Nu am niciun dubiu că, peste 30 de ani, urmașii modelelor AI de astăzi vor ajunge să piloteze nave prin Sistemul Solar, poate chiar sonde trimise dincolo de granițele lui. Deocamdată, un experiment desfășurat într-o parcare oferă un motiv concret să urmărim cu atenție această evoluție.
Trei ingineri — Aditya Ramabadran, Simon Mahns și Tobias Gessler — au conectat patru modele AI la un automobil real și le-au cerut să parcurgă un traseu delimitat cu conuri. GPT-6 Astra a fost singurul care a ajuns la final, reușind la a doua încercare. Lucrarea a fost depusă pe arXiv la 30 septembrie 2026. [1]
Proiectul, numit DrivingBench, este independent de producătorii modelelor evaluate. WIRED a relatat despre el pe 7 octombrie, într-un articol pentru care jurnalistul Will Knight a discutat direct cu autorii. [2][4]
Pentru experiment, echipa a folosit o Toyota Corolla echipată cu camere și o interfață de comandă bazată pe dispozitivul comma four și software-ul openpilot. Modelul primea imagini și date despre starea mașinii, apoi decidea direcția, viteza și durata mișcărilor. Infrastructura tehnică transforma aceste decizii în comenzi pentru automobil. [1]
Caracterul neobișnuit al testului vine din utilizarea unui model generalist, fără o etapă suplimentară de antrenare realizată de echipă pentru această probă. Autorii tratează absența antrenării specializate din istoricul complet al modelelor ca pe o presupunere, deoarece acel istoric nu este cunoscut integral. [1]
Fiecare sistem a avut la dispoziție cel mult trei încercări în aceeași conversație. Cele mai bune rezultate publicate au fost: [2]
📊 Rezultatele DrivingBench
| Model | Progres pe traseu |
| GPT-6 Astra | 100% |
| Claude Fable 5.1 | 45% |
| Grok 4.6 | 11% |
| GPT-5.6 Sol | 6% |
Procentele reprezintă progresul pe traseu în cea mai bună încercare, nu rata de succes a modelelor în teste repetate. Astra a trecut de la 49% la finalizarea probei. În runda reușită, automobilul a parcurs efectiv 134,7 metri, cu 24 de comenzi de mișcare, iar durata totală raportată a fost de 5 minute și 22 de secunde. [2]
Traseul de referință avea aproximativ 127 de metri; distanța efectiv parcursă include particularitățile traiectoriei mașinii. Modelul a ajuns în zona de sosire după 4 minute și 44 de secunde, înainte de oprire și de încheierea rundei. [1]
Dincolo de clasament, adaptarea dintre încercări este una dintre observațiile relevante. După primul eșec, Astra a fost invitat să analizeze ce mersese greșit. La reluarea probei, a solicitat viteze mai mici și a verificat mai des imaginile, reușind să termine. Autorii au observat îmbunătățiri și la Claude Fable 5.1. [3]
Aceasta este o formă de adaptare în contextul conversației: modelul folosește informațiile încercării precedente pentru a-și ajusta acțiunile. Nu presupune reantrenare sau modificarea permanentă a modelului. [3]
Testul pune în evidență și o dificultate esențială a interacțiunii cu lumea fizică: automobilul putea continua să se miște în timp ce AI-ul pregătea următoarea comandă. Întârzierea unui răspuns avea, astfel, consecințe asupra poziției reale a mașinii. [3]
Limitele sunt considerabile. Proba s-a desfășurat într-o parcare, la viteze reduse, cu un operator la volan, pregătit să frâneze. Fiecare model a avut o singură sesiune de evaluare, cu încercări legate între ele. Au fost folosite aplicații diferite — Codex, Claude Code și Cursor — care influențează și ele rezultatele. Experimentul nu stabilește fiabilitatea conducerii în trafic. [1][3]
Autorii au publicat codul, instrucțiunile, datele și înregistrările testelor, oferind posibilitatea examinării rezultatului. Următorul pas va fi verificarea lui prin evaluări repetate și în condiții mai variate. [3]
Aici se află miza: posibilitatea ca un sistem generalist să transforme ceea ce observă în acțiuni utile asupra mediului. Până la un TARS aflat la bordul unei nave spațiale, distanța rămâne. Ea va trebui parcursă prin progrese măsurabile în precizie, fiabilitate și siguranță. Deocamdată, DrivingBench ne oferă o mică scenă din acest viitor posibil: o Toyota, câteva conuri și un model care a reușit să ajungă la destinație.
Surse:
1. Ramabadran, Mahns și Gessler — DrivingBench: Can Vision-Language Models Drive a Toyota Corolla?, arXiv, 30 septembrie 2026.
2. DrivingBench — clasamentul și rezultatele pe încercări.
3. DrivingBench — raportul tehnic și metodologia.
4. Will Knight — These Researchers Made AI Drive a Toyota Corolla to Get In-N-Out, WIRED, 7 octombrie 2026.