首先分享几项关键发现：OpenAI推出的o3模型正重塑人们对AI视觉能力的认知。当业界还聚焦于文本生成与逻辑推理时，o3已悄然进化为一款“地理定位专家”——仅需一张照片，便能精确判断拍摄地点。

不仅如此，o3甚至直接给出了酒店详细地址：One Ritz-Carlton Drive, Dana Point, CA 92629，并附带了大致经纬度坐标（北纬33.482°，西经117.721°）。

有网友通过谷歌地图验证后确认，o3的答案完全准确。

这不禁引发遐想：若将o3的图像识别能力与全球综合数据库相结合，这款AI是否就能识别出地球上的任意位置？

随后，众多网友纷纷上传自己拍摄的照片，让o3尝试判断拍摄地点。

例如下面这张图片，o3给出的判断结果是美国亚利桑那州佩森市北部的Water Wheel Falls（即Ellison Creek Cascades）。

那么，o3是如何推理的呢？核心在于其视觉逻辑链条——它不会直接输出单一答案，而是系统列出沿途路标、植被类型、地形特征等线索，逐步缩小范围，最终锁定可能性最大的地点。

挑战进一步升级。英伟达研究员Zhaocheng Zhu展示了一组使用长焦镜头拍摄的照片，他特意移除了EXIF数据，并关闭了o3的记忆功能。

有趣的是，网络上大多数图片均为广角拍摄，因此这张长焦照片对o3而言难度极高。Zhu坦言，若非亲自透过镜头观看这一角度，他自己也无法辨认出具体位置。

最终，o3成功猜中了答案。

再比如下图，o3不仅精准定位了拍摄地点，还识别出画面中的山峰是圣罗莎山脉。

随着难度持续提升，o3列出了三个备选地点，其中包含正确答案——查尔瓦高地。

最终，在下面这张照片上o3出现了失误。这是一幅加拿大山脉的鸟瞰图，o3误判为瑞士阿尔卑斯山。原因不难理解：航拍照片在训练集中占比极低，这类视觉特征对模型而言确实是盲区。

值得关注的是，o3的能力不仅限于海外地理定位。一位国内开发者上传了上班途中随手拍摄的照片，o3逐步分析后给出了精确位置——山东省青岛市市北区重庆南路47号。

有人提出了质疑：是不是照片里本来就带了定位信息？

开发者Nanyi对此进行了解释：iPhone拍摄的照片信息仅包含拍摄参数，并未记录地理位置数据。o3应该是先通过“鲁U”车牌推断出青岛，再根据画面中的小海豚雕塑搜索周边店铺，进而结合百度地图与青岛本地宝找到附近邮局，最终确定了具体位置。

需要特别说明的是，截图显示图片信息中确实不包含位置标签。

回到开篇的问题：这仅仅是2025年的o3模型表现。未来的AI模型，又将展现出何等强大的能力？