说实话，当DrivingBench的排行榜突然刷新时，我第一反应是这届AI是不是偷偷报了驾校。

短短5分22秒，100%完成度，没有一次碰撞，直接碾过竞争对手的成绩单。以前我们总觉得大语言模型只会写代码、做PPT、陪聊解闷，现在人家已经坐进虚拟驾驶座，把方向盘握成了条件反射。当代码开始接管物理世界的方向盘，游戏规则的制定权早就换了主人。

并不是所有模型，都敢碰“方向盘”

榜单上的数字冷冰冰，但杀伤力极大。

GPT-6 Astra以断层优势领跑，完成度死死咬住赛道中线，横向偏差严格控制在4米以内。紧随其后的Claude Fable 5.1只有45%，Grok 4.6勉强摸到11%，连自家兄弟GPT-5.6 Sol也卡在6%的门槛外。有意思的是，这套系统根本不需要激光雷达或毫米波雷达的硬件堆砌。它靠的是云端API实时吞下摄像头画面，再吐出转向和油门指令。

说白了，就是给AI装上眼睛和手脚，让它自己琢磨怎么走位。

“从控制逻辑看，云端LLM确实能跑通这条路线。但放到现实世界？绝无可能。”一位comma.ai开源项目的贡献者在评论区直言不讳。理由极其朴素：延迟，延迟，还是延迟。

云端推理的那几百毫秒，在虚拟环境里只是刷新率波动，在真实时速60公里的马路上，就是生死线。但这不妨碍Astra在封闭考场里打出统治级数据。

视觉霸权，正在重写自动驾驶底层逻辑

个人觉得，这次测试暴露出的是Astra在视觉和空间理解上的恐怖天赋。

之前它在ARC3基准测试里就表现惊艳，玩《传送门》《异星工厂》这类需要极强空间规划和路径预判的游戏也毫不费力。现在再看它处理连续动态任务，简直像开了挂。有观察敏锐的网友直接点破：Astra之所以能搞定视频生成里的假屏幕渲染，跟这种强悍的视觉推演能力是一脉相承的。传统大模型的注意力机制本来就不适合连续控制，但Astra显然找到了软着陆的路径。

当单一模型盯着摄像头就能预测下一个方向盘转角，那些层层叠叠的规则栈和三维建图模块，真的还有存在的必要吗？

更深层的震动在于整个行业的路线之争。过去几年，L4级自动驾驶死磕高精地图、车道选择语法、占据网络，参数动辄上千亿，成本压不下来，落地慢得像树懒。特斯拉的车载芯片才16GB内存，模型估算也就100多亿参数量，硬是靠海量数据驱动和端到端架构杀出一条血路。如今Astra用一套纯视觉方案直接通关，那句“残酷教训终将降临”可不是键盘侠的戏言。

虚拟考场狂欢，现实世界全是BUG

当然，别急着提前颁奖。

这场benchmark里的满分答卷，距离真实路况还隔着一道叹息之墙。云端模型的体积决定了它无法本地部署，算力下沉才是破局关键。网友吐槽得很到位：为什么非要搞这个benchmark？是为了比谁调香蕉扔得准吗？可话又说回来，如果真能把延迟压下去，低延迟的开源版本难道还会远吗？Qwen早就放出了Drive 1.0开源模型，生态玩家随时准备抄作业。

甚至有人脑洞大开：能不能先用AI把小区地库的车全停好？至少它们不会抢道，不会因为路怒症猛踩刹车，也不会无视停止标志。技术从来不怕被质疑，只怕不敢被验证。

人类司机的攻击性越来越强，事故率居高不下，而AI的克制恰恰成了最稀缺的安全资产。

当算法真正具备独立决策的物理交互能力，我们究竟是在期待一个零事故的乌托邦，还是在亲手交出最后一段路权的控制权？

【锐评】：虚拟赛道通关只是热身，现实延迟才是生死簿；纯视觉大模型或许不是万能钥匙，但绝对是撬动自动驾驶旧格局的最重杠杆。

参考链接：
https://drivingbench.com/