9月24日消息，一个名为 DrivingBench 的社区项目把 GPT-6 Astra 接进一辆真实的丰田卡罗拉，让它自己开完了锥桶赛道。测试在空停车场低速进行，有真人随时准备踩刹车，不是开放道路。项目由 Aditya Ramabadran 等三名研究者发起，本周在 Hacker News 走红，网站公开了完整报告、轨迹回放和测试框架。
大模型怎么开车
三人团队用一辆 2022 款丰田卡罗拉，加装 comma.ai 的 Comma 4 硬件，通过 CAN 总线控制方向盘、油门和刹车。模型不直接输出控制信号，而是通过一组 MCP（模型上下文协议）工具形成闭环：一个工具负责「看」，取回前视和广角摄像头画面以及车速、转向等遥测数据；另一个工具负责「动」，设定转向幅度、速度和持续时间，必要时紧急刹车。底层执行仍由 openpilot 负责。
同一对话里，模型最多尝试 3 次，每次失败后带着对上一轮的反思再试。软件限速 8 mph，安全员随时接管刹车。
只有 Astra 跑完全程
项目榜单显示，GPT-6 Astra 是唯一跑完全程的模型。它第一次尝试完成约 49%，同一对话内再次尝试跑完全程，最好成绩 5 分 22 秒。成功的那次，车速没有超过每秒 0.8 米，大约每 5 到 6 秒观察一次环境，并根据上一轮的错误调整策略，比如更早规划转弯、主动压低速度。
对照模型都没跑完。Claude Fable 5.1 最好成绩 45%，第三次尝试进步明显。Grok 4.6 约 11%，GPT-5.6 Sol 约 6%。多数失败出在第一道弯：模型分不清锥桶线在车道的哪一侧。 代价写在报告里。成功那次大约消耗 660 万 tokens，费用约 7.74 美元。折算下来，约 92 美元一英里。模型决策依赖网络连接，延迟是主要瓶颈。
离上路还差什么
项目方和 HN 讨论都在强调同一件事：这不是传统自动驾驶。量产端到端方案从传感器直接输出控制信号，而 DrivingBench 是通用大模型加工具闭环，模型自己看图、理解空间、规划路径，再输出动作指令。
HN 讨论里，有人把它看作「通用智能体做驾驶」的演示，也有人提出可以从大模型蒸馏出更小的专用驾驶模型。另一则流传的细节是，Astra 起初因为「这是真车」而拒绝执行，直到框架被命名为 DrivingBench Sandbox 才配合。
这次演示给前沿多模态模型的物理世界能力贴上了两个刻度：一个是受控环境下的完赛对比，一个是约 92 美元一英里的价格标签。它证明的是视觉-空间推理在真实闭环里可行，而不是实时性、成本和可靠性已经解决。研究人员自己也说，模型远不够上路。他们计划下一步换更大、更复杂的场地。
AI 速览
