科學家首次將 OpenAI 的 GPT-6 Astra 等先進 AI 模型植入實體自駕車 Toyota Corolla 進行低速測試，雖然成功案例極少且成本高昂，但證實了這些模型在實車駕駛的潛力，不過安全問題仍待解決。
儘管自駕車科技發展多年，仍常受限於看似簡單的障礙。近日一項名為「DrivingBench」的新專案，將包括 OpenAI 的 GPT-6 Astra、xAI 的 Grok 4.6 以及 Anthropic 的 Claude Fable 5.1 等最前沿的人工智慧模型，部署 （將模型實際運行於硬體設備上）到一輛 Toyota Corolla 自駕車中，進行實車測試，以評估其在停車場路段的駕駛能力。
根據《Futurism》報導，這項實驗的設置是透過一台連接網際網路的筆記型電腦，與一台連結 Toyota 汽車控制系統的「comma four」設備溝通。大型語言模型（LLMs）則根據全球定位系統（GPS）的遙測數據和車輛狀態指標，發送駕駛指令。
在眾多嘗試中，僅有 GPT-6 Astra 模型在第二次嘗試時成功完成停車場路段的單圈測試。它耗時五分鐘，以每小時約 0.94 英里的極慢速度行駛了不到 500 英尺的距離。大部分其他測試都以失敗告終，研究人員指出，常見的失敗原因在於感知問題 ：「難以判讀車道位於第一個對角錐線的哪一側」。
研究團隊表示，這些頂尖模型已進步到能在現實環境中以足夠低的車速駕駛實體車輛。不過，即使是 GPT-6 Astra 完成這次測試，也消耗了約 660 萬個 Token（處理、理解及生成文字資訊的基本單位），推論成本高達 7.74 美元。研究人員估算，與行駛相同距離所需的燃油成本相比，GPT-6 Astra 的 Token 成本高出約 500 倍。
報告指出，部分大型語言模型，尤其是 GPT-6 Astra，曾向研究人員發出警告，表示可能無法安全駕駛車輛，甚至需要被「說服」才能參與測試。研究人員必須不斷修改提示，有時甚至將駕駛行為描述為「模擬」，以讓模型持續運作，但有些模型在看到真實影像後仍會意識到實際情況並表現出負面反應。這項實驗的成功，也呼籲各界必須加強安全、對齊和評估方面的工作。由於安全與法律上的複雜性，目前市面上現成的人工智慧模型顯然仍遠未準備好應對日常駕駛環境。