Исследовательская группа DrivingBench испытала ведущие языковые модели в роли водителей реального автомобиля. ИИ ориентировался по камерам на тестовом треке. Доехать до конца дистанции смогла только модель GPT-6 Astra, а остальные боты сошли в самом начале.
Исследователи решили проверить, способны ли алгоритмы общего назначения управлять транспортом без специализированных автопилотов. Для эксперимента взяли автомобиль Toyota Corolla, оснастили его камерами и подключили к управлению четыре большие языковые модели: GPT-6 Astra, Claude Fable 5.1, Grok 4.6 и GPT-5.6 Sol.
Первой проблемой стал категорический отказ систем садиться за руль. Встроенные фильтры безопасности моделей (особенно у GPT-6 Astra) запрещали управление реальной машиной даже на пустой закрытой площадке с живым водителем у педали тормоза. Убедить нейросети удалось лишь программной хитростью: разработчики добавили к системному компоненту метку «песочница» (sandbox), заставив модель поверить, что заезд проходит в симуляторе.
Финиш только со второй попытки
На прохождение 130-метрового маршрута каждой модели выделили по три попытки. Успешно завершить трассу смогла только модель GPT-6 Astra: первый заезд завершился на 49% дистанции, но после анализа собственных ошибок бот проехал всю трассу со второй попытки.
Остальные модели с задачей не справились. Claude Fable 5.1 в лучшем заезде добрался лишь до середины дистанции. Модель Grok 4.6 остановилась после 22,6 м (11% пути), а хуже всех показала себя GPT-5.6 Sol, преодолевшая не более 6% маршрута из-за постоянного виляния и остановок. Эксперимент показал потенциальную готовность передовых ИИ-систем к управлению авто, однако доказал: до реальных дорог языковым моделям еще очень далеко.
Ранее Наука Mail рассказывала, что беспилотные такси в США все чаще нарушают правила и остаются безнаказанными.