大语言模型目前并不能直接、安全地开车，实测中即使是顶级模型也只能在封闭停车场以极慢速度完成简单路线，但其感知与推理能力正被融入专用自动驾驶系统、成为“副驾驶”级别的决策辅助。

　　一、实测表现：能“摸方向盘”，但远未达到上路标准

　　DrivingBench实测环境：3位研究员用丰田卡罗拉搭建真实测试场，路线总长134.7米，包含左转入口、直道、轻微弯道、右转和停车终点区；模型通过摄像头画面和遥测数据感知车辆状态并发出控制指令。

　　最好成绩：GPT-6 Astra在第二次尝试中100%完成全程，用时5分22秒，平均速度仅0.42米/秒，共发出24条命令，全程消耗7.74美元Token。

　　其他模型表现：Claude最好成绩为完成45%，Grok三次尝试均未超过11%，基本在第一个弯道就失败。

　　核心结论：大模型确实能驱动真实车辆，但其延迟、成本和安全性验证均未达到现实道路要求，现阶段无法直接作为量产驾驶系统。

　　二、大模型结构短板：会“说话”不等于会“开车”

　　推理机制不匹配：大语言模型本质是“预测下一个词”的统计模型，它擅长组织语言，但并不真正理解物理世界的因果关系与驾驶规则，容易产生“幻觉”。

　　实时性不足：驾驶需要在几十毫秒内做出控制决策，而聊天模型的长文本生成速度无法满足这一要求；在DrivingBench试验中，模型需要多次发送指令才能完成一个操作。

　　安全验证缺失：大模型输出具有随机性，同一场景可能给出不同决策，难以通过自动驾驶所需的确定性安全标准认证。

　　三、可行路径：不是“替代”，而是“融合”

　　专用VLA大模型：将视觉、语言与行动能力融合进单一模型，让车辆能理解复杂交通场景并生成控制指令，相比通用聊天模型在决策准确性上大幅提升。

　　开源底座加速研发：面向行车本身的视觉语言模型已开始对外开源，中小自动驾驶团队可基于公开权重结合自采数据进行二次开发，降低研发门槛。

　　安全兜底与数据闭环：为满足量产安全要求，需要通过海量真实道路数据与困难场景持续迭代模型，同时保留车辆既有安全机制作为最终保障。

本文由AI生成