【汽车智能】百度披露Apollo World世界模型

据媒体消息，近日，百度Apollo近日首次披露面向物理人工智能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。据介绍，该模型已用于萝卜快跑的全球化测试与验证，目标是把虚拟训练与实车运营更紧密衔接。

百度智能驾驶事业群组首席架构师王亮表示，世界模型不能只做“生成炫酷视频的画师”，更要成为验证无人驾驶安全性的“考官”。报道称，萝卜快跑作为端到端技术规模化运行的L4无人驾驶出行平台，端到端全无人运营已超百万公里，Apollo World为其提供虚拟训练环境。该模型将虚拟场景内车辆、行人等交通参与者建模为具备决策与交互能力的人工智能智能体，支持无人车在虚拟城市任意起终点通行，并可实时生成相机、激光雷达等多模态观测数据，形成端到端闭环。

其关注点不只是独立场景模拟，还包括从接单、载客到送达的完整出行任务。所谓“2+3”，是指因果性、交互性两项基础门槛，以及物理准确性、持久性、实时性三项进阶指标。公司还表示，相关技术栈可拓展至机器人等更广泛的物理人工智能场景。整车厂侧，感知距离拉长、车道级气象风险提示等OTA能力也在同步推进。

世界模型主要用于补齐长尾危险场景，而不是替代全部实车验证。萝卜快跑把端到端全无人运营里程与虚拟训练环境结合，试图提高测试效率并降低高风险路测成本。

对车企与出行平台而言，要同时看仿真是否具备因果与交互能力、实车安全里程如何统计、以及事故复盘责任如何划分。峰值参数之外，闭环验证体系更决定商业化节奏。

上述公开信息显示，产业链各方正把验证重点从概念演示转向可计量指标与交付约束。

结合已披露的时间点、规模与验证指标，读者可据此跟踪后续落地进展。

汽车智能正从单点功能堆叠转向安全验证与规模运营。对企业而言，仿真是否可信、长尾场景能否补齐、责任边界是否清晰，往往比峰值参数更能决定商业化节奏。采购与合作方宜同时核验实车里程、闭环仿真覆盖率和事故复盘机制。