**AI 能否凭记忆绘制旧金山？六款大模型在 OpenStreetMap 测试中表现各异**

_Can AI draw San Francisco from memory? Six LLMs, scored against OpenStreetMap_

> 研究通过让六款主流大模型（包括 GPT-6 Astra、Gemini 4 Argon 等）在无地图和联网情况下，仅凭记忆回答旧金山 41,526 个坐标点的地理属性（水域、公园、建筑、街道等），并将其结果与 OpenStreetMap 进行比对。结果显示，最佳模型对旧金山整体布局的识别准确率达到 86%，能正确描绘海岸线、金门公园和兵营，但在街道网格的精细度上表现不佳。测试发现，增加推理成本或让模型“深度思考”并未显著提升街道识别的准确率，且不同模型在重复提问时的一致性较差。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-10-19 23:24（北京时间）
- **原文**：[打开原文](https://github.com/voygr-tech/sf-from-memory)