用AI教AI开车，百度Apollo World世界模型亮相

百度

如果一辆无人车准备驶入一座新城市，能不能先在虚拟世界里，把从接单、载客到送达的完整行程跑一遍？今天，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。Apollo World可以生成一段相对真实的视频。↓

让虚拟世界遵循现实规律、回应无人车的动作，并支持驾驶系统从起点出发，一路开到目的地。↓

↓

世界模型不只要像还要符合现实规律

无人驾驶身处开放道路，需要持续应对车辆、行人、非机动车等交通参与者的变化。对一台2吨重、几十公里时速的车辆而言，开放世界容错空间几乎为零，安全决策周期要严格限定在1/30秒内。

因此，用于无人驾驶的Apollo World不仅要生成逼真的画面，还要准确推演现实世界如何变化。百度Apollo提出了世界模型“2+3”判断标准：

“2”是基础门槛：◎ 因果性：世界模型应当遵循时间的单向性，由过去决定未来，基于当前状态预测下一刻，而不是拼凑画面、反推过去。

◎ 交互性：能动态响应外部干预，注入动作影响未来世界状态。“3”是进阶指标：◎ 物理准确性：模拟的状态有多可靠，是否符合世界规律，学习获得的能力回到物理世界还能不能用。◎ 持久性：持续运行的时间和稳定性能不能跟上，长时间运行物体和细节是否发生漂移。◎ 实时性：低时延，生成世界复杂度的增长不影响模型推理时间，获得高模拟测试效率。

在Apollo World构建的虚拟城市中，车辆、行人等交通参与者都不是按照固定脚本行动的“道具”，而是具备决策和交互能力的AI智能体。例如，面对同样的交通场景，无人车采取不同动作，虚拟世界也会随之发生变化⬇️

当自车减速时当自车超车时