汎用LLMに実車を運転させたら11走中8回が最初のカーブで脱落──自動運転は「汎用AIで代替」できない現実をDrivingBenchが可視化

2026年10月6日 2026年10月6日

susumoooon

総合スコア

インパクト

新規性

未注目度

衝撃度

証拠強度

実現性

情報源：https://www.thedrive.com/news/uh-oh-chatgpt-can-drive-a-car-and-grok-crashed-immediately
収集日：2026年10月6日
スコア：インパクト12 / 新規性14 / 注目度12 / 衝撃度17 / 根拠7 / 実現性3 = 65点

変化の核心：専用設計でない汎用LLMが実車の運転制御に直接使われ始め、その実力が初めて公開ベンチマークで定量比較可能になった。ステアリング角の見積もりなど身体感覚の欠如が主な失敗要因で、「LLMエージェントによる運転」はまだ遠いことが示された。

概要

研究者3名が、Claude・GPT・Grokなど4種の汎用LLMにトヨタ・カローラのアクセル・ブレーキ・ステアリングを全面委任するベンチマーク「DrivingBench」を公開した。Comma製ハードとOpenPilotを使い、駐車場の短いコーンコースを走らせた。11回の試行のうち8回はコースの11%も進めず最初のカーブで脱落した。

何が新しいか

専用設計でない汎用LLMに実車の制御を直接任せ、その結果を公開ベンチマークとして比較できるようにした点が新しい。Grokは境界のコーン隙間を「ゲート」と誤認して即離脱した。完走したのはGPT-6 Astraの2回目の試行のみで、費用は7.74ドルと前回試行の約4倍だった。

なぜまだ注目されていないか

自動運転の議論は専用システムを中心に進むことが多く、汎用LLMが運転できるかという問いは、実験的な話題として扱われやすい。駐車場の短いコースという小規模な検証のため、大きな見出しになりにくい。ステアリング角の見積もりなど身体感覚の欠如という失敗要因も、一般にはあまり知られていない。

実現性の根拠

根拠はDrivingBenchの試行結果で、11回中の完走は1回にとどまる。実車での運転制御はComma製ハードとOpenPilotを介して行われた。ただし試行回数は少なく、コースも限定的であり、実用的な自動運転の性能を示すものではない。実現性の評価は低い。

構造分析

汎用AIで運転を代替できるという見方に対し、専用に設計された知覚・制御の必要性が定量的に示された形である。LLMが得意とする言語的な推論と、車両制御に必要な空間・身体感覚との間に隔たりがあることがわかる。自動運転の開発では、専用モデルと汎用モデルの役割分担が論点になりうる。これらは構造上の仮説である。