Mô hình Astra của OpenAI tự lái xe và không ai tử vong

GPT-6 Astra của OpenAI vừa trở thành mô hình AI thương mại đầu tiên hoàn thành một bài kiểm tra lái xe thực tế. Dù hành trình chỉ diễn ra trong bãi đỗ xe với tốc độ chưa đầy 1,5 km/h và tiêu tốn hàng nghìn USD, đây vẫn là một cột mốc đáng chú ý cho trí tuệ nhân tạo đa năng.

Bài kiểm tra DrivingBench và màn trình diễn của Astra

Một nhóm gồm ba nhà khoa học máy tính — Tobias Gessler, Aditya Ramabadran và Simon Mahns — đã thực hiện dự án mang tên DrivingBench, đưa các mô hình AI thương mại vào thử thách lái một chiếc Toyota Corolla vòng qua các cọc nón trong bãi đỗ xe.

Trước đó, các mô hình như GPT-5.6 Sol, Grok 4.6 và Claude Fable 5.1 đều thất bại, không mô hình nào hoàn thành được đường đua. Nhưng đến lượt GPT-6 Astra, mọi chuyện đã khác: ở lần thử thứ hai, mô hình này đã điều khiển xe vượt qua toàn bộ 134,7 mét trong vòng 5 phút 22 giây.

"GPT-6 Astra là mô hình duy nhất hoàn thành trọn vẹn đường đua (ở lần thử thứ hai, mất khoảng 5 phút)", báo cáo DrivingBench cho biết.

Lần thử thứ ba của Claude Fable 5.1 chỉ đi được khoảng nửa đường, tương tự lần thử đầu tiên của Astra. Các mô hình còn lại đều không vượt qua được khúc cua đầu tiên. Nguyên nhân thất bại chủ yếu nằm ở khả năng nhận thức: các mô hình không xác định đúng làn đường nằm ở phía nào của vạch nón chéo đầu tiên.

Chi phí khổng lồ cho một chuyến đi ngắn

Để hoàn thành chuyến đi với tốc độ trung bình chỉ 0,94 dặm/giờ (khoảng 1,5 km/h), nhóm nghiên cứu đã chi 7,74 USD để đốt 6,6 triệu token trong các thao tác suy luận.

Con số này thấp hơn nhiều so với mức giá niêm yết của OpenAI là 10 USD/triệu token đầu vào và 50 USD/triệu token đầu ra. Theo Ramabadran, nguyên nhân chủ yếu là do cơ chế bộ nhớ đệm (caching): mỗi lượt, ứng dụng chat gửi lại toàn bộ cuộc hội thoại bao gồm cả hình ảnh, nên phần lớn token là ngữ cảnh lặp lại và được tính với giá token đầu vào đã lưu đệm (1 USD/triệu token thay vì 10 USD). Mô hình viết rất ít trong cuộc hội thoại, chỉ có các lệnh gọi công cụ nhỏ và vài câu suy luận.

Cộng thêm chi phí phần cứng, bức tranh còn đắt đỏ hơn nhiều:

• 999 USD cho thiết bị hỗ trợ lái xe comma four chạy phần mềm openpilot
• Kết nối với một laptop và xe qua CAN bus
• Một điện thoại di động gọi tới máy chủ xAI để chạy GPT-6 Astra

Ngay cả khi không tính phần cứng, việc di chuyển 134,7 mét bằng 6,6 triệu token với giá 7,74 USD tương đương chi phí khoảng 92,47 USD/dặm. So sánh với một chiếc xe tiêu thụ 25 mpg khi xăng giá 4,60 USD/gallon (khoảng 0,184 USD/dặm), chi phí token đắt hơn nhiên liệu khoảng 500 lần — và bạn vẫn phải trả tiền xăng trong lúc bò chưa đầy 1,5 km/h.

Khi AI từ chối lái xe vì lý do an toàn

Một chi tiết thú vị: chính các mô hình AI đôi khi lại từ chối lái xe vì lo ngại an toàn. Báo cáo nêu rõ GPT-6 Astra có lúc không chịu điều khiển xe thật, dù bãi đỗ hoàn toàn trống và đã được nhắc về mọi biện pháp an toàn bao gồm cả giới hạn tốc độ rất thấp.

