GPT-6 Astra tamatkan ujian memandu DrivingBench—dengan kawalan ketat

Sebuah kereta sebenar berjaya dipandu hingga tamat laluan ujian oleh model AI serba guna. Namun, tempat dan cara ia diuji sama penting dengan kejayaannya. Dalam DrivingBench, model OpenAI GPT-6 Astra—bukan “GPT-6View Astra”—ialah satu-satunya daripada empat model yang menamatkan laluan berkon di tempat letak kereta. Ia berjaya selepas cubaan pertama gagal, pada kelajuan seperti berjalan kaki, sementara seorang manusia duduk di tempat pemandu dan bersedia membrek.14155

Bagaimana AI mengawal kereta?

Penyelidik Tobias Gessler, Simon Mahns dan Aditya Ramabadran membina DrivingBench untuk menguji model AI pada tugasan memandu fizikal, bukannya dalam simulasi. Mereka menggunakan Toyota Corolla yang disambungkan melalui peranti Comma 4 dan sistem kawalan berasaskan openpilot. Setiap model diberi sehingga tiga cubaan dalam perbualan yang berterusan, supaya ia boleh mengambil kira maklum balas daripada cubaan terdahulu.1136

Model melihat laluan melalui dua kamera dan mengawal kereta satu arahan pada satu masa: observe untuk melihat imej kamera serta data kereta, set_motion untuk menetapkan stereng dan kelajuan, dan stop_now untuk berhenti. Ujian dibuat di tempat letak kereta kosong, dengan manusia sebagai sandaran untuk membrek. DrivingBench turut menerbitkan rakaman dan jejak arahan bagi setiap cubaan.511

Apa yang dicapai oleh Astra?

Pada cubaan pertama, Astra hanya mencapai 49% laluan. Selepas diminta menilai kesilapannya, ia menamatkan laluan 134.7 meter pada cubaan kedua dalam 5 minit 22 saat. Purata kelajuannya kira-kira 0.94 batu sejam, termasuk masa berhenti; angka purata itu tidak bermaksud kelajuan kereta tidak pernah melebihi satu batu sejam.1534

Tiga model lain tidak berjaya menamatkan laluan. Pencapaian terbaik Claude Fable 5.1 ialah 45%, manakala Grok 4.6 dan GPT-5.6 Sol bergerak jauh lebih sedikit. Laporan mengenai ujian ini menyebut selekoh pertama sebagai tempat kegagalan yang lazim.440 Maka, kejayaan Astra ialah yang pertama dalam perbandingan empat model yang dilaporkan ini, bukan bukti bahawa semua model komersial atau keadaan pemanduan telah diuji.1114

Berapa kosnya?

Jejak cubaan kedua Astra merekodkan 6.6 juta token dan kos inferens model US$7.74 untuk perjalanan 134.7 meter itu. Jika kadar kos daripada perjalanan pendek ini diekstrapolasi, jumlahnya kira-kira US$92.47 sebatu. Itu bukan kos yang diukur bagi pemanduan berterusan, dan belum termasuk kereta, perkakasan atau pengawasan manusia.3411

Ada juga angka sekitar US$9.75 dalam perbandingan sekunder, tetapi angka itu merujuk kepada dua cubaan Astra digabungkan. Rekod DrivingBench menetapkan US$7.74 untuk cubaan kedua yang berjaya; kedua-duanya bukan harga berbeza bagi perjalanan yang sama.834

Mengapa ini belum bermakna kereta pandu sendiri sudah sedia?

DrivingBench menunjukkan bahawa model AI serba guna boleh menggunakan pemerhatian visual dan arahan perisian untuk menyelesaikan satu tugasan memandu kereta sebenar selepas menerima maklum balas. Itu lebih nyata daripada kejayaan dalam simulasi, tetapi jauh lebih terhad daripada membuktikan kereta tersebut sedia digunakan di jalan raya.3615

Laluannya pendek dan tetap, tempat letak kereta itu kosong, kereta bergerak perlahan, dan manusia bersedia untuk membrek. Ujian ini tidak membuktikan model tersebut boleh memandu dengan andal dalam trafik, menangani kecemasan tanpa pengendali, atau beroperasi secara ekonomik untuk perjalanan jauh.51134 Hasilnya paling tepat dilihat sebagai bukti keupayaan dalam keadaan yang dikawal rapi, bukan pengganti sistem pemanduan autonomi yang telah diuji menyeluruh.