具)澎湃新闻
- [2026-09-10](Measuring AI capabilities in intelligence targeting and conventional weapons)Anthropic
- [2026-07-27](Best AI image geolocation tools in 2026: a dated, sourced comparison)GeoInfer Blog
- [2026-06-02](Pinpoint: Grounded Worldwide Image Geolocation via Cross-Source Retrieval and Reranking)arXiv
- [2026-06](GeoMetric: Injecting Metric Geographic Structure into Worldwide Image Geo-Localization)arXiv
- [2026-01](GTPred: Benchmarking MLLMs for Interpretable Geo-localization and Time-of-capture Prediction)arXiv
【免责声明】
本文内容基于公开报道与公开研究资料整理,所涉模型版本、测试数据与误差表现均来自对应来源在特定测试条件下的结果。AI 地理定位能力随模型迭代持续变化,小样本实测存在随机性与偏差,文中排名和误差仅作参考,不构成对任何模型或工具定位精度的最终评价,也不替代专业核验结论。如需用于事实核查、调查取证等正式场景,请结合多源线索与人工复核综合判断。
