AI教AI開車！百度Apollo World世界模型叩開無人駕駛產業“AGI時刻”

“世界模型，重點不是渲染的畫質是否好看，而是模擬器是否能忠實還原現實物理規律和行為的因果”。11月3日，在深圳舉行的百度AI Day·Apollo專場上，百度Apollo首次披露面向物理AI的智能體驅動全模態世界模型Apollo World，並提出世界模型“2+3”判斷標準。目前，該模型已用於蘿蔔快跑全球化測試與驗證，助力無人駕駛規模化落地。百度智能駕駛事業群組(IDG)首席架構師、IDG技術委員會主席王亮表示，世界模型不能只做“生成炫酷視頻的畫師”，更要成為驗證無人駕駛安全性的“考官”。

蘿蔔快跑是中國唯一以端到端技術規模化運行 L4 無人駕駛的出行平臺，端到端全無人運營超百萬公里，Apollo World為其提供虛擬訓練環境，幫助“學生” AI Driver學習、驗證和迭代。“Apollo World將虛擬場景內所有交通參與者建模為具備決策與交互能力的AI智能體，支持無人車在虛擬城市任意起終點通行，打造提前驗證‘無限未來’的虛擬場景訂單。”百度智能駕駛事業群組(IDG)傑出架構師、世界模型負責人楊澤進一步介紹。此外，Apollo World的技術棧還可拓展至機器人等更廣泛的物理 AI 場景。

行業人士分析，Apollo World可“日行十萬公里”，其一天完成的虛擬路測里程相當於一輛配備安全員的真實路測車連續測試約三年。依託世界模型帶來的能力躍升，疊加數據飛輪效應，行業將呈現強者恆強的格局，這一趨勢也正把行業推向等待已久的“AGI時刻”。世界模型不能只是“畫得像”，Apollo拋出世界模型“2+3”評判標尺摩根士丹利將世界模型視為AI的“想象引擎”，讓AI能在行動前先在虛擬空間推演，實現“先思考、後行動”。但把這種能力遷移到無人駕駛並不容易。李飛飛曾提出“汽車是帶輪子的機器人”，但自動駕駛汽車更像是二維避障方盒子，與三維家務機器人差距明顯。

王亮表示，會跳舞、疊衣服的機器人很厲害，但學會開車是另一重難題。無人駕駛從來不是具身智能的“EASY模式”：機器人只需在受限空間執行規劃動作，無人駕駛則身處開放道路，持續與海量不可預判的交通參與者博弈。對一臺近兩噸重、幾十公里時速的車輛而言，它的每一次判斷和動作都直接關係到交通安全，這對安全、實時性和衝突博弈的要求高出了一個量級——開放世界容錯空間幾乎為零，安全決策週期要嚴格限定在1/30秒內。這意味著，世界模型不能只滿足於“像”。站在物理AI視角，Apollo提出“2+3”判斷標準：“2”是決定算不算世界模型的基礎門檻，“3”是衡量模型能力高下的進階指標。

“2”項基礎門檻：一是因果性，遵循時間單向性，由過去決定未來，基於當前狀態預測下一刻，而非拼湊畫面反推過去；二是交互性，能動態響應外部干預，注入動作影響未來世界狀態。“3”項增益屬性：物理準確性，模擬的狀態有多可靠，是否符合世界規律，學習獲得的能力回到物理世界還能不能用；持久性，持續運行的時間和穩定性能不能跟上，長時間運行物體和細節是否發生漂移；實時性，低時延，生成世界複雜度的增長不影響模型推理時間，獲得高模擬測試效率。Apollo World的三大核心能力：智能體驅動、全模態感知、行程閉環楊澤介紹：“Apollo World 希望賦予交通參與者智能，讓世界能夠回應無人車的每一個動作。

”傳統仿真裡，其他交通參與者更像是按腳本運行的道具。在Apollo World構建的虛擬城市中，車輛、行人等交通參與者均被建模為具備決策和交互能力的AI智能體，能夠根據周圍交通變化調整行動。無人車減速、變道或讓行，都可能引發其他參與者的不同反應，使無人駕駛系統在持續變化的交通環境中接受訓練與檢驗。與此同時，Apollo World可實時生成相機、激光雷達等多模態觀測數據，讓無人駕駛系統直接感知虛擬環境。系統作出駕駛決策後，環境隨之變化，再向系統提供新的反饋，形成端到端閉環。楊澤表示：“行業裡不少世界模型仍以獨立場景模擬為主，Apollo World則更關注完整任務的閉環模擬。

”在Apollo World構建的虛擬城市中，無人駕駛車輛能夠在不同起終點之間連續行駛，完成從接單、載客到送達的完整出行任務，使蘿蔔快跑能夠在跨路段、跨場景的連續駕駛過程中接受訓練與檢驗。讓AI教AI開車，世界模型叩開無人駕駛產業“AGI 時刻”無人駕駛要走向規模化，必須同時兼顧安全、智能與規模，而這三者之間存在著一個“不可能三角”。長尾場景難靠實車裡程充分覆蓋，新區域部署存在測試成本與試錯風險，跨路段、跨場景連續駕駛能力又需規模化驗證。

Apollo World把真實運營中的複雜交互與風險場景轉化為可重複、可控制、可規模化運行的虛擬測試環境，並生成現實尚未覆蓋的新場景，讓無人車在實車部署前先在虛擬世界完成駕駛推演，把測試成本和部署風險留在虛擬世界先行消化，讓AI教AI開車。要讓虛擬驗證真正貼近現實，離不開蘿蔔快跑持續積累的真實道路數據。蘿蔔快跑已落地全球28座城市，累計完成超2300萬次出行服務，自動駕駛總里程突破3.5億公里，其中全無人駕駛里程超過2.4億公里，並已在左右舵市場開展無人駕駛實踐。依託真實駕駛數據，Apollo World提取高價值場景，虛擬測試結果再反哺車端迭代，形成真實運營與虛擬驗證相互促進的閉環。

物理AI市場正快速增長。Grand View Research預計，全球物理AI市場規模將從2025年的約816億美元增至2033年的約9604億美元，2026年至2033年複合年增長率為36.1%。從“生成畫面”推向“驗證行動”，破解“不可能三角”，Apollo World正為無人駕駛規模化落地提供新的技術標尺，助推無人駕駛抵達AGI時刻。