DrivingBench Đánh Giá Khả Năng Tự Lái Của Các Mô Hình LLM Đa Phương Thức Như GPT-6 Astra
Bộ tiêu chuẩn đánh giá DrivingBench mới xuất hiện giúp kiểm tra khả năng điều khiển lái xe tự động của các mô hình LLM thị giác đa phương thức hàng đầu như GPT-6 Astra dựa trên dữ liệu camera. Điều này cho thấy các mô hình thị giác tổng quát đang đạt tới khả năng suy luận không gian đủ tốt để xử lý nhiệm vụ điều khiển phức tạp, mở ra triển vọng thay thế kiến trúc xe tự lái truyền thống bằng các mô hình AI đầu-cuối (end-to-end). Tuy nhiên, rào cản độ trễ lớn khi truy cập qua đám mây khiến việc đưa mô hình vào sử dụng thực tế chưa thể khả thi ở thời điểm hiện tại. DrivingBench kiểm tra các mô hình trong cả môi trường mô phỏng lẫn trên xe thực tế tích hợp phần cứng điều khiển mở như comma.ai. Dù các mô hình như Astra vượt trội ở bài kiểm tra nhận thức không gian, độ trễ suy luận cao vẫn là trở ngại lớn nhất ngăn cản việc điều khiển xe theo thời gian thực.
## KIẾN THỨC NỀN
Các hệ thống xe tự lái truyền thống phụ thuộc vào kiến trúc chia theo mô-đun, tách biệt giữa các khâu nhận thức thị giác, bản đồ 3D, lập kế hoạch quỹ đạo và điều khiển cơ chế vận hành. Trái lại, phương pháp tự lái đầu-cuối (end-to-end) hướng tới việc tối giản hóa quy trình bằng cách dùng một mạng thần kinh duy nhất để chuyển trực tiếp dữ liệu cảm biến thành lệnh lái và tốc độ.