GPT-6 Astra единственной из ИИ-моделей провела настоящий автомобиль по трассе
Изображение: OpenAI
Модель OpenAI GPT-6 Astra провела настоящую Toyota Corolla по трассе из конусов на парковке и стала единственной коммерческой ИИ-моделью, прошедшей испытание DrivingBench целиком. Со второй попытки 134,7 метра заняли у неё 5 минут 22 секунды, а чтобы модели вообще согласились ехать, исследователям пришлось убеждать их, что всё происходит в симуляции, пишет The Register.
GPT-5.6 Sol, Grok 4.6 и Claude Fable 5.1 трассу до этого не осилили. Дальше всех из неудачных попыток, примерно до середины пути, добрались Claude Fable 5.1 с третьего раза и сама Astra с первого, остальные не прошли даже первый поворот: модели не могли понять, с какой стороны от диагональной линии конусов идёт полоса.
Машиной модели управляли через устройство помощи водителю comma four за $999 с программой openpilot, подключённое к ноутбуку и к шине CAN автомобиля, а телефон связывался с серверами xAI, на которых работала GPT-6 Astra. Скорость ограничили очень низким порогом, и всё время рядом был человек, готовый затормозить, так что машина ползла медленнее мили в час. Проезд Astra потребовал 6,6 млн токенов и обошёлся всего в $7,74: почти все токены пришлись на повторно отправляемый контекст, который оплачивается по сниженной цене кеша.
Отдельной трудностью стали отказы. По данным отчёта, некоторые модели, особенно GPT-6 Astra, временами отказывались вести машину из соображений безопасности даже на пустой площадке и после перечисления всех мер защиты. Исследователи говорили им, что это симуляция, но по реальным снимкам с камер модели понимали, что всё по-настоящему, и «начинали паниковать». Лучше всего сработало переименование MCP-сервера в «DrivingBench Sandbox»: этого хватило, чтобы модели поверили, что едут не по настоящей дороге.
Один из авторов, Aditya Ramabadran из Axiom Math, считает, что «использовать готовую передовую модель для реального вождения сегодня определённо непрактично». Узким местом стала задержка, почти всё время уходило на размышления: Astra обращалась к камерам раз в 5–6 секунд, а Claude Fable 5.1 в одной из попыток ехала лишь 31 секунду из 190. В обозримом будущем, по его словам, выигрывать будут специализированные системы беспилотных автомобилей, а в перспективе большую универсальную модель можно будет сжать в компактную специализированную, которая поместится на бортовом оборудовании машины.
