新智元報(bào)道

編輯：英智

想象一下，你在加拿大的森林里迷路5小時(shí)，手機(jī)電量只剩3%，Google Maps失靈，信號(hào)微弱。但ChatGPT靠實(shí)時(shí)坐標(biāo)救了場(chǎng)，堪稱AI導(dǎo)航的教科書，快來圍觀。

最近，X平臺(tái)上一個(gè)帖子火了，一群人在加拿大偏遠(yuǎn)的小鎮(zhèn)Mabou騎全地形車（ATV）玩，結(jié)果迷路了整整五小時(shí)，最后靠ChatGPT導(dǎo)航才安全回來。

Mabou是個(gè)小地方，周圍全是沒開發(fā)過的森林和小路。

他們本來打算從Upper Southwest Mabou Rd出發(fā)，騎18公里到Whycocomagh玩一圈。

計(jì)劃挺好，可他們不小心偏離了主路，鉆進(jìn)了地圖上沒標(biāo)的小徑。

結(jié)果Google Maps、ATV專用app啥的都用不了，因?yàn)檫@些工具只認(rèn)主干道，壓根沒收錄那些隱秘小路，害他們徹底迷路了。

手機(jī)信號(hào)也不好，電量只剩3%，其中一個(gè)騎手突發(fā)奇想，嘗試用ChatGPT來導(dǎo)航，每5-10分鐘給ChatGPT發(fā)一次GPS坐標(biāo)。

沒想到這招還真救了他們。

ChatGPT一步步救援

第一張截圖中，ChatGPT給出了清晰又接地氣的回復(fù)，把路線拆成了幾個(gè)簡(jiǎn)單步驟。

發(fā)坐標(biāo)求助

他們用手機(jī)GPS把實(shí)時(shí)位置（45.9697°N，61.4119°W）發(fā)給ChatGPT，說想去Whycocomagh（45.96435°N，61.1426°W），問有沒有能走的路。

ChatGPT給力回應(yīng)

ChatGPT分析了坐標(biāo)和地形，給了超清晰的步步指引：

第一步：從上西南馬布路往東走，這條路是條泥土路，ATV能過。

第二步：匯入Chestico Trail / Celtic Shores Coastal Trail（切斯蒂科步道/凱爾特海岸步道），這步道從東邊開始，合法給ATV用，約17公里，從Fort Hood到Mabou河。

