百度 Apollo World 亮相：让交通参与者变成智能体，在虚拟城市里跑完整趟运营

在深圳的一场 Apollo 专场活动上，百度没有先讲车，而是先讲”世界”。11 月 3 日，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，并给出了一套听起来很工程化的判断标准。对自动驾驶行业来说，这不是一次普通的产品发布，而是把竞争焦点从”路上跑了多少公里”往”虚拟世界里验证了多少场景”挪了一步。

一分钟速览

• Apollo World 是面向物理 AI 的智能体驱动全模态世界模型，服务于无人驾驶的生成与推演。
• 百度提出世界模型”2+3″判断标准，核心围绕因果性、物理准确性、持久性与实时性。
• 虚拟城市中的车辆、行人不是固定脚本道具，而是具备决策与交互能力的 AI 智能体。
• 模型可实时生成相机画面、激光雷达点云等多模态观测，形成感知、决策、行动、反馈的端到端闭环。
• 萝卜快跑已覆盖全球 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。

世界模型不是”更漂亮的游戏画面”

很多被称为世界模型的产品，本质上是在生成视频：给定一段提示，输出一段看起来合理的画面。对影视和游戏来说，这已经足够有用；对自动驾驶来说，远远不够。

原因在于，驾驶需要的是”如果我这样做，世界会怎样变”的推演能力，而不是”下一帧长什么样”的拟合能力。画面可以骗过眼睛，但骗不过物理规律。一辆车以 60 公里时速驶过积水路面，轮胎的附着系数、刹车的距离、后车的反应，都必须自洽。

百度给出的四项标准，正好对应这四个难点。因果性要求时间单向、由过去决定未来，不能靠拼凑画面反推；物理准确性要求模拟状态可靠，学到的能力回到现实还能用；持久性要求长时间运行不漂移，物体和细节不能越跑越变形；实时性要求低时延，场景复杂度上升不能拖慢推理。

这四条听起来朴素，却是世界模型从演示走向生产的分水岭。演示只需要几十秒的惊艳，生产需要几万次可重复、可对比、可复现的测试。

把交通参与者变成智能体

Apollo World 的一个关键设计，是虚拟城市里的车辆和行人不再按固定脚本行动，而是具备决策和交互能力的 AI 智能体。无人车采取不同动作，虚拟世界会随之变化：你减速，后车可能变道；你让行，行人可能加快通过。

这解决了传统仿真最棘手的问题——”脚本化世界”只能测试预期内的场景。真实道路的长尾，往往来自其他交通参与者对你的反应的反应。如果对方只是按轨道移动的 NPC，你永远测不出博弈中的风险。

多模态观测是另一半。模型实时生成相机画面和激光雷达点云，让驾驶系统像在真实道路上一样感知环境；系统做出转向、加速或减速的决策，再把动作传回世界模型，模型更新环境和其他智能体的行为，生成下一刻的观测。闭环就这样转起来。

这个闭环还支持无人车在虚拟城市里从任意起点驶向任意终点，连续经过不同道路和场景，完成从接单、载客到送达的完整任务。测试对象不再是一段路，而是一整趟运营。

为什么仿真突然变得值钱

自动驾驶行业过去十年的军备竞赛，很大一部分花在路测里程上。里程当然重要，但它有三个天然缺陷：贵、慢、不可复现。同一个危险场景，你很难让它在现实中精确重演一百次。

世界模型提供的，是可重复的风险。百度说 Apollo World 会从真实数据中提取高价值场景，把复杂路况和风险转化为可重复的虚拟测试；无人车在虚拟世界里反复演练、验证策略，结果再反哺系统迭代，更新后的系统回到真实道路接受检验。

这套”真实数据—虚拟演练—现实验证”的循环，价值不只在降本。它改变了迭代节奏：过去改一版策略，要等车队跑够里程才能评估；现在可以在虚拟环境里先跑一遍高价值场景，把明显的问题挡在上路之前。

趋势：世界模型正在成为物理 AI 的基础设施

把 Apollo World 放在更大的图景里看，会发现它和机器人、具身智能、工业仿真走的是同一条路：先用生成式模型理解物理世界，再用智能体在模型里练习，最后把能力迁移回现实。

这也解释了为什么百度强调”智能体驱动”。世界模型如果只是被动生成画面，它只是个数据工厂；一旦交通参与者具备决策能力，它就变成了一个可以反复进行博弈的实验场。

挑战同样清楚。虚拟到现实的差距不会因为模型更大就自动消失；长时间运行的漂移、极端天气和传感器噪声的建模、算力成本，都是工程上的硬骨头。更重要的是，仿真里验证过的策略，最终仍要在真实道路上接受一次不可作弊的考试。

但方向已经明确：自动驾驶的竞争，正在从”谁跑得多”转向”谁能在虚拟世界里更高效地犯错”。现实中的错误代价太高，而世界模型提供的，正是一个可以安全犯错的沙盘。