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。该模型可生成遵循现实规律的视频内容，响应无人驾驶车辆的动作输入，并支持驾驶系统在虚拟环境中从起点连续行驶至目的地。
与仅追求画面逼真的生成式视频模型不同，Apollo World需要准确推演现实世界的变化。百度Apollo为此提出“2+3”判断标准：基础门槛包括因果性与交互性，前者要求模型遵循时间单向性，由当前状态预测下一刻而非拼凑画面，后者要求模型能动态响应外部干预；进阶指标包括物理准确性、持久性与实时性，分别对应模拟状态是否符合世界规律、长时间运行是否出现细节漂移，以及生成复杂度增长是否影响推理时延。
在Apollo World构建的虚拟城市中，车辆、行人等交通参与者并非按固定脚本行动的“道具”，而是具备决策与交互能力的AI智能体。无人车采取不同动作时，虚拟世界会随之变化。模型可实时生成相机画面、激光雷达点云等多模态观测数据，驾驶系统据此作出转向、加速或减速决策，并将动作回传至模型，模型更新环境与其他智能体行为后生成下一刻观测，形成感知、决策、行动与反馈的端到端闭环。
该闭环支持无人车在虚拟城市中从任意起点驶向任意终点，连续经过不同道路与交通场景，完成从接单、载客到送达的完整出行任务。Apollo World从真实数据中提取高价值场景，将复杂路况与风险转化为可重复的虚拟测试，驾驶系统在虚拟环境中反复演练验证，测试结果反哺系统迭代，更新后的系统再回到真实道路接受检验。
百度方面称，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，目前已覆盖全球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。Apollo World已用于萝卜快跑的全球化测试与验证。世界模型作为物理AI的训练与验证基础设施，正在成为自动驾驶规模化落地的重要环节。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