Các nhà nghiên cứu buộc phải "nói dối" mô hình để chúng không từ chối hành động. Chẳng hạn, họ nói với mô hình rằng đây chỉ là một "mô phỏng". Tuy nhiên, trong một số lần thử, mô hình nhìn thấy hình ảnh thật và nhận ra đây là thực tế, rồi bắt đầu hoảng loạn. Cách hiệu quả nhất là đổi tên máy chủ MCP thành "DrivingBench Sandbox", đủ để thuyết phục các mô hình rằng chúng không hoạt động trên đường thật.

Tương lai của AI trong lái xe

Ramabadran nhận định việc dùng một LLM hay mô hình tiên phong ngay từ đầu cho lái xe thực tế hiện nay chắc chắn không khả thi. Trong bài kiểm tra của họ, xe được giới hạn ở tốc độ cực thấp với con người sẵn sàng đạp phanh suốt thời gian. Độ trễ của mô hình là nút thắt lớn, khi phần lớn thời gian chờ đến từ quãng thời gian mô hình "suy nghĩ".

• GPT-6 Astra (mô hình làm tốt nhất) dùng công cụ "quan sát" để xem hình ảnh camera mỗi 5-6 giây
• Fable 5.1 trong một lần thử chỉ lái được 31 trong tổng số 190 giây, thời gian còn lại xe đứng yên trong lúc mô hình suy nghĩ

Dù vậy, việc một mô hình đa năng có thể lái được một đường đua thật trong những điều kiện này vẫn gây bất ngờ cho nhóm nghiên cứu.

Theo Ramabadran, trong hiện tại và tương lai gần, các loại mô hình lái xe chuyên dụng đang được dùng cho xe tự hành sẽ vẫn được ưu tiên. Những mô hình tiên phong lớn như GPT-6 Astra sẽ tiếp tục cần GPU trung tâm dữ liệu để suy luận, dù công nghệ đang thay đổi nhanh chóng và các mô hình nhỏ hơn ngày càng mạnh.

Một hướng đi khả thi lâu dài là huấn luyện một mô hình đa năng lớn rất mạnh, rồi chưng cất (distill) nó thành một mô hình chuyên dụng nhỏ hơn, vừa đủ chạy trên phần cứng của xe và đủ hiệu quả để vận hành thời gian thực. Cách này có thể tốt hơn việc xây dựng mô hình chuyên dụng từ đầu, và phù hợp với "Bài học cay đắng" (Bitter Lesson) — luận điểm có ảnh hưởng trong ngành AI cho rằng các phương pháp nghiên cứu tổng quát dựa vào chi phí tính toán ngày càng giảm thường mang lại hiệu quả cao nhất.

Kết quả thử nghiệm của nhóm có phần ủng hộ quan điểm này: các mô hình họ kiểm tra có lẽ chưa từng được huấn luyện để lái xe thật, nhưng một số vẫn làm khá tốt nhờ khả năng nhận thức, suy luận, lập kế hoạch và điều khiển tổng quát đến từ quá trình mở rộng quy mô và huấn luyện trên các tác vụ khác. Tuy nhiên, trong thời gian tới, các hệ thống chuyên dụng — nhanh hơn, rẻ hơn và được kiểm nghiệm thực tế nhiều hơn — nhiều khả năng sẽ vẫn chiếm ưu thế.

Với việc Google được ước tính đã chi khoảng 35-40 tỷ USD cho Waymo kể từ khi dự án xe tự hành khởi động năm 2009, hãng này sẽ còn có thể trang bị công nghệ riêng cho xe của mình thêm vài năm nữa. Nhưng việc giao phó việc lái xe cho Claude, ChatGPT hay Copilot cùng một chút phần cứng trên xe có thể sẽ trở nên khả thi trong tương lai không quá xa — miễn là bạn nhớ nói với mô hình rằng tất cả chỉ là mô phỏng.