欧博APP会员官网AI模型测评：视觉推理之王，谁是网络迷踪高手？
在人工智能这个领域当中, 视觉推理能力属于衡量AI智能水平的重要指标里的其中一个。本文借助一场独具特色的游戏, 也就是“网络迷踪”, 针对五大顶级多模态推理模型展开了横向评测工作, 其目的在于确定哪一个是视觉推理AI之王。
Hi，我想先请你只看下面这张照片欧博最新网址，推测它的拍摄城市：
这是一种推理游戏, 名为「网络迷踪」, 它要求仅凭借照片, 去判定拍摄地点所在位置, 而且距离越靠近, 所获得的分数就越高。
太适合测试 AI 的视觉推理能力了。
完美模拟了人类玩家的视觉推理过程：
精确分辨视觉元素, 解读路牌之上的文字, 辨别植被所属的类型, 剖析建筑具备的风格特点。
调用知识储备：判断特定电线杆造型属于哪个国家或地区；
以及多层次线索整合推理。
在这个游戏里要取得优异成绩, AI们得同时将视觉识别的最大潜能发挥出来, 还得把模型知识的最大潜能发挥出来, 并且要把逻辑推理的最大潜能发挥出来。
在AI答题结果被标注于地图之上以后, 它们相互之间的智力差距便清晰可见了。
相较于单一维度的Benchmark跑分情况, 可以更具趣味性、直观性地去看到模型之间存在的差距。
于是, 我把国内以及国外的, 五个处于顶尖水平的, 多模态推理模型给拉上了, 然后共同来开展了这项比赛。
简单介绍「AI 网络迷踪」赛制
本次比赛的参赛选手如下：
注意, DeepSeek - R1实际上并不具备支持多模态的性质, 这里所说的多模态具体指的是视觉识别, 所以它不会参与比赛。
比赛规则很简单：
1.题目一共有5道, 每一道题都会给出处于同一位置的, 从不同拍摄方向拍出来的两张照片, 题目的来源是图寻-每日挑战-全球 04/20！
2.这场地图迷踪比赛AI模型测评，要通过统一的比赛Prompt, 要求AI依照此给出它觉得最有可能的经纬度坐标, 你正参与其中, 且不准联网。
将相关图片内容仔细研究分析之时, 从中推断那被拍摄的地理位置所属的行政区划层级, 此层级需按大洲、国家、行政区、城市、乡镇这样的格式来表述, 还要推断出对应的经纬度, 经纬度格式比如41.40338, 2.17403 , 要尽可能精准。而右下角处的小地图, 其中并不含有任何具备有效性的信息。
3.每一道题目, 都会于地图之上, 将所有AI的猜测点给标注出来, 同时也会标注出实际位置, 距离越是靠近, 那么排名也就会越高。
第一轮：某热带地区
极其典型的热带区域植被, 棕榈树极多, 又有随处可见的阔叶树, 有着现代化风格的住宅楼, 路面状况很不错, 呈现出略微倾斜的态势, 好像是丘陵地带。
第一轮测试中，各模型回答如下：
GPT-o3：
Gemini-2.5-pro：
Claude-3.7-sonnet-thinking：
Doubao-1.5-thinking-pro：
QVQ-Max：
将第一轮答题所得到的结果, 对应到地图之上的坐标位置, 而那个位置与实际答案的距离位置, 就如同图中所呈现的那样。
实际的位置大概是位于, 1.266428 , 以及 103.823641 , 能够在 Google 地图当中去查看街景。
然而首轮所拍照片, 实际上的确依旧缺失具决定性价值之信息。设欲达至全然精确无误, 便务必参照新加坡之卫星以及街景方面之影像, 展开逐一排查之举。
本轮排名
第二轮：有俄文名称的工厂
第二轮的各 AI 的猜测结果欧博APP会员官网AI模型测评：视觉推理之王，谁是网络迷踪高手？，对应地图位置如下：
在其中, GPT展现出了让人意外的准确性, Gemini同样表现出了令人意外的准确性, 它们二者的误差都处于1公里上下左右啊！
