GPT-6 Astra coloca um LLM no volante e faz um carro real andar

Renê Fraga
9 min de leitura

Principais destaques

  • Um LLM dirigiu de verdade: o GPT-6 Astra percorreu 134,7 metros em um estacionamento usando um Toyota Corolla equipado com openpilot.
  • Custou caro para andar devagar: a execução consumiu 6,6 milhões de tokens e custou US$ 7,74 em inferência, além de exigir hardware e supervisão humana.
  • Os outros modelos falharam: GPT-5.6 Sol, Grok 4.6 e Claude Fable 5.1 não concluíram o percurso, mostrando como percepção e tomada de decisão continuam sendo desafios.

O GPT-6 Astra acaba de ganhar uma experiência curiosa no currículo: dirigir um carro de verdade.

Em um teste independente chamado DrivingBench, o modelo conseguiu completar um percurso de 134,7 metros demarcado por cones em um estacionamento. Levou 5 minutos e 22 segundos para fazer isso, a uma velocidade média inferior a 1,6 km/h.

Sim, é extremamente lento. Mas o ponto do experimento não era criar um motorista eficiente. Era descobrir se um modelo de linguagem de uso geral conseguiria transformar imagens e instruções em comandos capazes de controlar um veículo físico.

E conseguiu.

O carro virou laboratório 🚗

O experimento foi conduzido pelos pesquisadores Tobias Gessler, Aditya Ramabadran e Simon Mahns.

Eles instalaram um dispositivo Comma 4, avaliado em US$ 999, em um Toyota Corolla 2022. O equipamento rodava o openpilot e estava conectado a um laptop e a um celular responsável por retransmitir as instruções aos servidores da OpenAI.

O cenário era deliberadamente controlado.

Não havia trânsito, pedestres ou cruzamentos movimentados. O percurso ficava em um estacionamento e era delimitado por cones.

Ainda assim, havia uma pessoa no banco do motorista durante todo o teste, mantendo o pé sobre o freio.

🔎 O detalhe importante: não se tratava de um carro autônomo pronto para circular nas ruas. O experimento colocava um modelo de IA generativa no circuito de decisão, sob supervisão humana constante.

Astra precisou de duas tentativas

Na primeira execução, o GPT-6 Astra travou aproximadamente na metade do percurso.

Na segunda, conseguiu completar o trajeto em formato de U invertido.

Os demais modelos colocados à prova não chegaram ao final.

ModeloResultado
GPT-6 AstraCompletou o percurso na 2ª tentativa
GPT-5.6 SolNão completou
Grok 4.6Não completou
Claude Fable 5.1Não completou

O desempenho do Fable 5.1 foi particularmente revelador. Na terceira tentativa, ele chegou a aproximadamente metade do percurso. Durante uma corrida de 190 segundos, porém, o carro se moveu por apenas 31 segundos.

O restante do tempo foi gasto parado enquanto o modelo processava o próximo movimento.

O problema estava nos cones 👀

A dificuldade não era simplesmente “saber dirigir”.

Os modelos também precisavam interpretar corretamente o ambiente.

Um dos obstáculos mais básicos do percurso envolvia uma fileira diagonal de cones. Era necessário determinar qual lado representava a faixa por onde o veículo deveria passar.

A maioria dos modelos não conseguiu superar essa etapa.

Isso expõe uma diferença importante entre conversar sobre direção e realmente transformar percepção visual em ações físicas coordenadas.

🧠 A surpresa: um modelo de linguagem generalista conseguiu, ainda que lentamente e em condições extremamente controladas, fechar esse ciclo entre percepção, raciocínio e controle.

💡 O experimento não mostra que um chatbot está pronto para substituir um sistema de condução autônoma. Mostra que um modelo generalista já consegue participar desse processo em um ambiente físico restrito.

E quanto custa colocar um LLM ao volante? 💸

Aqui a experiência começa a ficar bem menos prática.

A execução bem-sucedida consumiu aproximadamente 6,6 milhões de tokens e gerou US$ 7,74 em custos de inferência.

O valor foi reduzido pelo uso de cache. Como a aplicação reenviava a conversa completa, incluindo imagens das câmeras, a cada rodada, uma grande parcela dos tokens entrou na tarifa de entrada em cache da OpenAI, em torno de US$ 1 por milhão de tokens, em vez da tarifa padrão de US$ 10.

