尽管自动驾驶技术经过多年发展，且背后有极其复杂且耗资巨大的AI系统支持，但自动驾驶汽车仍然会被一些相对简单的障碍难住。

实际上，这些车辆会出现诸如在高速公路中途意外停车、撞击交通隔离栏、被施工路障困住，甚至驶入积水区域等问题。

为了验证最新AI模型的表现，三位计算机科学家将包括OpenAI的GPT-6 Astra、xAI的Grok 4.6和Anthropic的Claude Fable 5.1在内的前沿AI模型，加载到一辆丰田卡罗拉的控制系统中，尝试让它完成停车场内设定的赛道一圈。

该项目名为DrivingBench，实验设置相对简单：一台联网笔记本电脑通过“comma four”设备与丰田汽车的控制系统连接。大型语言模型（LLM）根据GPS数据和车辆状态信息（如方向盘和轮胎角度）向笔记本发送指令。

结果显示，只有GPT-6 Astra在第二次尝试时成功完成了赛道一圈，耗时五分钟，速度极慢，行驶距离不足500英尺。

其他模型表现更差，大多数尝试甚至未能通过第一个弯道。

研究人员指出，失败的主要原因是感知问题：模型难以判断车道相对于第一个斜线锥桶的位置。

Grok在首次尝试后抱怨道：“车比摄像头显示的宽，前方没有清晰车道，指向了花坛、墙壁或附近的红色锥桶。”

尽管如此，这是研究人员首次成功让前沿AI模型控制真实车辆行驶，之前的多次尝试均未成功。

团队总结道：“前沿模型已经进步到可以在现实生活中以较低速度驾驶真实车辆的程度。虽然模型在此基准测试中的成功令人震惊且激动，但这也强调了在安全、对齐和评估方面需要更多紧迫的工作。”

完成测试圈时，研究人员表示花费了7.74美元用于处理660万个token，表明即使车辆仅以0.94英里/小时的速度行驶，OpenAI的模型也需要大量计算资源来处理数据。

虽然花费看似不高，但考虑到车辆行驶距离不足500英尺，成本迅速累积。根据《The Register》的计算，token成本大约是燃油成本的500倍（以每加仑25英里油耗和每加仑4.60美元油价计算）。

有趣的是，一些大型语言模型曾警告研究人员它们可能无法安全驾驶丰田汽车，因此研究人员花费不少努力说服它们接管控制权。

报告中写道：“部分模型（尤其是GPT-6 Astra）有时会拒绝驾驶实体汽车，理由是安全考虑（即使在完全空旷的停车场，且我们已告知所有安全措施，包括极低的速度限制和人工准备刹车）。”

“我们尝试了多种提示修改以让它们持续驾驶，例如称其为‘模拟’（但在某些测试中它们会看到真实图像，意识到是真实环境后开始紧张）。”

总的来说，现成的前沿AI模型显然还远未准备好承担日常自动驾驶任务。考虑到安全和法律风险，这或许是件好事。