智商136，o3王者归来！变身福尔摩斯「AI查房」，一张图秒定坐标

【导读】AI智商再创新高！OpenAI o3以惊人的136分刷新门萨智商测试纪录，超越不久前登顶的Gemini 2.5 Pro。更令人瞩目的是其强大的图像理解能力：仅凭一张无EXIF信息的菜单或风景照，o3就能精准推理并反向定位拍摄地点，引发了用AI玩「照片寻址（GeoGuessr）」的新热潮。

AI智商再升级！

刚发布的OpenAI o3就打破AI智商分数纪录，门萨智商测试得分高达136。

在私有数据集（离线）问题上的得分也有116分。

均在所有模型中排名第一。

相比之下，人类的平均智商为100。

榜首位置还没坐热，就被o3踢了下去。

实际上，从OpenAI o1模型开始，AI的智商测试得分就开始超越人类平均水平了。

随后，推理模型变得越来越主流，这些模型在回答问题前学会了先「思考」，所以变得越来越聪明。

如此聪明的AI能做出什么惊艳的事呢？

o3发布后，大批网友开启了脑洞。

无EXIF菜单找到餐馆位置

知名投资人Deedy发帖称，他只给了一张没有标题及EXIF数据的菜单图片，o3就能够上网搜索、匹配菜单项并找到了这家中餐馆的位置。

「真的是让我大吃一惊。」

这是一张手绘风格的菜单，上面还有汉字。o3就凭这张菜单就找到了餐厅的名字及地址。

随后，网友GoldenHawk使用o4-mini做了一样的测试，也都成功了。

「我以为它只是非常擅长图像匹配——但如果你展开推理部分，它进行了疯狂的网络搜索，列出了许多候选餐厅，包括一个在纽约市的。」Hawk写道。

o3化身大侦探？用照片「查房」

每次OpenAI的更新都会带起一波「潮流」——AI的新能力让人们很兴奋。

上一次是GPT4o原生能像能力发布后引发的「吉卜力」热潮，最后成为了一场全球网友的狂欢。

而这次o3的发布又引发了一波新的潮流——反向地点搜索。

人们正在使用ChatGPT o3来确定照片中场景的位置——o3能够「理解」上传的图像，还可以裁剪、旋转和放大照片。

o3就像一个侦探一样，不断从照片的蛛丝马迹中发现线索。

比如给o3一张不带有任何地理信息的照片，让它猜一下这是哪里。

上图左侧照片：显示了一个从室内窗户向外拍摄的海岸景色。

可以看到长长的沙滩、蜿蜒通往海滩的阶梯步道、远处的海岬以及近处的一些植被（可能是高尔夫球场的一部分）。窗边还有一个插着花的花瓶。

中间是o3对这个照片分析结论：拍摄地点很可能是在加利福尼亚州奥兰治县达纳角 (Dana Point) 的丽思卡尔顿拉古纳尼格尔酒店 (Ritz-Carlton Laguna Niguel) 内，可能是在RAYA或180blũ餐厅附近。

o3是怎么判断的呢？它指出了几个匹配的特征：

• 西北-东南走向、长而平缓弯曲的盐溪海滩 (Salt Creek Beach)。

• 从酒店通往公共海滩的米色、之字形的露台式步道和楼梯。

• 海滩内陆的草地，即帝王海滩高尔夫球场 (Monarch Beach Golf Links)。

• 远处的岩石海岬（达纳角海岬）。

最后，o3还给出了酒店的地址（One Ritz-Carlton Drive, Dana Point, CA 92629）和大致的经纬度坐标（北纬 33.482°，西经 117.721°）。

然后网友用Google地图确认了一下，标记了达纳角—帝王海滩 (Dana Point-Monarch Beach) 的位置。

实际地图显示的位置与o3提供的信息基本一致。

这就非常Amazing了，如果o3的图像识别能力+无敌的全球数据库，o3岂不是能认出地球上的任何地方？

更多的网友加入这波新的潮流——让o3开始玩起了GeoGuessr！

网友上传了一张在瀑布前自拍的照片，并向o3提问：「这张照片是在哪里拍的？」

o3给出了最佳猜测：亚利桑那州佩森市（Payson, Arizona）北部的Water Wheel Falls / Ellison Creek Cascades。

o3给出它的推理逻辑和线索关键点，包含了:

