百度 Apollo World 世界模型亮相：要训练的端到端无人车只跑了 100 万公里全无人里程

百度造了一座虚拟城市，城里的每辆车、每个行人都是会对 Robotaxi 动作做出反应的 AI 智能体，萝卜快跑已经在用它做测试。据每日经济新闻和 InfoQ 报道，11 月 3 日在深圳举行的百度 AI Day·Apollo 专场上，百度 Apollo 首次披露这个世界模型 Apollo World，并称它已用于萝卜快跑的全球化测试与验证。

它最要紧的用途在萝卜快跑最新的那部分车队上。百度智能驾驶事业群组（IDG）首席架构师王亮表示，萝卜快跑是中国唯一以端到端技术规模化运行 L4 无人驾驶的出行平台，端到端全无人运营超过 100 万公里。据 InfoQ 和网易科技报道，萝卜快跑整体已落地全球 28 座城市，累计出行服务超过 2300 万次，自动驾驶总里程超过 3.5 亿公里，其中全无人里程超过 2.4 亿公里。端到端系统的全无人经验只有车队的约 0.4%，百度打算让 Apollo World 补上剩下的部分。

虚拟城市里的车会回应无人车

InfoQ 写道，传统仿真里的交通参与者更像按脚本运行的道具。在 Apollo World 里，无人车减速、变道或让行，周围的智能体都可能做出不同反应；模型还实时生成相机和激光雷达数据，让驾驶系统直接感知虚拟环境。负责世界模型的 IDG 杰出架构师杨泽说，无人车能在虚拟城市任意起终点之间完成从接单到送达的整趟出行，而行业里不少世界模型只模拟独立场景。

百度还提出了世界模型的“2+3”判断标准：因果性、交互性是两项基础门槛，物理准确性、持久性和实时性是三项进阶指标。王亮称，开放道路上，安全决策周期要严格限定在 1/30 秒内。

虚拟跑 10 天，抵得上真实路上的全部记录

InfoQ 援引行业人士分析称，Apollo World 可以“日行十万公里”，一天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。按这个速度，虚拟世界里跑 10 天，就追平了端到端系统在真实道路上的全部全无人里程。

反对过度依赖这个数字的理由，就写在百度自己的标准里：物理准确性，也就是在虚拟城市里学到的东西，回到真实道路还能不能用。百度称，真实运营数据为 Apollo World 提供高价值场景，虚拟测试结果再反哺车端迭代，这正是每个世界模型都要闭合的仿真到现实回路。

伦敦的考题更难。Freenow by Lyft 正在布伦特区测试约 24 辆萝卜快跑车辆，希望最早明年实现全无人运营，Robrief 此前有报道。这些车跑的，会是 Apollo World 训练出来的端到端系统吗？