首先, 本轮比赛里, AI没办法借助地图服务去确认经纬度的真实位置状况。其次, 尽管不小心定位到海里去了, 可是没啥大问题。
实际所在位置大概是, 44.727172, 37.823414 , 能够于 Google 地图那儿查看街景。
特别的是, GPT-o3 在这次推理进程当中, 针对图像开展了好多回“缩放再识别”, 这跟人类识别图像细节的流程相类似, “在整张图像没办法看出充足的信息之际, 借助放大图像, 以此来强化对某个特征区域的细节识别”。
想来这种视觉推理方式，很快会成为各家的共识。
第三轮：某海边公路
挨着海的公路, 在远处的西方方位处存在雪山山体, 天气状况下的太阳显得很不错, 环绕山岭的公路其指向线索较清晰。
第三轮的各 AI 的猜测结果，对应地图位置如下：
这一实际位置大概处于, 38.658016, 以及23.967011 ，能够于Google地图那儿查看街景。
第四轮：零售园区
事实上, 这一回所给出的信息真的是相当之多, 有着各种各样的建筑招牌名称, 存在各型号的汽车, 并且有着平坦的地貌。
第四轮结果，对应地图位置如下：
实际所处位置大概是在, 44.867243 这个经度数值, 以及 13.868149 这个纬度数值所对应的地方, 能够在 Google 地图上面去查看街景情况。
GPT展现出的样子很有种“本地人”的意味, Gemini呈现出的状态也有着“本地人”的感觉, 只是此次Gemini在表现这件事情上比GPT更具优势, 更突出一些。
需要特别指出的是, 在这次实际测量当中, 仅仅只有QVQ - Max以及GPT - o3辨认并识别出了图二里位于远处的、尺寸非常小的“Decathlon”迪卡侬标志。
（这样来看，QVQ 没做缩放再识别，识别精度也不错）
倘若AI可以调用Google地图, 进而开展建筑名称的布局工作, 再进行距离的真实比对, 如此一来找到位置必然会因精确完全而倍加轻易。
第五轮：干燥丘陵
最后一轮的信息极为有限, 那是干燥的丘陵地形, 其主要是低矮灌木, 这符合地中海气候区的特征, 也符合温带大陆性半干旱气候区的特征。
那条被维护得尚算大致为相对良好状态的土路, 此道路大抵朝着西南方向去, 推测应该是处于乡村或者偏远地区, 那里交通并不便利。这次的推理难度实实在在要比之前那次更为高些。
各家 AI 推测的地图位置如下：
约在实际位置是: 40 . 372043 , 31 . 760780 , 能够于Google地图那儿去查看街景。
比赛结果：o3 第一
统计 5 轮比赛结果欧博手机版会员网，平均名次就是最终成绩：
小结
这次比赛, 没有让AI通过联网去运用地图相关服务或者进行图像搜索行动, 完全是对模型基于其自身所具备的视觉识别能力、知识储备情况、多模态推理这三项核心能力进行考察。
（模拟了真实人类玩「图寻」的情况，没时间用地图查询作弊）
不过, 借助了AI之后, 我还是比今天百分之九十四点八八的玩家都要厉害, 还把我亲自创下的得分纪录给刷新。
而这当然不是当前 AI 的能力边界。
当我们将卫星地图的权限, 通过类MCP协议提供给AI后, 又把街景影像服务的权限, 以同样方式提供给AI, 甚至还把小红书等社交平台的权限也如此提供给AI。
有那么一种人, 能够借助 AI, 又快又准地预先估摸出一张照片所处的大致范围, 接着呢, 凭借卫星影像、社交平台照片里头所呈现的内容, 进行精细无比的比对, 最终得出精度方面堪称恐怖的位置信息。
那样，精准定位一个人的位置不再是难题。
那么, 一个具备看懂全世界能力的AI, 能够调用互联网无尽海量工具的AI, 还拥有多步推理本领的AI, 会在地图导航, 会在生活服务, 甚至会在安防监控等林林总总方方面面引发何等巨大的变化呢?
