11月3日，在深圳舉行的百度AI Day·Apollo專場上，百度Apollo首次披露面向物理AI的智能體驅動全模態世界模型Apollo World，並提出世界模型「2+3」判斷標準。目前，該模型已用於蘿蔔快跑全球化測試與驗證，助力無人駕駛規模化落地。

從南山探索邁向坪山L4商業化落地

把這場發佈放在深圳，不是偶然。蘿蔔快跑在深圳的軌跡，本身就是一段被真實道路反覆檢驗的歷史。2022年2月，蘿蔔快跑落地深圳南山區，開啟無人駕駛的深圳之旅。

此後服務逐步拓展至坪山、寶安，2023年7月獲得坪山區首批智能網聯汽車無人商業化試點，可在坪山開展L4級無人駕駛商業化收費運營。

到2026年，深圳已積累4016萬公里自動駕駛安全運行里程，備案試點運營車輛達2052台，無人車從展廳放進了日常通勤。

Apollo World智能體打破虛擬路測假象

但真實道路跑得再多，仍然繞不開一個老問題：傳統模擬環境中，其他交通參與者更像是按腳本運行的道具。行人按設定路線走，車輛按設定速度開，無人車面對的是一個「配合演出」的世界。

真實路況恰恰相反，旁邊那輛車會不會突然變道，路口那個行人會不會猶豫半步，全都不在劇本里。

Apollo World要改的正是這件事。在它構建的虛擬城市中，車輛、行人等交通參與者均被建模為具備決策和交互能力的AI智能體，能夠根據周圍交通變化調整行動。無人車減速、變道或讓行，都可能引發其他參與者的不同反應，使無人駕駛系統在持續變化的交通環境中接受訓練與檢驗。

百度智能駕駛事業群組首席架構師王亮表示，自動駕駛世界模型的核心價值不在於渲染逼真畫面，而在於精準還原現實物理規律與因果邏輯，從「炫酷視頻畫師」升級為無人車安全能力的專業「考官」。

百度智能駕駛事業群組（IDG）架構師、世界模型負責人楊澤的表述更直接：「Apollo World將虛擬場景內所有交通參與者建模為具備決策與交互能力的AI智能體，支持無人車在虛擬城市任意起終點通行，打造提前驗證『無限未來』的虛擬場景訂單。」此外，Apollo World的技術棧還可拓展至機械人等更廣泛的物理AI場景。

行業人士分析，Apollo World可「日行十萬公里」，其一天完成的虛擬路測里程相當於一輛配備安全員的真實路測車連續測試約三年。

摩根士丹利將世界模型視為AI的「想像引擎」，讓AI能在行動前先在虛擬空間推演，實現「先思考、後行動」。但把這種能力遷移到無人駕駛並不容易。「AI教母」李飛飛曾提出「汽車是帶輪子的機械人」，但自動駕駛汽車更像是二維避障方盒子，與三維家務機械人差距明顯。

AI教AI開車可日測十萬公里

無人駕駛要走向規模化，必須同時兼顧安全、智能與規模，而這三者之間存在着一個「不可能三角」。長尾場景難靠實車里程充分覆蓋，新區域部署存在測試成本與試錯風險，跨路段、跨場景連續駕駛能力又需規模化驗證。

Apollo World把真實運營中的複雜交互與風險場景轉化為可重複、可控制、可規模化運行的虛擬測試環境，並生成現實尚未覆蓋的新場景，讓無人車在實車部署前先在虛擬世界完成駕駛推演，把測試成本和部署風險留在虛擬世界先行消化，讓AI教AI開車。

世界模型預演真實世界未發未知

要讓虛擬驗證真正貼近現實，離不開蘿蔔快跑持續積累的真實道路數據。蘿蔔快跑已落地全球28座城市，累計完成超2300萬次出行服務，自動駕駛總里程突破3.5億公里，其中全無人駕駛里程超過2.4億公里，並已在左右舵市場開展無人駕駛實踐。

楊澤說：「Apollo World希望賦予交通參與者智能，讓世界能夠回應無人車的每一個動作。」

過去四年，蘿蔔快跑在深圳學會的是應對真實世界的每一個動作，接下來，它要先在一個會「回應」的虛擬世界裏，把那些還沒在深圳街頭出現過、但遲早會出現的動作，提前練完。