AI實體推理
GPT-6 Astra 完成實車路考，通用模型開始碰觸實體推理邊界
結論先講：Axiom 工程師讓多款通用模型控制 Toyota Corolla，只有 GPT-6 Astra 跑完全程。它用 5 分 22 秒走完 134.7 公尺，但耗用 660 萬 Token。安全駕駛全程備援，這仍是實驗，不是自駕產品驗證。
5分22秒
Astra 完成測試時間
134.7 公尺
停車場路線長度
660 萬
單次成功消耗 Token
[ 3 個快取重點 ]
01
Astra 第二次嘗試才跑完全程，Claude Fable 5.1 完成 45%。
02
實驗未微調模型，靠攝影機、伺服器與車輛轉向系統串接。
03
尚未定案：實體推理是否能在道路安全標準下穩定泛化。
01這不是一般自駕
專用自駕模型為道路訓練；這次測試的是通用多模態模型能否臨場理解三角錐與控制車輛。
01 實驗流程
起初
多款模型拒絕控制實體車輛
提示調整
工程師以沙盒情境讓模型接管
第二次嘗試
Astra 跑完 134.7 公尺路線
測試有安全駕駛備援，不能外推到公開道路。
02成本訊號
一次短程成功就消耗數百萬 Token，顯示模型能力與即時運算成本仍需一起評估。
Bottom line
會開一次與能安全開一億次之間，隔著整套驗證工程。
- 原始報導
- 科技新報
- 改寫方式
- 快取新聞不轉載原文。我們讀完原始報導後，用自己的話重寫成結論、三個重點與一張圖。數字均取自上列來源，未經我們獨立查證。
- 單位
- 「pt」為百分點，指兩個百分比的差，不是成長率。標示「預估」或斜線紋樣者為推估值，非已實現數字。
更正紀錄本篇尚無更正。若你發現錯誤，寫信到 corrections@cachenews.tw，我們會在文末公開記錄更正內容與時間。