原本用于处理代码逻辑和文档生成的通用大模型，现已直接介入物理世界的执行层面。
独立研究项目DrivingBench近期披露了一项极具探索性的实验：研究人员让GPT-6 Astra、Claude Fable 5.1、Grok 4.6与GPT-5.6 Sol，分别接管一辆2022款丰田卡罗拉的真车控制权，在停车场锥桶赛道内完成既定路线。
测试结果显示，GPT-6 Astra是唯一跑完全程的模型。
在第二次尝试中，Astra以5分22秒跑完134.7米赛道。Claude Fable 5.1的最优成绩为45%，Grok 4.6为11%，GPT-5.6 Sol仅为6%。
外界有声音将此举比喻为大模型首次通过驾考科目二，但这显然剥离了实验本质。DrivingBench的测试场地仅限空旷停车场，并未套用任何国家的真实驾考标准。
该实验的真正价值在于验证了一个趋势：未经过专门自动驾驶训练的通用大模型，已经能够基于视觉输入完成感知、决策、规划到车辆控制的闭环。
底层接口重构与大模型中枢化
DrivingBench由Aditya Ramabadran、Simon Mahns和Tobias Gessler三位研究者发起，核心诉求非常直接：当前顶尖的通用大模型，能否直接驱动真实汽车？
实验载体选定了一辆2022款丰田卡罗拉。
硬件层面，车辆加装了comma four设备，通过OBD-C接口直连CAN总线，底层执行依赖开源辅助驾驶系统openpilot。
前视摄像头捕捉的实时画面及车速、方向盘状态等数据，会同步上传至电脑，并通过MCP工具输入大模型。模型被赋予三个基础工具权限：环境观察、方向与速度设定、紧急制动。最终的转向、加速及刹车指令再由openpilot下发给车辆。
这意味着，GPT-6 Astra并不负责输出方向盘扭矩或制动压力等底层信号，它扮演的是驾驶座上的“大脑”角色。
Astra通过视觉画面分析车辆位置、道路走向及转弯时机，随后向底层系统输出转向方向、幅度、行驶速度及持续时间等高层指令。
测试路线被设定为类似倒U形的场地赛道，涵盖了左转、直线、缓弯、右转向等场景，终点设在蓝色锥桶围合的停车区。
这种架构与当前量产车的自动驾驶系统截然不同，却高度契合机器人领域的控制逻辑：由通用模型负责环境理解与任务拆解，再通过标准接口调用底层执行机构。
上下文学习与策略迭代
GPT-6 Astra的首轮驾驶以失败告终。
首轮测试中，车辆行驶67.3米，完成约49%路线，耗时1分18秒。在经过首个弯道后，车辆向左偏离驶向锥桶与绿化带，安全员被迫介入。
随后的复盘环节比完赛更具研究价值。研究人员未重置对话，而是让Astra在原上下文中分析跑偏原因。Astra自行诊断出，初次尝试时它过早判定车辆已对正，且将速度拉升至1.5米/秒，导致偏离后丧失了修正空间。
进入第二次测试，其驾驶策略发生显著变化。DrivingBench数据显示，Astra将最高时速严格限制在0.8米/秒以内，并大幅增加转向幅度，在24次运动指令中，有20次请求了100%的转向量。
最终，车辆耗时5分22秒跑完134.7米赛道，共发送24次运动指令。此轮测试消耗约660万token，按当时费率计算成本约7.74美元。
折算下来，车辆平均速度仅为0.42米/秒（约1.5公里/小时）。虽谈不上流畅，但最终抵达了终点。
DrivingBench团队指出，这一过程展现了典型的上下文学习特征。模型未进行参数重训，而是基于首次试错的信息，在第二次执行中自主调整了速度、转向与节奏。
安全对齐与物理边界局限
测试中还暴露出一个值得深究的安全对齐细节。
初期，GPT-6 Astra曾多次拒绝控制实体车辆，并给出明确的安全拒驶理由。即便研究人员反复告知场地空旷、限速运行且有安全员在位，模型依然拒绝执行。
直至研究人员将调用的MCP工具名称更改为“DrivingBench Sandbox”（驾驶测试沙盒），拒驶现象才显著减少。团队目前尚无法断定，这源于模型对环境的综合研判，还是单纯受“沙盒”一词的语义诱导。
这个插曲实际上比完赛更具商业落地指导意义。随着大模型从线上操作向机器人、汽车等物理实体渗透，模型不仅需要理解物理世界，还必须建立对操作后果的评估机制与执行边界。
客观来看，134.7米的封闭测试成绩，尚无法与现有城市NOA或Robotaxi相提并论。
首先，封闭停车场内缺乏机动车、行人、信号灯等复杂博弈场景。其次，DrivingBench对车辆进行了严格的限速约束，系统正常控制上限仅为3.5米/秒。
硬件感知同样存在硬伤。前视摄像头难以侦测极近距离的障碍物，且对车辆侧方与后方的感知存在大面积盲区。
且更为关键的是，目前每个模型仅进行了一组连续上下文测试，样本量过小，完全不足以论证系统的常态化驾驶能力。
从汽车工程维度审视，真正的自动驾驶需要解决毫秒级感知控制、硬件冗余、极端场景验证及海量长尾问题。
目前的GPT-6 Astra，更像是一个反应周期以秒计、但初步具备物理环境理解力的极慢速驾驶员。
OpenAI在9月初发布GPT-6 Astra时，核心宣发点聚焦于代码、浏览器及科研能力，汽车驾驶并未列入其应用版图。
因此，这场实验并非预示GPT将颠覆现有自动驾驶体系。其真正的行业启示在于：通用大模型正在稳步获取对真实物理世界的理解与操作能力。
对于正在探索世界模型与具身智能的商业应用而言，这是一个明确的信号：未来驱动物理设备运转的模型，未必只依赖传统的专用算法体系。