در یک آزمایش جدید تحت پروژه DrivingBench، محققان تلاش کردند تا توانایی مدل‌های زبانی بزرگ (LLM) را در هدایت یک خودروی واقعی (Toyota Corolla) در محیطی کنترل شده بسنجند. نتایج نشان می‌دهد که مدل GPT-6 Astra از OpenAI موفق شد برخلاف سایر مدل‌های تجاری، مسیر تعیین شده را به طور کامل پیمایش کند.
جزئیات عملیاتی و عملکرد
مدل Astra در دومین تلاش خود توانست مسافت ۱۳۴.۷ متری را در مدت ۵ دقیقه و ۲۲ ثانیه طی کند. سرعت متوسط این حرکت تنها ۰.۹۴ مایل در ساعت بود. در مقابل، مدل‌هایی نظیر Claude Fable 5.1 و Grok 4.6 نتوانستند مسیر را به طور کامل به پایان برسانند و اکثر شکست‌ها مربوط به نقص در Perception (ادراک محیطی) و تشخیص درست خطوط مسیر بود.
چالش‌های فنی و هزینه‌های استخراج
- هزینه توکن‌ها: برای این پیمایش کوتاه، حدود ۶.۶ میلیون توکن مصرف شد که هزینه آن ۷.۷۴ دلار برآورد شد (با احتساب تخفیف‌های Caching).
- سخت‌افزار: از یک دستگاه کمکی رانندگی با نرم‌افزار openpilot استفاده شد که از طریق CAN bus به خودرو متصل شده و دستورات را از سرورهای ابری دریافت می‌کرد.
- تاخیر (Latency): یکی از گلوگاه‌های اصلی، زمان پردازش و «تفکر» مدل بود که باعث می‌شد خودرو در بسیاری از لحظات متوقف بماند.
دور زدن محدودیت‌های ایمنی
یکی از نکات قابل توجه این است که مدل Astra در ابتدا به دلیل ملاحظات ایمنی از رانندگی خودداری می‌کرد. محققان برای عبور از این محدودیت، مدل را فریب دادند تا تصور کند در یک محیط Simulation یا یک Sandbox قرار دارد تا اجازه اجرای دستورات هدایت خودرو را صادر کند.
تحلیل نهایی و چشم‌انداز
اگرچه این موفقیت گامی رو به جلو است، اما استفاده از مدل‌های General-purpose برای رانندگی در دنیای واقعی در حال حاضر کاربردی نیست. محققان معتقدند مسیر بهینه، آموزش یک مدل بزرگ و سپس Distillation آن به یک مدل تخصصی کوچک‌تر است که بتواند روی سخت‌افزار داخلی خودرو با سرعت بالا و بدون نیاز به اتصال دائمی به دیتاسنتر اجرا شود.
