GPT-6 Astra实车测试通过锥桶赛道 成唯一完成模型

RecodeX 重构消息，三名中国台湾地区研究人员搭建DrivingBench测试平台，将GPT-6 Astra、GPT-5.6 Sol、Grok 4.6和Claude Fable 5.1等通用大模型接入一辆2022款丰田卡罗拉，进行真实车辆驾驶测试。赛道全长约130米，由彩色锥桶组成8米宽通道，车辆需连续通过多个弯道并驶入7×5米锥桶车位。

未接受专门驾驶训练的GPT-6 Astra首次测试因判断失误偏离赛道，第二次调整策略后以5分22秒完成约134.7米赛程并成功驶入车位，成为四个模型中唯一完成测试的模型。测试中Astra将弯道及障碍物附近车速控制在0.5至0.8米/秒，并依据实时摄像头画面持续调整方向。Sol和Grok连续三次失败，Fable第三次行驶至约45%位置后停止。

测试显示，未经专门驾驶数据训练的通用大模型已能在低速真实环境中完成基础驾驶任务，但距离实际道路自动驾驶仍有明显差距。