演示顯示 GPT-6 Astra 模型能夠處理相機畫面並預測方向盤調整以駕駛汽車，這標誌著從傳統視覺堆疊轉向單一大型語言模型控制系統的轉變。這項進展表明，大型語言模型最終可能取代複雜的模組化自動駕駛堆疊，如果延遲問題得到解決，有望簡化自駕車的架構。雖然該模型在雲端環境中表現良好，但專家指出高延遲和大模型體積目前阻礙了實際部署，不過像 Qwen 這樣的開源替代方案正在興起。

事件背景

傳統自動駕駛系統依賴包含感知、映射和控制等獨立組件的模組化堆疊。相比之下，端到端方法使用單一神經網路或大型語言模型，將原始感測器輸入直接映射到車輛動作，減少了對手工設計規則和專用模組的需求。

社群觀察

社群認可該模型出色的視覺能力，但強調延遲是實際應用的主要障礙，部分專家將其表現與特斯拉較小參數量的模型進行了比較。