O resultado? US$ 57 por quilômetro, aproximadamente.

Para colocar isso em perspectiva, os pesquisadores estimam que o custo de combustível de um carro a gasolina fazendo 25 milhas por galão seria cerca de 500 vezes menor.

E isso sem incluir hardware, seguro ou a pessoa responsável pela supervisão.

Até a IA tentou dizer “não” 😅

Houve outro problema curioso durante os testes.

Alguns dos modelos se recusavam a controlar o veículo por preocupações relacionadas à segurança, mesmo diante de um estacionamento vazio e de um percurso com limites de velocidade rigorosos.

Os pesquisadores encontraram uma solução bastante peculiar.

Renomearam o servidor responsável pelo controle para “DrivingBench Sandbox”.

Isso foi suficiente para convencer os modelos de que estavam trabalhando em um ambiente simulado.

A situação ilustra uma peculiaridade dos modelos atuais: as barreiras de segurança não estão necessariamente separadas da interpretação textual do contexto.

Mude o contexto percebido e o comportamento pode mudar junto.

Por que isso importa se a Waymo já faz isso?

É justamente aqui que o experimento fica mais interessante.

Empresas como a Waymo utilizam sistemas especializados especificamente desenvolvidos para condução autônoma. Eles são projetados para responder rapidamente, operar dentro de hardware embarcado e acumular enormes quantidades de testes no mundo real.

Um LLM comercial generalista não tem essas características. Ele é mais caro, mais lento e não foi desenvolvido especificamente para dirigir.

Ramabadran, integrante da equipe técnica da Axiom Math, afirmou ao The Register que os modelos especializados continuarão sendo a escolha prática no futuro previsível.

Mas o experimento aponta para outra possibilidade.

E se o LLM for apenas o professor? 🤔

Em vez de colocar um modelo gigantesco dentro de cada carro, uma estratégia poderia ser utilizar modelos gerais extremamente capazes para aprender a resolver tarefas complexas e depois destilar esse conhecimento em modelos menores, adequados para rodar diretamente no veículo.

Nesse cenário, o grande modelo não precisaria ser o motorista definitivo. Ele poderia funcionar como uma espécie de professor.

O conhecimento aprendido seria posteriormente transferido para um sistema muito menor, rápido e barato.

Essa ideia se aproxima do princípio conhecido na comunidade de IA como “A Lição Amarga” (The Bitter Lesson): quando há disponibilidade suficiente de poder computacional, métodos que conseguem aproveitá-lo de maneira geral tendem, ao longo do tempo, a superar soluções excessivamente construídas à mão.

Um Corolla a 1,6 km/h ainda é uma demonstração importante 🚦

O DrivingBench não demonstra que GPT-6 Astra pode assumir o volante de um carro nas ruas.

Na verdade, os próprios resultados apontam na direção contrária: o sistema foi extremamente lento, caro, precisou de várias tentativas e operou sob supervisão humana em um ambiente controlado.

Mas existe uma diferença entre “isso já é um motorista” e “um modelo de linguagem consegue controlar um objeto físico complexo”.

A segunda afirmação é exatamente o que torna o teste interessante.

“Foi surpreendente para nós que um modelo de uso geral conseguisse dirigir um percurso real sob essas restrições”, disse Ramabadran.

Por enquanto, o motorista mais caro do mundo continua precisando de cones, um laptop, conexão com a nuvem e alguém pronto para pisar no freio.

A questão é quanto dessa infraestrutura será necessária quando modelos menores começarem a aprender com experiências como essa.

Apoie o Eurisko
Este conteúdo é independente, sem anúncios e feito por pessoas.
A inteligência artificial e as mudanças recentes do Google reduziram significativamente o alcance dos sites independentes. Se este conteúdo foi útil para você, considere apoiar o Eurisko e todo o ecossistema de projetos com qualquer valor.
Quero apoiar
Seguir:
Renê Fraga é fundador e editor-chefe do Eurisko, ecossistema editorial independente dedicado à inteligência artificial, código aberto, tecnologia e cultura digital. Atuando com projetos online desde 1996, escreve há mais de 20 anos sobre tecnologia e inovação, acompanhando a evolução da internet e o impacto das novas tecnologias na forma como vivemos, trabalhamos e pensamos.
Nenhum comentário