ChatGPT uřídil skutečné auto. Ze čtyř AI modelů uspěl jen jeden

Co se na parkovišti vlastně odehrálo

Nejde o žádnou video produkci ani o tlačení na pilu, ale o regulérní výzkumný experiment. Test proběhl na prázdném parkovišti, kde byla vyznačená trať o délce zhruba 130 metrů. Auto — Toyota Corolla z roku 2022 — řídily výhradně modely umělé inteligence, a to přes řídicí jednotku comma four napojenou na sběrnici CAN vozidla. Do souboje nastoupily čtyři modely: ChatGPT-6 Astra, GPT-5.6 Sol, Claude Fable 5.1 a Grok 4.6. Každý z nich dostával kamerová data z vozu a na oplátku posílal textové příkazy pro volant, plyn a brzdu. Z bezpečnostních důvodů byla rychlost pevně omezená na 3,5 m/s, tedy přibližně 12 km/h, a uvnitř seděl lidský řidič, který mohl kdykoliv zasáhnout. Zajímavý byl i samotný začátek. Řada modelů nejdřív řídit odmítala kvůli zabudovaným bezpečnostním pojistkám. Výzkumníci to vyřešili elegantně — prostředí označili jako „sandbox“, tedy testovací pískoviště, a modely se rozjely.

Jak jazykový model řídí auto, když nemá ruce

Tady je dobré si ujasnit, co se pod kapotou vlastně děje. Velký jazykový model je ve své podstatě stroj na předpovídání textu — odhaduje, jaké slovo či znak má přijít dál. Když takovému systému dáte řídit auto, neotáčí volantem přímo. Místo toho píše krátké textové příkazy typu „zatoč vlevo o 20 stupňů“ nebo „zpomal na 2 m/s“. Právě tady nastupuje comma four. Je to malá krabička, která se připojí k automobilové sběrnici CAN — tedy k té síti, kterou si můžete představit jako nervovou soustavu auta. Po ní mezi sebou komunikují řídicí jednotky motoru, brzd, převodovky a další elektronika. comma four překládá textové pokyny modelu na skutečné zásahy do volantu, plynu a brzd. Zjednodušeně: model funguje jako mozek, který jen mluví, a comma four je ruka, která to za něj vykoná. Mezi těmito dvěma kroky ale běží čas, a právě tady se ukazuje největší slabina celého přístupu.

Výsledky na číslech: jeden vítěz, tři poražení

Souboj dopadl jednoznačně a pro většinu modelů krutě. Vítěz — ChatGPT-6 Astra — trať dokončil na 100 %, i když až na druhý pokus v čase 5 minut a 22 sekund. První pokus mu skončil po pouhých 67 metrech. Co je ale důležitější: po neúspěchu si model v promptu vyhodnotil, kde udělal chybu, a v dalším pokusu upravil poloměry zatáčení a rychlost. Tahle schopnost se z chyby poučit je na celém experimentu to nejzajímavější. Zbytek pole zůstal daleko pozadu. Claude Fable 5.1 zvládl 45 % trasy, tedy zhruba 58 metrů. Grok 4.6 ujel v nejlepším pokusu 22,6 metru, což odpovídá 11 % okruhu. A úplně poslední GPT-5.6 Sol se zastavil už na 6 % trasy, tedy někde kolem osmi metrů od startu. Pro lepší představu si to přepočítejme: při maximální rychlosti 3,5 m/s by auto celou trasu v ideálním případě projelo za zhruba 37 sekund. Vítězný čas 5 minut 22 sekund tak ukazuje, že se nejelo naplno — modely startovaly, zastavovaly a znovu se rozjížděly, jak postupně hledaly správnou trajektorii.

Proč je řízení auta pro chatbot tak těžké

Výsledek dává smysl, když si uvědomíte, co jazykové modely ve skutečnosti umí a co ne. Chatbot je excelentní v práci s jazykem a v uvažování nad zadaným problémem, ale řízení auta je úplně jiná disciplína. Vyžaduje nepřetržité rozhodování v reálném čase, kdy na každou změnu okolí musí přijít reakce v řádu desítek milisekund. Model, který musí nejdřív přečíst obraz z kamery, převést ho na popis, napsat textový příkaz a počkat, až ho comma four provede, má z principu zpoždění. K tomu se přidává absence fyzikální intuice. Jazykový model nikdy „necítil“, jak se auto chová v zatáčce nebo jak dlouhá je brzdná dráha. Jeho znalosti o řízení pocházejí z textů, ne ze zkušenosti. Proto nepřekvapí, že specializované systémy autonomního řízení — od firem typu Waymo až po open-source projekt Openpilot, který stojí právě za hardwarem comma — nepoužívají chatboty, ale k tomu natrénované řídicí modely pracující se senzory v jednom uzavřeném cyklu.

Co to znamená — a hlavně co ne

DrivingBench je třeba číst jako výzkumný benchmark, nikoliv jako zprávu, že vás brzy bude vozit chatbot. Test proběhl na prázdném parkovišti, rychlost byla omezená na 12 km/h a uvnitř seděl jistící řidič. Do běžného provozu má takový systém extrémně daleko — a v Evropě to platí dvojnásob. Unijní regulace totiž systémy pro autonomní řízení řadí mezi vysoce rizikové. Každá taková funkce musí projít homologací vozidla a splnit přísné požadavky na bezpečnost, dohled a odpovědnost. Experiment typu DrivingBench by v tomto smyslu na evropskou silnici nikdy nesměl — a přesně to je dobře. Skutečná hodnota experimentu je jinde. Ukazuje, že dnešní špičkové modely už mají základní prostorové uvažování a především schopnost po chybě vyhodnotit, co se stalo, a přizpůsobit další pokus. To není maličkost — právě tato vlastnost je klíčová pro budoucí AI agenty, kteří mají ovládat fyzické stroje. Ale mezi „zvládnu ujet 130 metrů na parkovišti“ a „spolehlivě řídím v provozu“ je rozdíl, který se nedá zkrátit marketingem.