百度首次披露Apollo World世界模型，已应用于萝卜快跑全球化验证

TRI

点击下方链接关注我们

11月3日，在深圳举行的百度AI Day·Apollo专场活动上，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，该模型已应用于萝卜快跑的全球化测试与验证，通过构建可交互的虚拟交通环境，为L4级无人驾驶系统提供虚拟训练、测试与迭代支持。

百度智能驾驶事业群组（IDG）首席架构师、IDG技术委员会主席王亮表示，世界模型不能仅停留在生成逼真画面，还需要准确模拟现实世界的物理规律及行为因果关系，为无人驾驶系统的安全验证与决策能力评估提供支持。

图片来源：新华网

Apollo World将虚拟场景中的车辆、行人等交通参与者建模为具备自主决策和交互能力的AI智能体。当无人车执行减速、变道或避让等操作时，虚拟环境中的其他智能体能够根据场景变化作出相应响应，使交通环境保持动态交互状态。

在技术能力方面，Apollo World主要具备智能体驱动、全模态感知和行程闭环三项能力。模型能够实时生成摄像头图像、激光雷达点云等多模态观测数据，供无人驾驶系统感知虚拟环境；在系统作出驾驶决策并执行相应操作后，虚拟环境随之动态更新，并向系统提供新的观测数据，由此形成涵盖感知、决策、执行与环境反馈的闭环。

同时，无人车能够在虚拟城市中实现不同起终点之间的连续行驶，完成从接单、载客到送达的完整出行任务，为跨路段、跨场景的连续驾驶训练与验证提供支持。

图片来源：新华网

围绕这一模型的评测框架，百度提出了世界模型的“2+3”判断标准。

其中，“2”项基础指标为因果性与交互性：因果性要求模型遵循时间演进逻辑，能够基于当前状态推演未来状态，而非仅进行视觉内容生成；交互性则要求模型能够对外部动作作出动态响应，使其影响后续场景状态。

“3”项进阶指标包括物理准确性、持久性与实时性，分别用于衡量模拟状态是否符合物理规律、场景及实体状态能否在长时间运行中保持连续一致，以及模型在不同场景复杂度下能否维持较低且稳定的推理时延。

据盖世汽车报道，行业人士分析认为，Apollo World单日可完成约10万公里虚拟路测，相当于一辆配备安全员的真实路测车连续测试约三年。

这一技术应用也与萝卜快跑的全球化运营布局相关。据萝卜快跑官方披露，截至2026年8月，萝卜快跑已覆盖全球28座城市，累计提供出行服务超过2300万次，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，并已在香港右舵左行交通体系中开展全无人驾驶公开道路测试，同时在内地左舵交通环境中持续进行无人驾驶运营。

图片来源：新华网

随着服务区域不断扩大，不同国家和地区在道路环境、交通规则及交通参与者行为等方面存在差异，对无人驾驶系统的场景适应性及安全验证能力提出了更高要求。Apollo World从真实驾驶数据中提取高价值场景用于虚拟测试，测试结果再反哺车端迭代，为无人驾驶系统提供训练与验证支持，助力萝卜快跑开展不同市场的技术适配与验证。

此外，百度表示，Apollo World的技术体系未来还可拓展至机器人等物理AI应用场景。随着世界模型在物理规律模拟、多智能体交互及复杂任务验证等方面的能力不断发展，其应用范围有望从自动驾驶进一步延伸至机器人等需要与现实环境进行持续交互的智能系统。

内容综合自媒体报道

凡资讯来源注明为其他媒体来源的信息，均为转载自其他媒体，并不代表本网赞同其观点，也不代表本网对其真实性负责，转载请联系原出处。您若对该文章内容有任何疑问或质疑，请立即与后台小编联系，平台将迅速给您回应并做处理。