
何が起きたか
AxiomのAditya Ramabadran、Simon Mahns、Tobias Gesslerの3氏が、GPT-6 Astraをチャット画面経由でカメラと2024年型トヨタ・カローラのパワーステアリングに接続し、In-N-Outまで運転させた。
なぜ重要か
テキスト出力用に作られたモデルが、事前教示なしに実車をその場で走行させた。3氏は、言語ベースのAIが物理世界の初歩的な理解を得つつあることを示唆すると話す。
注目点
3氏は、大手AI企業が実際に運転用の訓練をしているとは考えていない。この能力は3D推論の訓練から生じた可能性が高く、一般的な運転には通用しないかもしれないという。
誰に効くかこれは、汎用モデルが物理世界で行動できるかを探るAI研究者やスタートアップの技術者、そして言語モデルが専用の運転システムに何かをもたらすかを検討するロボティクスや自動運転のチームにとって重要な意味を持つ。
こういう要約が、毎朝あなたのメールに届きます。
この昼食がてらの走行は週末の思いつきから始まった。Ramabadran、Mahns、Gesslerの3氏は、Astraのようなモデルが複雑な3Dシミュレーションを構築できることに気づき、その能力が実世界にも通じるのか疑問に思った。3氏はベイエリア在住でTeslaやWaymoに触れる機会があり、それがテストの選択に影響した可能性があるという。
この実験は、物理的推論を測定しようとする広範な動きの一環に位置づけられる。Elorian AIのCEOで、以前はGoogle DeepMindの研究者だったAndrew Dai氏は、視覚的推論が向上すれば、来店客が食事を楽しんでいるかを見分けるシステムや、家庭内で機能するロボットといった応用が開けると話す。ElorianとScale AIは最近、モデルが物理的な場面をどれだけ理解しているかを測るベンチマーク「Humanity's Sixth Sense」を開発した。Scale AIのXingang Guo氏は、視覚AI研究の大半は知覚に関するもので、モデルが場面を直感的に理解するには何が必要かを問うことが目的だったと話す。
カローラの走行が示すものは、聞こえほど広いものではない。モデルの運転能力は、明示的な運転指導ではなく3D推論に焦点を当てた訓練から生じた可能性が高く、3氏自身のベンチマークは、運転試験に合格するにはほど遠いことを示している。この差が縮まるかどうかは、マルチモーダル訓練の規模拡大に伴い物理的理解がどれだけ向上するか、そして技術者らが観察した文脈内学習が駐車場の先でも頼れるかどうかにかかっているかもしれない。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
METRがTime Horizon 1.1を公開し、タスク数を170から228に拡張

Google検索担当VPのRobby Stein氏がXで、数週間のテストを経てGoogle.comのデスクトップ版が正式に刷新されたと確認

Home DepotはAIアシスタント「Magic Apron」が月間数百万件の質問に対応し商品やプロジェクトを学習しているとRebecca Godecke氏が述べた

DanaherとMicrosoftが科学機器向けAI基盤で提携し、Danaherの機器データとMicrosoftのクラウド・AI機能を組み合わせる

トヨタ先進プロダクト開発部の山田光氏が2025年12月、社内ツールTAA向けに「会議品質評価プロンプト」を完成

Anthropicの320兆円上場を扱った記事は、AmazonとGoogleへの固定の巨額支払い、AIエージェントによる推論コスト増、クラウドマーケットプレイス売上の約15%の販売手数料という3つの構造的リスクを指摘した
