大语言模型“直接开车”已有真实路测验证——DrivingBench项目用Comma 4设备在丰田卡罗拉上完成实车闭环驾驶，其中GPT-6 Astra成功跑完全程，但这与普通车主加装Comma设备的场景仍是两回事。
一、Comma设备是什么？加装后能适配哪些车型？
设备本质：Comma 4是openpilot开源辅助驾驶系统的硬件载体，通过OBD-C线连接车辆CAN总线，可介入转向、油门和刹车控制，实现类L2级辅助驾驶。
适配原则：加装后能否适配，核心取决于车辆是否具备线控转向与线控刹车能力，且车辆总线协议需被openpilot支持；并非所有车型都能直接加装。
已验证案例：在DrivingBench实车实验中，团队将Comma 4接入一台丰田卡罗拉，通过OBD-C线连到CAN总线，配合笔记本电脑实现大模型对车辆的控制。这是目前公开信息中最明确的适配车型案例。
实测视频佐证：有博主展示了将Comma 4接入丰田卡罗拉后，用通用大模型（如ChatGPT）连接转向、刹车和油门的完整过程。
二、大模型“开车”如何与Comma协同工作？
控制链路：大模型发出指令 → MCP服务器 → 网关 → Comma设备 → openpilot控制转向/油门/刹车，车辆摄像头画面和遥测数据再反馈给模型，形成闭环。
测试成绩：在封闭停车场134.7米路线中，GPT-6 Astra第二次尝试100%成功完成，耗时5分22秒，共发出24条命令；Claude Fable 5.1最好成绩为45%进度；Grok 4.6三次均约10%即失败。
成本与速度：GPT-6 Astra全程烧掉7.74美元Token，平均速度仅0.42米/秒，距离现实道路驾驶仍有巨大差距。
三、通用大模型“开车”的现实边界
延迟与安全验证：大语言模型直接控车虽已跑通，但延迟、Token成本和安全性均无法通过现实道路验证，目前量产可行的仍是专用VLA模型而非通用聊天模型。
大模型理解优势：研究显示，GPT-3.5等模型在高速环境下零样本通过率超60%，能利用常识判断交通锥等场景是否危险，优于传统强化学习方法。
车企落地路线：理想VLA、卓驭+通义等方案更倾向于专用大模型与自然语言交互结合，而非直接让通用LLM握方向盘。
