百度ApolloWorld世界模型亮相 落地萝卜快跑全球化测试与验证

易车讯 11月3日，在深圳举行的百度AI Day·Apollo专场上，百度Apollo首次披露面向物理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。目前，该模型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。

“Apollo World将虚拟场景内所有交通参与者建模为具备决策与交互能力的AI智能体，支持无人车在虚拟城市任意起终点通行，打造提前验证‘无限未来’的虚拟场景订单。”百度智能驾驶事业群组(IDG)杰出架构师、世界模型负责人杨泽进一步介绍。此外，Apollo World的技术栈还可拓展至机器人等更广泛的物理AI场景。

行业人士分析，Apollo World可“日行十万公里”，其一天完成的虚拟路测里程相当于一辆配备安全员的真实路测车连续测试约三年。

官方表示，对一台近两吨重、几十公里时速的车辆而言，它的每一次判断和动作都直接关系到交通安全，这对安全、实时性和冲突博弈的要求高出了一个量级——开放世界容错空间几乎为零，安全决策周期要严格限定在1/30秒内。

站在物理AI视角，Apollo提出“2+3”判断标准：“2”是决定算不算世界模型的基础门槛，“3”是衡量模型能力高下的进阶指标。“2”项基础门槛：一是因果性，遵循时间单向性，由过去决定未来，基于当前状态预测下一刻，而非拼凑画面反推过去；二是交互性，能动态响应外部干预，注入动作影响未来世界状态。“3”项增益属性：物理准确性，模拟的状态有多可靠，是否符合世界规律，学习获得的能力回到物理世界还能不能用；持久性，持续运行的时间和稳定性能不能跟上，长时间运行物体和细节是否发生漂移；实时性，低时延，生成世界复杂度的增长不影响模型推理时间，获得高模拟测试效率。

在Apollo World构建的虚拟城市中，车辆、行人等交通参与者均被建模为具备决策和交互能力的AI智能体，能够根据周围交通变化调整行动。无人车减速、变道或让行，都可能引发其他参与者的不同反应，使无人驾驶系统在持续变化的交通环境中接受训练与检验。

与此同时，Apollo World可实时生成相机、激光雷达等多模态观测数据，让无人驾驶系统直接感知虚拟环境。系统作出驾驶决策后，环境随之变化，再向系统提供新的反馈，形成端到端闭环。

Apollo World把真实运营中的复杂交互与风险场景转化为可重复、可控制、可规模化运行的虚拟测试环境，并生成现实尚未覆盖的新场景，让无人车在实车部署前先在虚拟世界完成驾驶推演，把测试成本和部署风险留在虚拟世界先行消化，让AI教AI开车。

萝卜快跑已落地全球28座城市，累计完成超2300万次出行服务，自动驾驶总里程突破3.5亿公里，其中全无人驾驶里程超过2.4亿公里，并已在左右舵市场开展无人驾驶实践。依托真实驾驶数据，Apollo World提取高价值场景，虚拟测试结果再反哺车端迭代，形成真实运营与虚拟验证相互促进的闭环。

Grand View Research预计，全球物理AI市场规模将从2025年的约816亿美元增至2033年的约9604亿美元，2026年至2033年复合年增长率为36.1%。