DrivingBench 通用智能体低速实车测试

1. 时刻未标
   Gadget Review

   DrivingBench 测试：GPT-6 Astra 完成 134.7 米锥桶赛道，Grok 4.6 等三款模型失败

   研究者 Aditya Ramabadran、Simon Mahns 和 Tobias Gessler 搭建 DrivingBench，将 GPT-6 Astra、GPT-5.6 Sol、Claude Fable 5.1 和 Grok 4.6 接入一辆搭载 Comma Four 硬件与 openpilot 的 2022 款 Toyota Corolla，通过无线链路由远程模型向车辆下达控制指令。四款模型共进行 11 次测试，只有 GPT-6 Astra 在第二次尝试中完成 134.7 米锥桶赛道，用时 5 分 22 秒，消耗约 660 万 token、花费 7.74 美元。Claude Fable 5.1 最好成绩约为赛道的 45%，Grok 4.6 约 11%，首次尝试仅发出两条指令就结束，GPT-5.6 Sol 约 6%。 测试在低速锥桶场地进行，车内操作员保留人工刹车接管；上述小样本成绩不构成无人监管驾驶的安全保证。

2. 时刻未标
   TheTruthAboutCars via Yahoo Autos

   报道：DrivingBench低速实车测试中11次尝试有8次发生碰撞

   研究者 Aditya Ramabadran、Simon Mahns 和 Tobias Gessler 搭建 DrivingBench，测试 Claude、GPT、Grok 等现成 AI Agent 在真实车辆上的驾驶表现，硬件采用 Comma 视觉设备运行 OpenPilot，路线为停车场内一条由小锥桶标出的短程点对点路径，Agent 通过无线热点在单一对话中远程控制油门、刹车和转向。11 次运行中有 8 次未能通过路线的 11%，在第一个弯道就失败。Grok 把边界锥桶间的空隙误判为可通行的门，直接开了出去，首次运行仅两条指令后即结束。一个 GPT 模型自行发明了锥桶颜色规则，而人类编写的指令已明确警告不要这样做。多个 Agent 无法计算弯道所需转向角度，转向不足。

1. 时刻未标
   The Drive

   DrivingBench 测试前沿模型驾驶真车，GPT-6 Astra 唯一跑完全程

   Aditya Ramabadran、Simon Mahns 和 Tobias Gessler 搭建 DrivingBench，让 Claude、GPT、Grok 等前沿模型通过 Comma 视觉硬件与 OpenPilot 控制一辆 Toyota Corolla，在锥桶围出的停车场短程路线中完成点到点驾驶，每个 Agent 有三次尝试机会。在四个 Agent 共 11 次运行中，8 次未跑完 11% 的路线就在第一个弯道撞出。Grok 首次尝试把锥桶缺口误认为应通过的闸门，两次指令后即冲出赛道；一个 GPT 模型自行编造了赛道一侧锥桶同色的规则，而人类指令已明确说明并非如此；多数 Agent 转向角度不足，无法过弯。GPT-6 Astra 是唯一完整跑完全程的 Agent，在第二次尝试中完成，路线贴着长右弯并在终点前几乎冲出赛道。 测试在低速锥桶场地进行，车内操作员保留人工刹车接管；上述小样本成绩不构成无人监管驾驶的安全保证。

1. 日期未标
   DrivingBench精选

   DrivingBench 评测前沿模型驾驶真车穿越锥桶赛道

   DrivingBench 报告在人工安全接管和限速措施下，让四个通用智能体尝试在封闭锥桶场地驾驶真车。11次尝试中8次未通过第一个弯道，GPT-6 Astra 是唯一完成赛道的模型；多数失败涉及场景感知。作者还观察到安全拒绝会随任务呈现方式变化。这是小样本、受控实车评测，不能据此保证无人监管驾驶安全，也不属于已部署车辆造成的道路事故。

当前关注度54·可比范围峰值66（10月7日 12:00）·近 24 小时可比范围变化 0%