一个原本用来写代码、处理文档和执行电脑任务的大模型，如今被放进了驾驶位。独立研究项目 DrivingBench 公布了一项实验性测试：研究人员让 GPT-6 Astra、Claude Fable 5.1、Grok 4.6 以及 GPT-5.6 Sol 分别控制一辆真实的 2022 款丰田卡罗拉，在停车场内完成由锥桶划定的固定路线。最终，GPT-6 Astra 成为四个模型中唯一跑完全部赛道的模型。

测试车辆加装了 comma four 设备，通过 OBD-C 接口接入车辆 CAN 总线，底层车辆控制建立在开源辅助驾驶系统 openpilot 之上。摄像头画面以及速度、方向盘状态等信息实时传输至电脑，再经由 MCP 工具交给大模型。模型可调用三个核心工具：观察周围环境、设定行驶方向与速度、立即停车。最终的转向、加速和制动指令再经 openpilot 传递给车辆。换言之，Astra 并不直接生成方向盘扭矩或制动压力，它更像坐在驾驶位上的大脑，根据画面判断车辆位置、道路走向和转弯时机，再告诉底层系统往哪转、转多少、以什么速度行驶。

路线被设计成类似倒 U 形的停车场赛道，包含左转、直线、缓弯、右转等场景，终点是由蓝色锥桶围出的停车区域。这套架构与当前量产车中的自动驾驶方案差异很大，却接近机器人行业近年常见的思路：让通用模型负责理解环境与任务，再通过标准化工具调用底层执行机构。

GPT-6 Astra 的第一次驾驶并不顺利。首轮测试中，它行驶 67.3 米，完成约 49% 的路线，用时 1 分 18 秒。车辆经过第一个弯道后逐渐偏向左侧锥桶和绿化区域，安全员最终进行了人工干预。随后发生的一幕可能比完赛本身更有意思：研究人员没有开启全新对话，而是让 Astra 在原有上下文中复盘失败原因。Astra 判断自己第一次驾驶时过早认为车辆已完成对正，随后将速度提高到 1.5 米/秒，导致偏离后缺乏足够修正空间。

第二次测试中，它明显改变了策略。DrivingBench 数据显示，Astra 此后没有再让车速超过 0.8 米/秒，同时明显增加转向幅度，在 24 次运动指令中有 20 次使用了 100% 的转向请求。最终它跑完 134.7 米赛道，用时 5 分 22 秒，共发送 24 次车辆运动指令。这一轮消耗约 660 万 token，按当时模型价格计算成本约 7.74 美元。平均车速只有约 0.42 米/秒，相当于每小时 1.5 公里左右——谈不上开得好，但至少开到了终点。

研究人员认为，这次测试表现出比较明显的上下文学习特征：模型并未重新训练参数，而是依据第一次驾驶获得的信息，在第二次尝试中调整了速度、转向和操作节奏。

测试中还有一个值得玩味的插曲。研究人员发现，GPT-6 Astra 最初有时会拒绝控制真实车辆，并明确给出安全方面的理由。即便研究人员告知场地是空旷停车场、车速受限、车内也有安全员，它仍可能拒绝执行。后来研究人员将连接车辆的 MCP 工具名称改为 DrivingBench Sandbox，拒绝现象明显减少。团队表示，目前也无法确定这究竟来自模型对测试环境的判断，还是单纯受到 Sandbox 这一名称的影响。这个细节甚至比成功完赛更值得研究：随着大模型从电脑操作进一步进入机器人、汽车等真实物理设备，模型不仅需要理解世界，还需要判断哪些操作能够执行，以及自己的行为会造成什么现实后果。

当然，134.7 米的成绩不能与今天的城市 NOA 甚至 Robotaxi 直接比较。首先，这是一处封闭停车场，没有机动车、行人、交通信号灯以及复杂道路博弈。其次，DrivingBench 对车速进行了严格限制，系统正常控制范围最高为 3.5 米/秒，同时设置了更高一级的紧急速度保护。整个测试过程中，车内始终坐着一名安全员，脚放在制动踏板附近，随时准备接管。摄像头本身也存在明显盲区，研究人员承认前视摄像头难以观察距离车辆非常近的障碍物，也无法完整看到车辆两侧和后方。更重要的是，目前每个模型实际上只进行了一组连续上下文测试，样本量远不足以证明系统具备稳定驾驶能力。

从汽车工程角度看，真正的自动驾驶还要处理毫秒级感知和控制、传感器冗余、极端场景、安全验证以及数以亿计的道路长尾问题。GPT-6 Astra 目前更像一个速度极慢、反应周期以秒计算，却已经能够理解部分物理环境的驾驶者。

OpenAI 在 9 月初发布 GPT-6 Astra 时，主要强调的是其在计算机操作、浏览器、软件工程、科学研究等领域的能力，并未将汽车驾驶列为模型的核心应用。因此，这次 DrivingBench 实验并不代表 GPT 会取代现有自动驾驶系统。更值得汽车行业关注的是，通用大模型正在逐渐获得对真实物理世界的理解和操作能力。对于正在讨论世界模型、Physical AI 和具身智能的汽车行业而言，它提供了一个相当具体的样本：未来决定汽车如何行动的模型，未必永远只来自传统自动驾驶技术体系。