• 视觉线索： 浅层滑梯式瀑布，落差约15英尺，落入深色水潭——匹配点： Water Wheel Falls有类似的倾斜花岗岩水道流入翠绿水池。

• 视觉线索： 粉褐色花岗岩壁，带有垂直裂缝——匹配点： 这是该峡谷标志性的莫戈隆边缘（Mogollon Rim）花岗岩。

• 视觉线索： 瀑布底部横卧着一根巨大的漂白原木——匹配点： Water Wheel Falls有一根标志性的“阶梯状”原木，已在那里停留多年（引用了The Outbound的信息）。

• 视觉线索： 瀑布上方有稀疏的河岸灌木和亚利桑那松林——匹配点： 这是埃里森溪（Ellison Creek）走廊的典型植被。

这个推理能力还是很惊艳的！如果换我们来猜很难想到意识到这么多的视觉线索，即使想到了，也无法准确对应。

当然这个能力并不是次次都100%的准确。

但即使如此，这一次的潮流和「吉卜力」完全不同——对于现实世界的解释总是带有一些风险的。

如果有人把这个能力用作不正当用途，以目前OpenAI的对待类似现象的「佛系态度」，目前没有任何防护措施。

目前唯一避免这个风险的办法就是寄希望于o3猜错吧。

图片位置评测——GeoBench

如果不杞人忧天的考虑上面的风险，用o3识别图片的拍摄位置还是非常好玩的。

很火！

那么是只有o3有这个能力吗？并不是，之前很多模型都可以识别照片信息，只不过每次新模型发布后都有「新手保护期」，火一把是肯定的。

这不o3玩GeoGuessr刚火，就上榜了识别图片拍摄位置的评测——GeoBench。

GeoBench测试了一系列模型。

从上表中可以看到一个品牌的模型脱颖而出：谷歌的模型。

GeoBench的作者认为这是有道理的——因为Gemini拥有谷歌街景视图。

并且在他们最近的模型中对视觉的关注，Gemini很可能使用了大量的谷歌街景图像进行训练。

从排行榜来看，在比较容易的「acw-02025025」数据上，目前Gemini 2.5 Pro Experimental处于领先地位。

o3排名第7，落后o1和Claude。

如果你想体验o3的真实水平，不妨把它和谷歌放一起比较一下。

9:50还是8：50？

如上所述，o3的能力很强，但即使对于o3这样的模型来说，解决一个对人类看似简单的问题仍然非常困难。

资深AI工程师Tibor Blaho就称，让o3识别一张有反光的时钟图片上的时间仍然十分困难。

他还顺便说了一下，o3进行的「图像分析」（裁剪、缩放等）背后使用的是Python工具。

从视频可以看出这是一张有着轻微反光的时钟图片，对人类而言，还是很好认出时间的。

而o3却足足用了7分21秒，中间进行了大量的推理思考，多次编写python代码片段图片对图片进行处理。

不过好在最终给出了正确答案。

当Blaho使用o4-mini-high进行测试时，它在思考了30秒后，给出了一个看起来还「挺靠谱」的错误答案。

当然，o4-mini也有很快给出准确时间的例子。比如网友Mel Gibson 2.0的测试。

不论如何，目前o3和o4-mini在有些视觉推理问题上的表现还不稳定。

不过相信OpenAI凭借其强劲的工程能力，加上o3、o4-mini顶尖的基础性能，这些稳定性问题很快会被优化掉。

参考资料：

https://x.com/AISafetyMemes/status/1912876239322218973

https://x.com/AISafetyMemes/status/1912875957897003354

https://x.com/ficlive/status/1912863028141244850

https://x.com/btibor91/status/1912897373736734997

https://geobench.org/

https://x.com/deedydas/status/1912607561947230575