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。目前，该模型已用于萝卜快跑全球化测试与验证，助力无人驾驶规模化落地。

从南山探索迈向坪山L4商业化落地

把这场发布放在深圳，不是偶然。萝卜快跑在深圳的轨迹，本身就是一段被真实道路反复检验的历史。2022年2月，萝卜快跑落地深圳南山区，开启无人驾驶的深圳之旅。

此后服务逐步拓展至坪山、宝安，2023年7月获得坪山区首批智能网联汽车无人商业化试点，可在坪山开展L4级无人驾驶商业化收费运营。

到2026年，深圳已积累4016万公里自动驾驶安全运行里程，备案试点运营车辆达2052台，无人车从展厅放进了日常通勤。

Apollo World智能体打破虚拟路测假象

但真实道路跑得再多，仍然绕不开一个老问题：传统模拟环境中，其他交通参与者更像是按脚本运行的道具。行人按设定路线走，车辆按设定速度开，无人车面对的是一个“配合演出”的世界。

真实路况恰恰相反，旁边那辆车会不会突然变道，路口那个行人会不会犹豫半步，全都不在剧本里。

Apollo World要改的正是这件事。在它构建的虚拟城市中，车辆、行人等交通参与者均被建模为具备决策和交互能力的AI智能体，能够根据周围交通变化调整行动。无人车减速、变道或让行，都可能引发其他参与者的不同反应，使无人驾驶系统在持续变化的交通环境中接受训练与检验。

百度智能驾驶事业群组首席架构师王亮表示，自动驾驶世界模型的核心价值不在于渲染逼真画面，而在于精准还原现实物理规律与因果逻辑，从“炫酷视频画师”升级为无人车安全能力的专业“考官”。

百度智能驾驶事业群组（IDG）架构师、世界模型负责人杨泽的表述更直接：“Apollo World将虚拟场景内所有交通参与者建模为具备决策与交互能力的AI智能体，支持无人车在虚拟城市任意起终点通行，打造提前验证‘无限未来’的虚拟场景订单。”此外，Apollo World的技术栈还可拓展至机械人等更广泛的物理AI场景。

行业人士分析，Apollo World可“日行十万公里”，其一天完成的虚拟路测里程相当于一辆配备安全员的真实路测车连续测试约三年。

摩根士丹利将世界模型视为AI的“想像引擎”，让AI能在行动前先在虚拟空间推演，实现“先思考、后行动”。但把这种能力迁移到无人驾驶并不容易。“AI教母”李飞飞曾提出“汽车是带轮子的机械人”，但自动驾驶汽车更像是二维避障方盒子，与三维家务机械人差距明显。

AI教AI开车可日测十万公里

无人驾驶要走向规模化，必须同时兼顾安全、智能与规模，而这三者之间存在着一个“不可能三角”。长尾场景难靠实车里程充分覆盖，新区域部署存在测试成本与试错风险，跨路段、跨场景连续驾驶能力又需规模化验证。

Apollo World把真实运营中的复杂交互与风险场景转化为可重复、可控制、可规模化运行的虚拟测试环境，并生成现实尚未覆盖的新场景，让无人车在实车部署前先在虚拟世界完成驾驶推演，把测试成本和部署风险留在虚拟世界先行消化，让AI教AI开车。

世界模型预演真实世界未发未知

要让虚拟验证真正贴近现实，离不开萝卜快跑持续积累的真实道路数据。萝卜快跑已落地全球28座城市，累计完成超2300万次出行服务，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，并已在左右舵市场开展无人驾驶实践。

杨泽说：“Apollo World希望赋予交通参与者智能，让世界能够回应无人车的每一个动作。”

过去四年，萝卜快跑在深圳学会的是应对真实世界的每一个动作，接下来，它要先在一个会“回应”的虚拟世界里，把那些还没在深圳街头出现过、但迟早会出现的动作，提前练完。