第三步：沿著步道往東走，平行19號(hào)公路，穿過林子，跟著Mabou河走。

第四步：快到Mabou村時(shí)，往南或東拐，接上Route 252（通往Whycocomagh的路），就到啦！

這些指引不僅有路名，還告訴你方向（東、南）和地形（林子、河），超實(shí)用，迷路的人一看就懂。

隨時(shí)調(diào)整路線

他們每5-10分鐘發(fā)一次新坐標(biāo)，ChatGPT就根據(jù)最新位置調(diào)整建議。

下圖顯示，ChatGPT確認(rèn)他們還在正軌上，建議繼續(xù)沿著Mabou河走，還給出了下一步選擇。

碾壓傳統(tǒng)導(dǎo)航

Google Maps和ATV app因?yàn)闆]小徑數(shù)據(jù)徹底撲街。

而ChatGPT靠GPS坐標(biāo)加衛(wèi)星視圖，猜出了小路怎么連起來，再用大白話給出指引。這簡(jiǎn)直是救命稻草，特別適合野外。

有人夸ChatGPT「救命神器」，但也有人吐槽：有手機(jī)信號(hào)和GPS，干嘛不直接看衛(wèi)星圖？

帖子的回復(fù)解釋了，衛(wèi)星圖雖然能看，但沒法像ChatGPT這樣實(shí)時(shí)給個(gè)性化文字指引，尤其在復(fù)雜地形里。

研究證明，像ChatGPT這樣的LLM在戶外導(dǎo)航上真有潛力。

比如PathGPT框架，把歷史路線變成文字，再用AI生成個(gè)性化路線的辦法，效果杠杠的。

PathGPT：向朋友問路

想象一下，打開導(dǎo)航APP說：「找一條從公司到家、不堵車還能順路買杯咖啡的路線」APP立刻給出了精準(zhǔn)方案。

最近，上海交大的研究團(tuán)隊(duì)推出的PathGPT，用LLM徹底刷新了對(duì)導(dǎo)航的認(rèn)知。

論文鏈接：https://arxiv.org/abs/2504.05846

以前的導(dǎo)航算法，比如Dijkstra最短路徑算法，就像個(gè)認(rèn)死理的機(jī)器人：最短距離就是王道，別的我不管。

但現(xiàn)實(shí)中開車、走路哪有那么簡(jiǎn)單？

有人喜歡繞路看風(fēng)景，有人急著趕路要避開擁堵，還有人想順路接孩子。這些復(fù)雜需求，傳統(tǒng)算法根本搞不定。

后來有了機(jī)器學(xué)習(xí)模型，能從歷史軌跡數(shù)據(jù)里學(xué)規(guī)律，比如根據(jù)交通狀況推薦路線。

但它們也有硬傷：訓(xùn)練好的模型只能按固定規(guī)則工作。

想新增「經(jīng)過某個(gè)商圈」的需求？得重新訓(xùn)練一個(gè)模型，費(fèi)時(shí)費(fèi)力還燒錢。

PathGPT的核心思路：既然大模型（如GPT）能理解自然語言，那為啥不讓它來翻譯用戶的需求？

比如用戶說「最快路徑」「風(fēng)景優(yōu)美」，大模型能聽懂，還能結(jié)合歷史路線數(shù)據(jù)生成方案。

但LLM也有短板：它可能不知道某個(gè)城市的具體道路情況，甚至出現(xiàn)幻覺。

所以PathGPT加了個(gè)「外掛」：檢索增強(qiáng)生成（RAG）技術(shù)。

簡(jiǎn)單說，就是先建一個(gè)歷史路線知識(shí)庫：把每條路線的起點(diǎn)、終點(diǎn)、經(jīng)過的道路名稱都轉(zhuǎn)換成自然語言描述，比如從人民廣場(chǎng)到外灘，經(jīng)過南京路、中山東一路。

當(dāng)用戶提問時(shí)，PathGPT先從知識(shí)庫中找出和用戶起點(diǎn)、終點(diǎn)相似的歷史路線。

實(shí)測(cè)效果：靈活度拉滿，還有進(jìn)步空間

研究團(tuán)隊(duì)在北京、成都、哈爾濱等城市的出租車軌跡數(shù)據(jù)上做了實(shí)驗(yàn)。

結(jié)果顯示，PathGPT在生成「最快路徑」時(shí)，精確率和召回率雖然比一些傳統(tǒng)機(jī)器學(xué)習(xí)模型略低（比如在哈爾濱數(shù)據(jù)集上，最快路徑精確率48.4%），但它有個(gè)絕殺技——能處理那些沒提前訓(xùn)練過的奇葩需求。

比如用戶提出要走一條經(jīng)過三個(gè)公園的路線，傳統(tǒng)模型可能直接懵圈，但PathGPT能結(jié)合自然語言和歷史數(shù)據(jù)，給出合理方案。

PathGPT的最大意義，是讓導(dǎo)航變成自然對(duì)話。以后導(dǎo)航，直接像跟朋友問路一樣說話就行。

當(dāng)然，它還有改進(jìn)空間，比如偶爾會(huì)指錯(cuò)路（LLM的幻覺問題），在復(fù)雜路況下的可靠性還得提升。

但想想看，大模型才發(fā)展沒多久，就能做到這一步，未來要是結(jié)合更精準(zhǔn)的實(shí)時(shí)交通數(shù)據(jù)、更完善的知識(shí)庫，說不定真能成為每個(gè)人的智能出行管家。

ChatGPT不光會(huì)聊天，還能靠實(shí)時(shí)數(shù)據(jù)給實(shí)用建議，傳統(tǒng)地圖失靈時(shí)特別管用。

AI正在改變野外探險(xiǎn)的方式，靠坐標(biāo)和邏輯在沒圖的森林里導(dǎo)航，絕對(duì)是里程碑。

參考資料：

https://x.com/rohanpaul_ai/status/1937199835318485177

https://arxiv.org/abs/2504.05846