大语言模型确实能“握住方向盘”开动真车，但和人类司机的差距堪称天壤之别——最近一项真实路测中，最强的GPT-6 Astra开完134.7米用了5分22秒，平均时速仅1.5公里。
一、实测成绩：龟速通关已是最好表现
实验背景：DrivingBench项目将GPT-6 Astra、Claude Fable 5.1、Grok 4.6等通用大模型接入丰田卡罗拉，在停车场用锥桶布置了134.7米赛道
最好成绩：GPT-6 Astra第二次尝试全程通过，耗时5分22秒，平均时速仅1.5公里，共发出24条指令
其余选手：Claude Fable 5.1最好成绩仅完成45%，Grok 4.6三次尝试均在第一个弯道失败
二、差距根源：架构错位而非能力不足
延迟致命：通用模型需经云端推理，每次决策存在数秒延迟，无法满足毫秒级实时驾驶需求
成本离谱：GPT-6 Astra单次测试消耗约660万Token，花费7.74美元，折合每公里成本近40元人民币
随机性隐患：大模型本质是概率预测，输出具有随机性，无法满足车规级自动驾驶的确定性安全要求
三、行业共识：通用聊天模型不适合直接开车
路线转向：业内已达成共识，车企全面转向VLA（视觉-语言-行动）专用模型，融合车端本地推理实现毫秒级响应
量产落地：国内商汤与东风已量产生成式智驾，元戎启行与高通的VLA模型也已上车，摆脱网络依赖
未来路径：从封闭场地的“能开”到真实道路的“好开、安全开、大规模开”，仍需专用模型、工程优化和严格安全验证