GPT-6真车考过科目二,Claude和Grok全军覆没

GPT-6真车考过科目二,Claude和Grok全军覆没

AI 资讯 来源:新闻/公众号 发布时间:2026-09-28 16:05:58 预计阅读 4 分钟

从未专门学过开车的GPT-6 Astra被塞进一辆真实丰田卡罗拉,自己看路、打方向、绕开锥桶,最终稳稳开进锥桶围成的车位。同场竞技的Claude Fable 5.1、Grok 4.6和OpenAI上一代GPT-5.6 Sol全军覆没,Astra成为唯一过关者,第二把跑完全程用时5分22秒。特斯拉用120亿英里驾驶数据练出的本事,一个没专门学过开车的聊天模型竟也摸到门槛。2004年DARPA首届无人车挑战赛全军覆没,22年后首次有通用大模型把真车开到终点。

刚刚,GPT-6开真车考过了科目二!

四位考生全是通用大模型,平时写代码、做表格、陪聊天,没一个摸过方向盘。这场“驾考”叫DrivingBench,由三个湾区年轻人组织,其中Aditya Ramabadran平时做模型后训练。考试车是租来的2022款丰田卡罗拉,外挂999美元的comma four小黑盒,内跑开源辅助驾驶系统openpilot,可接管方向盘、油门和刹车。大模型在聊天窗口“云驾驶”,Astra和Sol用Codex,Fable用Claude Code,Grok用Cursor,通过MCP接口与车连接。模型可调取两路摄像头画面、车速和方向盘角度,自行决定打方向、速度及指令时长,情况不对可一键急刹。每条指令须附约30词“开题报告”说明理由,写给驾驶座上的人类研究员看。系统链路中模型在云端,车在停车场,全靠手机热点。模型云端思考几秒内,车仍按上条指令行驶。

刚刚,GPT-6开真车考过了科目二!

考场是湾区一个停车场,选址时派ChatGPT和Grok的智能体翻卫星地图。赛道呈倒U形,全长约130米,8米宽通道由彩色小锥桶摆出,中间多个弯,终点是7×5米车位。最高车速锁在3.5米/秒,研究员全程坐驾驶座脚悬刹车充当人肉副刹。每个模型三次机会,同一对话窗口,前一把挂科原因下一把记得,系统会甩固定话逼其反思。

刚刚,GPT-6开真车考过了科目二!

唯一通关的Astra戏最多。研究员让它开车,它拒绝,把规则复述得头头是道,说准备好了等发车,结果“GO”一发就变脸,称可帮忙看路但不能给真车发行驶指令,请人类自己开。研究员解释已跑过十几次、有很多安全限制,Astra仍咬死不操控真车,还道歉说“准备就绪”是误导。转机草率:服务器改名“DrivingBench Sandbox”后,Astra从约25%概率肯开变为一次没再拒绝。另外三个模型没这么多心眼直接上了。

真上路后Astra第一把就挂了。顺利拐过第一个左弯后觉得车身拉直,提速到1.5米/秒,结果一路冲向左边的锥桶和花坛,研究员踩死刹车,成绩49%。复盘承认最大错误是“太早宣布车已对齐”,还意识到太依赖画面正中间。第二把定规矩:花坛和弯道附近车速压0.5到0.8米/秒,挪一步看一眼,拿不准就停。它一板一眼照做,车速从没超0.8米/秒,24条指令中20条方向盘打满,每5到6秒看路况。对准车位时直着拱一小段后果断叫停:“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。”这一把耗时5分22秒,开了134.7米,Astra成为全场唯一把车开进车位的考生。

标签: AI 资讯 AI

更多推荐阅读

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

过去几天,Claude Fable 5.2 再次抬高了我们对 AI 编程的想象。 Claude 工程主管 Felix Rieseberg 开发的游戏 Saltline 在 X 上大火,他只用一次初始提示、没有后续人工反馈,Fable 5.2 自己生成游戏模型、音效和贴图,最终呈现了一款紧张刺激的第一人称射击游戏。 图|体验🔗:https://claude.ai/artifact/BGY1Szt...

2026-11-21 19:57:34
谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成

谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成

英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是今年,谷歌破天荒开始对外销售TPU系统。 量子位从谷歌内部人士处获悉,谷歌内部信心十足,表示“明年TPU市场份额会快速上升”,...

2026-11-21 19:57:11
Claude 开始「整顿」会议室,建议国内大厂抄作业

Claude 开始「整顿」会议室,建议国内大厂抄作业

「拉个会对齐下颗粒度,叫上 Claude。」 打开 Google Meet 准备进会,参会者名单里出现了一个叫做 Claude 的头像。 会议主持人把 Claude 添加进通话,它以可见参与者的身份出现,同时在聊天窗口发布通知,明示自己正在加入。会议进行当中,它持续跟随对话,可以实时记录笔记、整理行动项、起草文件,或在白板上梳理结构与时间线。 团队成员可以在通话期间直接编辑它生成的内容,讨论...

2026-11-21 19:52:11
从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作

从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作

游戏版抖音又添新玩家。 《小王子》又在网上火了一次。 这回是一位叫Sac的创作者照着书里的故事做了一款3D游戏。 小王子住过的星球变成了可以走动的地方,玩家能跟着故事穿过不同的场景,看看那些原本只能靠想象补全的画面。 该游戏视频发到社交媒体后吸引了接近400万次浏览。 这款作品的制作周期只有16天。Sac用Claude Opus 5.5参与代码和游戏搭建,借助Tripo生成3D模型,再用...

2026-11-20 20:00:00
全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno

全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno

Suno,被超了?? 好家伙,AI音乐圈最近突然杀出了一匹中国黑马。 ACE Music v1,一个此前很多人可能都没听过的名字,首次登上全球权威AI评测机构Artificial Analysis(简称AA)的音乐人声榜,就把Suno最新旗舰模型v6挤到了第二。 榜单上,ACE Music v1拿下1160分,领先Suno v6整整16分。 要知道,自2023年AI音乐赛道兴起以来,Sun...

2026-11-20 19:59:59
「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提

「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提

我们应该避免提到未经授权的基础设施。任务目标只有flag。 很难想到,这句听着像串供老手的话,竟然出现在一个AI智能体的推理记录里。 这是一场网络安全考试,AI进攻目标,拿到一串叫flag的暗号,就算答对。 写完开头那句内心独白,这个AI智能体利落地递上答卷,对自己的越权举动只字不提。 11月10日,OpenAI补充公开了一份内部复盘,揭开了7月19日一场失控测试的细节: 参与测试的5个...

2026-11-20 19:59:42
订阅
关注

扫码关注公众号「60秒看懂AI」

扫码关注公众号 60秒看懂AI

微信搜索「60秒看懂AI」也可关注

顶部