全球唯二，百度抢先交卷！首个物理AI世界模型来了

百度Apollo正式发布首个面向物理AI的Agent驱动全模态世界模型「ApolloWorld」，将城市路网、多模态传感器和车流博弈搬上云端，支持毫秒级实时交互与连续几十分钟的完整接单推演，打破了以往世界模型只能模拟几十秒孤立片段和单向放录像的瓶颈。无人车在云端平均可做到日行十万公里，1天虚拟里程相当于1辆配安全员的真车连续测试约3年，测试效率提升数百倍。萝卜快跑L4级全无人端到端大模型已正式上车，上百辆无安全员真车每天靠端到端大模型上街跑单，全球仅百度与特斯拉做到。深圳街头实测中，无人车在夜间视线不佳、路人占道、骑手突然闪过等场景下均能提前预判、平顺减速让行，掉头与会车表现丝滑。

当前世界模型赛道火热，但多数演示仍停留在视频渲染器阶段，无法根据无人车动作改变周围环境。百度智能驾驶事业群组首席架构师王亮表示，世界模型不能只做生成炫酷视频的画师，更要成为验证无人驾驶安全性的考官。ApolloWorld瞄准能互动、能推演路况变化的世界模拟器，采用用AI训练AI的思路：车端学生为萝卜快跑新一代L4端到端AIDriver基础模型，云端AI教练ApolloWorld负责构建闭环仿真环境，生成逼真街景与雷达点云，根据学生动作实时推演周围车流反应，发现短板后生成上千道同类长尾难题反复特训。ApolloWorld是业内首个同时打通全员独立Agent交互博弈、相机与点云全模态同步生成、城市级完整订单闭环的L4实战训练场。

百度提出世界模型2+3标准：因果性要求严格遵循时间单向性，只能根据过去和当前状态推演下一秒；交互性要求支持动作条件生成，无人车动作需实时改变周围车流；物理准确性要求符合真实光学成像与车辆力学规律；持久性要求连贯跑完几十分钟完整行程；实时性要求毫秒级响应。实测中，暴雨模式下激光雷达点云因雨水散射减少大半，雨天刹车距离明显延长，洒水车水柱冲走锥桶的全过程可被推演。ApolloWorld将每辆车、骑手和行人建模为独立AI智能体，可调高车流密度或旁车激进程度，鬼探头场景中骑车人甚至会像真人一样后退让出安全距离。系统支持无人车在虚拟城市任意起终点间连续行驶十分钟以上，4辆虚拟无人车从香港同一地点出发驶向不同目的地均平稳跑完，画面无崩塌，并可同时设置低中高三种车流密度并行测试。关键技术突破包括多模态联合生成与三维静态地图先验，生成多视角相机画面时同步生成3D激光雷达点云并引入高精度三维道路结构先验，避免街景变形漂移，两车三维空间擦碰会当场判定测试失败。