最新 AI GeoSpy 看一眼照片就定位你在哪里，精确到经纬度
量子位2024-05-12 20:55
现在，AI 只需随意一张照片，就能知道你在哪里，而且是可以精确到经纬度的那种！
例如下面这张随便到不能再随便的自拍，你能猜到小姐姐在哪里吗？
这事交给现在的 AI 来处理，它只需要“看”一眼，就能把照片里的“底裤都给扒出来”：
美国，加利福尼亚州，旧金山机场洗手间，93 号登机口附近……
坐标：37.6189° N，122.3744° W
再如下面这张照片，AI 根据湖的特征、树木和背景中的山脉，就匹配到了玛丽湖，同样是给出了精准的坐标：
恐怖如斯，恐怖如斯。
至于这个 AI 工具，则是最近由一位俄罗斯黑客所推出，名叫 GeoSpy，号称是可以根据照片里的各种细节做分析来判断地理位置。
包括光线、植物、建筑风格、天气，并将它们与大量街景 / 地理照片进行对比，据说也用到了地理空间视觉大语言模型的技术。
而 GeoSpy 的功能，像极了此前一款基于谷歌地图的游戏 GeoGuessr——
游戏中会展示一张街景图，然后玩家要从地图上找到它的坐标位置；给出答案与正确坐标越近，分数越高。
之前也有一位国外小哥（ID：georainbolt）凭借只需看 0.1 秒街景，就能在世界地图上快速锁定位置而在网络上蹿红。
果不其然，斯坦福计算机系学生 Andrew Gao 在尝试了 GeoSpy 之后，就开始喊话这位小哥了：
你要失业喽~
不过也有 GeoGuessr 的职业玩家坐不住了，站出来表示不服：
申请一战！
人类 vs AI
这位挑战者，名叫做 Gavin（下文我们简称“G 哥”），是一位正在参与 GeoGuessr 2024 世界杯的职业选手。
G 哥把他跟 AI 在线对垒的情况上传到了网上。
规则和 GeoGuessr 一致，还是看图猜位置。
在第一轮对决中，G 哥凭借抓到了马路道边上土耳其样式柱子的细节，判断这张图可能是在土耳其附近。
结果显示，这张图里的位置确实是在土耳其附近，但距离精准的位置还差 241km。
接下来就轮到 GeoSpy 这个 AI 选手登场了。
G 哥处理的方式是将截图“投喂”给 AI，在静候了片刻之后，GeoSpy 就给出了结果。
国家：土耳其
经纬度：39.998923, 32.607491
然后 G 哥在地图中搜索这个经纬度，再跟 GeoGuessr 的“标准答案”做比较：
第一轮的结果可以说是让 G 哥大受震惊，GeoSpy 给出的位置比他的更近…… 来看下 G 哥当时的表情：
在接下来的“火拼”中，G 哥变得更加仔细，都凑近屏幕去捕捉细节了。
G 哥这次给出的答案是苏门答腊岛，但实际的结果却不是很理想，距离“标准答案”足足 703km。
到了 GeoSpy 这边，虽然大致位置都是在印度尼西亚，但这次给出的位置就没有那么准确了。
不过比起 G 哥给出的答案，距离上却还是 AI 的答案更近些，这使得 G 哥开始有点无语子……
在接下来的比试中，即便 G 哥把猜测距离压缩了 86km，但 GeoSpy 给出的结果又是更接近于“标准答案”。
G 哥此时已经开始掩面了：
在最后一轮 battle 中，G 哥直接说出：
人类必须反将 AI 一军。
然后 G 哥把头埋得更深了，当他捕捉到图中路边有文字时，脸上露出了得意的笑容：
这局稳了，AI 它不识字的。
G 哥的结果是，距离标准答案 134km。
不过令 G 哥万万没想到的是，GeoSpy，它！识！字！
这张照片是在波兰拍摄的，因为建筑物上写着“Abet”，这是一家波兰公司。
然而 G 哥还是觉得这把有希望，因为他发现 GeoSpy 只能定位到城市。
所以这把如果 AI 给出的坐标是“标准答案”旁边的城市“华沙”，那么 G 哥就赢了。
结果还真是……G 哥也是露出了久违的笑容，并骄傲地说：
AI 永远不会打败人类！
（Emmmm……G 哥，你非要这么算的话…… 也行。）
G 哥在下一轮的比拼中，将地图范围缩小到了自己的老家 —— 芝加哥。
这次在自己的地盘上，G 哥的表现非常勇猛，有距离“标准答案”仅 2m 和 4m 的成绩。
不过 AI 这边也是非常精准，起码在看图描述的过程中可以精确地说出周边的地址，这也让 G 哥着实捏了一把汗。
但在地图上搜 AI 给出的坐标的时候，却比文字描述的地点远一些了，有的甚至还定位到了海上。
……
最后，G 哥在与 AI 交锋了数次之后感慨道：
这次体验非常有趣并且让人印象深刻。
但我也害怕这样的技术在未来 5 年后会迭代到什么样的程度。
也会频频翻车
其实在刚才 G 哥体验的过程，我们就能发现 GeoSpy 也存在一定的 bug。
例如它更倾向于把地点定位到某个城市，以及给出的经纬度坐标会跟文字描述的地点有偏差。
网友们在实际体验过后也有类似的感觉。
以至于许多人开始怀疑这个 GeoSpy 到底是不是凭借所谓的“地理空间视觉大语言模型”技术。
毕竟现在每张照片的背后就会有大量且丰富的信息：
但无论如何，这件事情倒是给我们敲了一个警钟 ——
技术的发展虽然日新月异，但我们也要时刻警惕数据安全的问题；平常一定要注意，不然一不小心就可能被开盒。
体验链接：
https://geospy.web.app/
参考链接：
[1]https://weibo.com/6444741184/OdDVBnynj#comment
[2]https://www.youtube.com/watch?v=FitqxvDuEIY
[3]https://www.reddit.com/r/geoguessr/
[4]https://twitter.com/WSXJPDD/status/1786728819446931488
[5]https://twitter.com/gregorycgravett/status/1785894800488583591
本文来自微信公众号： 量子位 （ID：QbitAI），作者：金磊
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。
