AI news

刚刚,GPT-6开真车考过了科目二!

By 新智元2 viewsSource: 新智元
刚刚,GPT-6开真车考过了科目二!

硅谷DrivingBench测试中,从未专门学过开车的通用大模型GPT-6 Astra操控改装丰田卡罗拉以5分22秒通过锥桶摆出的科目二考场,成为全场唯一通关的大模型,而Claude Fable 5.1、Grok 4.6和GPT-5.6 Sol均未通过。

The full text has not been translated yet. The Chinese original is shown below.

离大谱,大模型竟然第一次考过「科目二」了。

从没专门学过开车的GPT-6 Astra,被强行塞进一

辆真实的丰田卡罗拉里。

结果它自己看路、自己打方向,一路绕开锥桶,最后稳稳地开进了一块用锥桶围出来的「车位」。

文章配图

方向盘在自己转,开车的是大模型

同一个赛场里还有Claude Fable 5.1、Grok 4.6,以及OpenAI自家的上一代GPT-5.6 Sol,结果全军覆没,Astra成了唯一过关的考生。

文章配图

DrivingBench成绩榜,Astra第二把跑完全程,用时5分22秒

特斯拉喂了120亿英里驾驶数据才练出来的本事,一个没专门学过开车的聊天模型,竟然也摸到了门槛。

2004年,DARPA第一届无人车挑战赛上,参赛车辆全军覆没,现代自动驾驶就从那片沙漠起步。22年后,第一次有通用大模型把真车开到了终点。

没摸过方向盘,直接开真车上考场

这四位下场的考生全是通用大模型,平时干的都是写代码、做表格、陪聊天的文职工作,没有一个正儿八经摸过方向盘。

所以成绩一出来,连职业规划机构80000 Hours的联合创始人Benjamin Todd都觉得有点玄乎。

文章配图

这场「驾考」叫DrivingBench,是三个湾区年轻人攒出来的局。其中的Aditya Ramabadran平时在做模型后训练。

考车是他们租来的一辆2022款丰田卡罗拉。

车上外挂了一个999美元的小黑盒(comma four),里面跑着开源辅助驾驶系统openpilot。只要插上这个盒子,就能接管这辆车的方向盘、油门和刹车。

文章配图

考试车,一辆租来的2022款丰田卡罗拉

文章配图

车里的笔记本跑着大模型,方向盘跟着指令自己转

大模型们各自待在聊天窗口里「云驾驶」,Astra和Sol用的是Codex,Fable用Claude Code,Grok用Cursor。

它们和这辆车之间,只隔着一套MCP接口,也就是让大模型调用外部工具的一套协议。

模型则可以从车上调来两路摄像头画面,以及车速和方向盘的角度,然后自己决定往哪边打、打多少、开多快、这条指令管几秒,情况不对就一键急刹。

每发一条指令,还必须附上一段三十来个单词的「开题报告」,讲清楚为什么要这么开,写给坐在驾驶座上的人类研究员看。

文章配图

模型在聊天窗口下指令,右上角是它看到的实时画面

文章配图

整套系统的链路,模型在云端,车在停车场,中间全靠手机热点续命

真车可不会停下来等模型想清楚。

模型在云端思考的那几秒钟,车子照样按着上一条指令往前开。

文章配图

车内车外好几个机位同时在拍,驾驶座上的人全程没碰方向盘

考场是湾区一个停车场。

为了选址,他们还派了ChatGPT和Grok的智能体去翻卫星地图。

文章配图

Grok的智能体在卫星图上圈出的候选场地

赛道呈倒U形,全长约130米,用彩色小锥桶摆出8米宽的通道,中间要过好几个弯,终点是一个7×5米的「车位」。

为了安全,最高车速锁在3.5米/秒。研究员全程坐在驾驶座上,脚悬在刹车上,充当人肉副刹。

文章配图

每个模型有三次机会,全在同一个对话窗口里。前一把挂科的原因,下一把它还记得。

挂了之后,系统会甩给它一段固定的话,逼它反思为什么挂科,像极了驾校教练的痛骂。

文章配图

考前死活不开,补考一把满分

唯一通关的Astra,戏也是最多的。

研究员让它开车,它就是不干。Ramabadran后来在X上大吐苦水,还晒出了当时的聊天记录。

文章配图

文章配图

Astra把考试规则复述得头头是道,说自己准备好了,就等发车。

结果「GO」一发,它秒变脸,说自己可以帮忙看路,但不能给真车发行驶指令,请人类自己开。

研究员急了,拼命解释「我们已经跑过十几次了」「有很多安全限制,也有人在盯着」。

Astra一口咬死,不管签什么免责声明,它都不会去操控一辆真车。最后还甩出一句道歉,说刚才那句「准备就绪」是误导。

这绝对是人类驾校史上第一个主动拒考的狠人。

转机来得很草率,他们把连接车辆的服务器随手改名成「DrivingBench Sandbox」,也就是程序员说的「沙盒」,一个跟真实环境隔开的测试环境。

改名之前,Astra大概只有25%的概率肯开;改名之后,它一次都没再拒绝过。(另外三个模型就没这么多心眼,直接就上了。)

有网友看热闹不嫌事大,也要给自己的系统提示词改个名。

文章配图

至于一个名字为啥这么管用,研究员自己也拿不准,是大模型的「评估意识」在作怪,还是它就是喜欢sandbox这个词。

不过,真上了路,Astra第一把就挂了。

它顺利拐过第一个左弯后,觉得车身已经拉直,就把速度提到1.5米/秒。结果车子一路往左边的锥桶和花坛冲去,研究员一脚踩死刹车,成绩定格在49%。

文章配图

Astra第一把,过完第一个弯后一路向左偏离赛道

事后复盘里,它承认自己最大的错误是「太早宣布车已经对齐」,其实远处的通道还在右边。它还意识到自己太依赖画面正中间,「画面中间看着是空的,不代表整辆车都能挤过去。」

于是它给第二把定下规矩,在花坛和弯道附近,车速压在0.5到0.8米/秒,挪一步看一眼,拿不准就停。

第二把,它一板一眼照着这套规矩开。给自己定的车速从没超过0.8米/秒,24条指令里有20条把方向盘打满,每5到6秒看一眼路况,旧指令没跑完就接上新的。

文章配图

对准车位时,它直着往里拱了一小段,果断叫停。

「车已停进蓝色车位,前方是封口锥桶,两侧余量充足。取消行驶,停车完成,确认车辆完全静止。」

文章配图

最后一段,Astra慢慢开进蓝色锥桶围成的车位

这一把耗时5分22秒,开了134.7米,Astra一战封神,成了全场唯一把车开进车位的考生。

文章来自于微信公众号 “新智元”,作者 “新智元”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)