OpenAI 的 GPT-6 Astra 成功驾驶真车通过障碍赛

这次驾驶演示强调的是通用大型语言模型不断演进的能力，而非自动驾驶车辆。GPT-6 Astra 专为文本和代码设计，却能在没有特定驾驶训练的情况下驾驶真车。这与 Waymo 或 Tesla 等公司专门的自动驾驶系统形成鲜明对比。新的 DrivingBench 基准测试显示出明显的性能差距，Astra 完成了赛道，而 GPT-5.6 Sol 等旧模型几乎纹丝不动。

对于亚洲而言，这预示着 AI 发展的持续转变。亚洲公司，例如中国和韩国那些大力投资基础模型的公司，现在必须考虑这些意想不到的多模态应用。通用模型执行实体任务（即使是简单任务）的能力，扩大了竞争格局。这表明模型的实用性不再局限于其最初的训练领域。

值得关注的是，这些通用模型能多快从受控环境转向更复杂的现实世界互动。目前的测试速度缓慢，上限为每秒 3.5 米，并且视野有限。这些模型的下一个测试将是适应简单锥筒赛道之外的动态、不可预测的环境。这将决定它们在机器人技术或实体自动化方面的真正商业可行性。