分类：大模型
11月3日，百度在深圳举行的百度 AI Day·Apollo 专场上，披露面向物理 AI 的智能体驱动全模态世界模型 Apollo World，并提出世界模型“2+3”判断标准。与单纯强调画面生成的理解不同，百度此次把重点放在世界模型如何推演现实世界变化、如何响应无人车动作上。对自动驾驶而言，世界模型正在从生成内容的工具，变成可以反复训练、验证和迭代的虚拟教练。
不是只生成画面，而是让虚拟交通“动起来”
在 Apollo World 构建的虚拟城市中，车辆、行人等交通参与者并不是按照固定脚本行动的“道具”，而是具备决策和交互能力的 AI 智能体。面对同样的交通场景，无人车采取不同动作，虚拟世界也会随之发生变化。这意味着世界模型不再只是输出一段逼真的道路影像，而是能够接收驾驶系统的动作输入，并据此改变后续环境状态。
Apollo World 还可以实时生成相机画面、激光雷达点云等多模态观测数据，让无人驾驶系统像在真实道路上一样感知周围环境。驾驶系统根据这些信息作出转向、加速或减速等决策，再把动作传回 Apollo World。模型随后更新交通环境和其他智能体行为，并生成下一刻观测。感知、决策、行动和反馈在同一虚拟环境中循环，形成端到端闭环。
这一闭环并不局限在一个路口或一段道路上。按照百度披露的信息，Apollo World 支持无人车在虚拟城市中从任意起点驶向任意终点，连续经过不同道路和交通场景，完成从接单、载客到送达的完整出行任务。相比单点场景仿真，这种连续运行能力更接近真实出行服务的完整流程。
“2+3”判断标准：给模拟教练设定工程门槛
为了让世界模型不停留在“看起来像”的层面，百度提出了“2+3”判断标准。其中，“2”是基础门槛，对应世界模型进入物理 AI 训练场景所需具备的基本能力。
- 因果性：世界模型应当遵循时间的单向性，由过去决定未来，基于当前状态预测下一刻，而不是拼凑画面、反推过去。
- 交互性：模型能够动态响应外部干预，注入动作后会影响未来世界状态。
“3”是进阶指标，决定模型能否长期用于自动驾驶训练和测试。
- 物理准确性：模拟的状态是否可靠，是否符合世界规律，学习获得的能力回到物理世界后是否仍然可用。
- 持久性：持续运行的时间和稳定性能否跟上，长时间运行后物体和细节是否发生漂移。
- 实时性：保持低时延，生成世界复杂度的增长不影响模型推理时间，以获得更高的模拟测试效率。
这套标准把世界模型的评价从画面真实度，扩展到因果推演、动作响应、物理一致性和运行效率等工程指标。对于无人驾驶来说，逼真画面只是进入训练流程的起点，模型能否正确响应车辆动作、能否在长时间内保持稳定、能否把虚拟环境中的经验转化为真实道路上的能力，才是其能否成为“模拟教练”的关键。
从虚拟测试到数据飞轮：世界模型进入自动驾驶训练体系
Apollo World 的应用路径，指向自动驾驶训练中的现实问题：真实道路可以持续积累数据，但复杂路况和高风险场景不适合反复试验。百度称，Apollo World 从真实数据中提取高价值场景，将复杂路况和风险转化为可重复的虚拟测试。无人车可以在虚拟世界中反复演练、验证驾驶策略，测试结果再反哺系统迭代。更新后的驾驶系统再回到真实道路接受检验，形成持续优化的闭环。
在这一过程中，世界模型的角色更接近训练环境，而不是单纯的数据生成器。它提供可重复的虚拟道路，接收无人车动作，观察环境变化，再给出下一轮观测数据。与固定脚本式仿真相比，智能体驱动的交互方式更接近真实交通环境中的动态变化；与单一场景演示相比，Apollo World 试图覆盖从接单、载客到送达的完整任务链条。
百度表示，Apollo World 已用于萝卜快跑全球化测试与验证，助力无人驾驶规模化落地。百度称，萝卜快跑是中国唯一以端到端技术规模化运行 L4 无人驾驶的出行平台。数据显示，萝卜快跑已覆盖全球 28 个城市，累计自动驾驶里程超 3.5 亿公里，其中全无人驾驶里程超 2.4 亿公里。
从行业角度看，世界模型正在从生成式 AI 的一项能力，变成物理 AI 的训练基础设施。自动驾驶进入规模化阶段后，真实道路数据仍然重要，但复杂场景需要更可控、可重复的验证方式。Apollo World 把世界模型放入感知、决策、行动和反馈的闭环中，使其成为无人驾驶系统反复练习、评估和迭代的训练场。当虚拟城市中的车辆和行人能够根据无人车动作作出反应，世界模型的价值也不只是生成一段像真实世界的画面，而是帮助自动驾驶系统更好地理解和应对现实交通。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/bai-du-apollo-world-gei-wu-ren-jia-shi-pei-yi-wei-hui-tui
