AI-модели управляют реальным автомобилем: результаты нового теста DrivingBench
AI-модели управляют реальным автомобилем: результаты нового теста DrivingBench
Новый бенчмарк DrivingBench проверил способность AI-моделей управлять реальным авто. GPT-6 Astra стала единственной моделью, успешно прошедшей трассу после анализа ошибок.
Команда проекта DrivingBench выпустила новый тест, в котором AI-модели управляют настоящим автомобилем.
Модели GPT-6 Astra, Claude Fable 5.1 и Grok 4.6 подключили к Toyota Corolla и дали управление рулем, газом и тормозом. Каждой модели предоставили до трех попыток пройти трассу.
Полностью справилась только GPT-6 Astra. В первый раз Astra прошла 49% маршрута. Затем модели предложили разобрать свои ошибки, после чего она проехала трассу целиком.
Детали теста: DrivingBench
Почему это важно
АналитикаТест демонстрирует прогресс в способности мультимодальных AI-моделей принимать решения в реальном времени и адаптироваться после анализа ошибок, что является важным шагом для развития автономного транспорта.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками
Связанные материалы экосистемы
Практические гайды, терминология и агентские скиллы
Лучшая в мире модель для задач кибербезопасности уже здесь
OpenAI представила GPT-6 Cyber с рекордными результатами в бенчмарке ExploitGym, обнаружением уязвимостей Firefox и анализом ошибок Linux; доступ пока ограничен.
Часть II. Архитектура ИИ-агентов: от модели до памяти и инструментов
Глубокое инженерное погружение: токенизация, KV-кэш, детерминизм сэмплинга, тренировочный стек, квантование, контекстная инженерия, стек безопасности, производственный RAG, ReAct и мультиагентные swarm-системы.
Фронтирные Модели (Frontier Models)
Самый мощный класс искусственного интеллекта на переднем крае мировых исследований (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), определяющий границы современных возможностей рассуждения, автономности и кодирования.
Часть I. Архитектура ИИ-агентов: фундаментальные блоки
Одиннадцать фундаментальных строительных блоков современного ИИ-агента: таксономия моделей, агентный рантайм, техники промптинга, дистилляция, архитектура навыков (skills), память, function calling и FinOps.