新智元报道
新智元报道
ChatGPT一步步救援
第一张截图中，ChatGPT给出了清晰又接地气的回复，把路线拆成了几个简单步骤。发坐标求助他们用手机GPS把实时位置（45.9697°N，61.4119°W）发给ChatGPT，说想去Whycocomagh（45.96435°N，61.1426°W），问有没有能走的路。ChatGPT给力回应
ChatGPT分析了坐标和地形，给了超清晰的步步指引：第一步：从上西南马布路往东走，这条路是条泥土路，ATV能过。第二步：汇入Chestico Trail / Celtic Shores Coastal Trail（切斯蒂科步道/凯尔特海岸步道），这步道从东边开始，合法给ATV用，约17公里，从Fort Hood到Mabou河。第三步：沿着步道往东走，平行19号公路，穿过林子，跟着Mabou河走。第四步：快到Mabou村时，往南或东拐，接上Route 252（通往Whycocomagh的路），就到啦！这些指引不仅有路名，还告诉你方向（东、南）和地形（林子、河），超实用，迷路的人一看就懂。随时调整路线他们每5-10分钟发一次新坐标，ChatGPT就根据最新位置调整建议。下图显示，ChatGPT确认他们还在正轨上，建议继续沿着Mabou河走，还给出了下一步选择。碾压传统导航Google Maps和ATV app因为没小径数据彻底扑街。而ChatGPT靠GPS坐标加卫星视图，猜出了小路怎么连起来，再用大白话给出指引。这简直是救命稻草，特别适合野外。有人夸ChatGPT「救命神器」，但也有人吐槽：有手机信号和GPS，干嘛不直接看卫星图？帖子的回复解释了，卫星图虽然能看，但没法像ChatGPT这样实时给个性化文字指引，尤其在复杂地形里。研究证明，像ChatGPT这样的LLM在户外导航上真有潜力。比如PathGPT框架，把历史路线变成文字，再用AI生成个性化路线的办法，效果杠杠的。
PathGPT：向朋友问路
想象一下，打开导航APP说：「找一条从公司到家、不堵车还能顺路买杯咖啡的路线」APP立刻给出了精准方案。最近，上海交大的研究团队推出的PathGPT，用LLM彻底刷新了对导航的认知。论文链接：https://arxiv.org/abs/2504.05846以前的导航算法，比如Dijkstra最短路径算法，就像个认死理的机器人：最短距离就是王道，别的我不管。但现实中开车、走路哪有那么简单？有人喜欢绕路看风景，有人急着赶路要避开拥堵，还有人想顺路接孩子。这些复杂需求，传统算法根本搞不定。后来有了机器学习模型，能从历史轨迹数据里学规律，比如根据交通状况推荐路线。但它们也有硬伤：训练好的模型只能按固定规则工作。想新增「经过某个商圈」的需求？得重新训练一个模型，费时费力还烧钱。PathGPT的核心思路：既然大模型（如GPT）能理解自然语言，那为啥不让它来翻译用户的需求？比如用户说「最快路径」「风景优美」，大模型能听懂，还能结合历史路线数据生成方案。但LLM也有短板：它可能不知道某个城市的具体道路情况，甚至出现幻觉。所以PathGPT加了个「外挂」：检索增强生成（RAG）技术。简单说，就是先建一个历史路线知识库：把每条路线的起点、终点、经过的道路名称都转换成自然语言描述，比如从人民广场到外滩，经过南京路、中山东一路。当用户提问时，PathGPT先从知识库中找出和用户起点、终点相似的历史路线。实测效果：灵活度拉满，还有进步空间
研究团队在北京、成都、哈尔滨等城市的出租车轨迹数据上做了实验。结果显示，PathGPT在生成「最快路径」时，精确率和召回率虽然比一些传统机器学习模型略低（比如在哈尔滨数据集上，最快路径精确率48.4%），但它有个绝杀技——能处理那些没提前训练过的奇葩需求。比如用户提出要走一条经过三个公园的路线，传统模型可能直接懵圈，但PathGPT能结合自然语言和历史数据，给出合理方案。PathGPT的最大意义，是让导航变成自然对话。以后导航，直接像跟朋友问路一样说话就行。当然，它还有改进空间，比如偶尔会指错路（LLM的幻觉问题），在复杂路况下的可靠性还得提升。但想想看，大模型才发展没多久，就能做到这一步，未来要是结合更精准的实时交通数据、更完善的知识库，说不定真能成为每个人的智能出行管家。ChatGPT不光会聊天，还能靠实时数据给实用建议，传统地图失灵时特别管用。AI正在改变野外探险的方式，靠坐标和逻辑在没图的森林里导航，绝对是里程碑。
文章原文
