Энтузиасты проверили водительские способности популярных нейросетей

Исследователи-энтузиасты представили бенчмарк DrivingBench, в рамках которого проверили способность современных универсальных ИИ-моделей управлять реальным автомобилем Toyota Corolla 2022 года. Три из четырёх нейросетей не смогли пройти тест даже после нескольких попыток.

• Для эксперимента машину оснастили системой, которая позволяла нейросетям управлять рулём и скоростью. ИИ ориентировался по изображениям с камер и данным автомобиля. Тестирование проходило на огороженной площадке с размеченной конусами трассой длиной около 130 метров. Максимальную скорость ограничили 3,5 м/с.
• В испытаниях участвовали GPT-6 Astra, GPT-5.6 Sol, Claude Fable 5.1 и Grok 4.6. Каждой модели давали до трёх попыток, а после неудачи предлагали самостоятельно проанализировать ошибки. Полностью пройти трассу смогла только GPT-6 Astra — со второй попытки, за 5 минут 22 секунды. В первом заезде она преодолела 49% дистанции.

• Лучший результат Claude Fable 5.1 составил 45% трассы, Grok 4.6 — 11%, GPT-5.6 Sol — 6%. Большинство неудачных попыток завершались уже на первом повороте: модели неверно определяли, с какой стороны линии конусов проходит полоса движения.
• При этом GPT-6 Astra и Claude Fable 5.1 продемонстрировали способность корректировать поведение после предыдущих попыток. В следующей версии DrivingBench авторы планируют добавить больше моделей и заездов, усложнить трассу и проверить влияние разной глубины рассуждений на результат.

Весной Государственная административно-техническая инспекция (ГАТИ) Санкт-Петербурга приступила к мониторингу состояния дорог в новом сезоне с использованием ИИ-комплексов «Городовой». Они представляют собой программно-аппаратный комплекс: камеры монтируются на крышу обычной легковушки, а ИИ осуществляет мониторинг благоустройства улиц. Нейросеть ставит геометку и делает скриншот нарушения.