百度发布物理AI驱动的全模态世界模型Apollo World,加速无人驾驶规模化落地
SmartHey11月5日消息,在11月4日举行的百度AI Day Apollo专场上,百度Apollo正式发布面向物理AI的智能体驱动全模态世界模型——Apollo World,并首次提出世界模型‘2+3’评估标准。该模型目前已投入萝卜快跑全球化测试与验证,支撑端到端全无人运营里程突破百万公里,为无人驾驶规模化商业落地提供核心底层能力。
据悉,Apollo World将虚拟城市中的所有交通参与者(如车辆、行人、非机动车等)统一建模为具备自主决策与动态交互能力的AI智能体,支持无人车在任意起点与终点之间自由通行,并生成海量高保真、可复现的未来交通场景订单,实现对‘无限可能’的提前推演与压力验证。依托其构建的高拟真虚拟训练环境,AI Driver得以高效完成学习、测试与迭代升级。
区别于传统仿真中交通参与者仅按预设脚本运行的‘静态道具’模式,Apollo World所构建的虚拟城市具备真实交通系统的涌现性特征:当无人车执行减速、变道或让行等动作时,周边智能体将基于实时感知与策略推理做出差异化响应,从而形成持续演化、高度动态的交互闭环。这使自动驾驶系统能在无限接近现实的复杂交通流中接受高强度、高覆盖度的训练与鲁棒性检验。
业内专家指出,Apollo World具备‘日行十万公里’的虚拟路测能力——单日生成的测试里程,相当于一辆配备安全员的真实测试车连续运行约三年。叠加数据飞轮效应,世界模型正推动行业加速收敛至技术领先者主导的新范式,或将率先叩响自动驾驶领域的‘AGI时刻’之门。
破解无人驾驶规模化落地的核心瓶颈,关键在于突破安全、智能与规模三者间的‘不可能三角’:长尾场景难以靠实车积累充分覆盖;新区域部署面临高昂测试成本与不可控试错风险;跨路段、跨场景的连续驾驶能力又依赖大规模一致性验证。Apollo World通过将真实运营中的复杂交互、极端风险与未发生场景,转化为可重复、可调控、可批量生成的虚拟测试资产,不仅大幅压缩实车验证周期与成本,更主动创造‘现实尚未出现但逻辑必然存在’的新场景,真正实现‘让AI在虚拟世界先教AI开车’。
目前,萝卜快跑已在全球28座城市实现商业化运营,累计完成出行服务超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达2.4亿公里以上,并同步推进左舵与右舵市场的适配与落地实践。基于海量真实道路数据,Apollo World持续提取高价值、高难度场景进行虚拟强化训练;而虚拟测试中发现的问题与优化策略,又反向驱动车端算法与系统快速迭代,最终形成‘真实运营—虚拟验证—能力跃迁’的正向增强闭环。
