内容审核丨特工小天

二零一三年，一位瑞典人 Anton Wallén 开发了一款小众网络游戏 GeoGuessr。游戏规则十分直接，系统会随机展示一张 Google 街景图像，要求玩家根据建筑物、指示牌以及植物等特征来推断照片拍摄的具体位置。这类鲜为人知的地理推理游戏，凭借「分析+寻访」的趣味性，在视频网站和直播平台迅速流行开来，出现了职业玩家群体，还催生了国内玩家开发的「地图寻找」等本土特色玩法。

到了 2024 年，AI 已经能够轻易超越人类的水平。

例如 OpenAI 的 o3 模型，在图像识别评估中体现了“推断场景”特性：单凭一张影像（即便缺失元数据），即可推算出拍摄环境，甚至能找到相仿的地方。这种卓越的 AI 技术使得 GeoGuessr 类游戏的挑战性骤然降低，同时也引来了网友的戏言：“人工智能才是环球探索的顶尖选手”。

当前形势之下，滴滴公司近期不声不响地推出了一项基于人工智能的图像搜索服务，名为「在哪儿问问」，现阶段该服务的使用体验仅限于微信小程序平台。

这项应用与 GeoGuessr 的游戏性质截然不同，它更侧重于实际用途：只需拍下一张照片，即可确定当前地理位置；若需前往某地，人工智能会迅速提供导航方案。

「在哪儿问问」功能比较简单，主要包括：

在「观猹」网站上针对该商品的评论里，有少数顾客提出了关于商品本身用途的困惑：不清楚哪些特定情形会促使人们选用这个物品。

我猜测下滴滴做这款产品的动机大致是：

图寻是位置信息的理想通道。滴滴的主营业务以“人—地点—出行”的完整流程为基础。以往用户查找地点主要依靠文字查询，而人工智能图像识别技术使得“通过图像识别地点”得以实现。滴滴若能掌握这一入口，便能在用户出行环节中更早地参与其中。

另外，前景非常广阔。从一张照片出发，人工智能不仅能告知地点，还能协助设计完整行程：包括推荐路线、预估车费、连接地图指引。再深入发展，本地服务消费或许也能形成完整流程——例如一张餐厅照片，不仅可辨认，还能启动订位、购买、叫车功能。这对滴滴而言，既是服务优化，也是潜在的商业机会。

但是忽略掉其他方面，就这款产品最关键的图像识别功能而言，许多使用者认为其效果相当不错。

某些知名度高、网络关注度高的地方，定位精确度很好，可以快速确定具体位置，但在一些少有人知、交通不便的角落，或是寻常巷陌的咖啡店，定位结果往往不清晰，甚至给出完全不匹配的地址，对于相似地点的推荐也有类似情况，有时能提供合适的替代地点，有时则推荐得十分勉强。

这既表现出当前人工智能图像识别的双重特性，在常见且规范化的情境中成效显著，但在罕见和边缘化的范畴里却显得能力不足，这既是技术层面的挑战，也是产品实现过程中必须正视的客观情况。

回到滴滴应用内部，所谓“在哪儿问问”目前还只是一个基础性质的探索，其用途、特性及访问方式都设计得比较低调。它并未进行广泛宣传，也没有急于与主要的出行服务相结合，更像是在收集用户的实际反应：究竟有多少人愿意尝试图像搜索功能？他们通常在什么情况下会运用它？这种潜在的需求是否有可能发展成为持久的商业价值？

从专业领域分析，影像查询与地理信息平台的整合，不会仅仅作为一项有趣的应用存在。这或许是未来检索方式演变的一个体现：从单纯依靠文字描述，发展到理解用户意图，现在则进一步融合了视觉识别与语义分析。