一个原本用来写代码、处理文档和执行电脑任务的大模型，现在开始开真车了。
 
独立研究项目DrivingBench日前公布了一项实验：研究人员把GPT-6 Astra、Claude Fable 5.1、Grok 4.6和GPT-5.6 Sol四个通用大模型分别接入一辆真实的2022款丰田卡罗拉，让它们在停车场里完成由锥桶划定的路线。最终，只有GPT-6 Astra完成了全部赛道，第二次尝试跑完134.7米，用时5分22秒。
 
这个测试的架构值得说清楚。大模型并没有直接控制方向盘和刹车，它通过MCP工具每隔5到6秒“看一眼”摄像头画面，然后发出“向左转多少、速度多少、持续几秒”的高层指令，底层的openpilot系统以100Hz的频率执行这些指令。用研究员的话说，大模型更像坐在副驾驶上的“大脑”，负责判断“往哪走”，而手脚还是由成熟的底层控制器在动。
 
真正有意思的是Astra第一次失败后的反应。它跑了67.3米就偏出赛道，但研究人员没有重新开始，而是让它在原来的对话里复盘。Astra自己分析出问题：“我过早认为车辆已经对正，还把速度提到1.5米/秒，导致偏离后没有修正空间。”第二次它把速度压到0.8米/秒以下，24次运动指令里有20次用了最大转向幅度。
 
代价也很直白。整个测试消耗了660万token，花了7.74美元，摊到134.7米的路程上，每公里成本接近57美元。而开一辆卡罗拉跑同样的距离，油费大概只要0.11美元。
 
DrivingBench的研究者自己把话说得很克制：“用大模型开真车，今天绝对不实用。” 但这并不妨碍它成为一个有分量的信号——一个没专门学过开车的通用模型，已经能把感知、判断、规划和控制串成一个闭环了。至于这个闭环离真正的自动驾驶有多远，看看测试条件就知道了：空旷停车场、锥桶划出的路线、限速不到4公里每小时、副驾驶上随时准备踩刹车的安全员。GPT-6 Astra已经能开真车了吗