OpenAI 发起寻宝挑战赛：用大模型找亚马逊失落遗址，头奖 25 万美元

印第安纳·琼斯当年找失落古城靠皮鞭和羊皮纸地图，现在 OpenAI 想让你坐着用 AI 挖出来。

OpenAI 联手 Kaggle 发起了一场名叫「OpenAI to Z」的寻宝挑战赛。官方悬赏 40 万美元，号召开发者和研究者用他们最新的 o3、o4 mini 以及 GPT-4.1 模型，在南美洲亚马逊雨林里寻找尚未被发现的古代遗址。

比赛从 5 月 15 日正式开跑，截止时间定在 2025 年 6 月 29 日。第一名能直接抱走 25 万美元奖金，第二名 10 万美元，第三名 5 万美元。在前五周公开分享优质 Kaggle Notebook 的前五支队伍，还能每队拿到 1000 美元的 OpenAI API 额度。

拿多模态模型给亚马逊雨林做 CT

亚马逊雨林横跨 9 个国家、面积超过 600 万平方公里。茂密的树冠底下藏着无数原住民先民的聚落和工程，但乱砍滥伐和现代开发正在快速吞噬这些未解之谜。

这次挑战赛划定的核心区域在巴西，同时延伸到玻利维亚、哥伦比亚、厄瓜多尔、圭亚那、秘鲁、苏里南、委内瑞拉和法属圭亚那的周边地带。

参赛者不能闭门造车，必须把公开的卫星遥感图像、已发布的激光雷达（LiDAR）瓦片数据、殖民时期的日记、纪录片档案和考古论文全部搅在一起。你得用至少两种独立方法交叉验证某个坐标点，或者干脆摸索出一套处理海量多源数据的新方法。

想拿奖还有个硬性门槛：你的整套分析流程必须基于 OpenAI 的模型来支撑，而且提交的所有数据来源必须是完全公开、没有付费墙拦截的。

OpenAI 找来了几位考古界的大腕坐镇评审席，包括 Colorado State University 和 Earth Archive 的考古学家 Chris Fisher、太空考古学家 Sarah Parcak，以及 Philip Bogdanov。官方最后会选出 5 支入围队伍进行线上直播答辩，现场还安排了一位神秘的 AI 行业领袖共同打分。

为什么重要

对普通开发者和多模态研究者来说，这是一场难得的高奖金真实世界演练。过去大模型比赛大多是刷题、做 Agent 或者写商业方案，而这次是把多模态推理直接扔进极其嘈杂的真实地理与历史文本里。如果你擅长处理地理空间数据结合 LLM 文本抽取，现在非常值得去 Kaggle 占个位。

对考古和地理测绘行业来说，这种做法可能会彻底改写传统田野调查的流程。以前考古学家看激光雷达数据得靠肉眼一块一块比对地表微地形，费时费力；如果 AI 能把文献里的零星地名、殖民者日记里的方位描述，直接与现代遥感数据交叉对齐，野外勘探的盲区会被大幅缩小。

我们认为，OpenAI 搞这场比赛走得很巧。它既避开了大模型在敏感商业领域的道德争议，又用「保护濒危雨林遗产」立住了公益和科研人设。但隐患也很实在：AI 很容易产生幻觉，如果在密林里圈出一堆假坐标，让地面考古队实地跑空，成本会极高。更严峻的是，一旦未受保护的古代遗址坐标被公开，会不会反向引来盗墓者和非法盗采团伙，这需要主办方在结果公开时极其克制。