新闻雷峰网今天

百度发布Apollo World世界模型，智能体驱动L4端到端闭环验证

百度Apollo发布智能体驱动全模态世界模型Apollo World，提出“2+3”物理AI评判标准。该模型将交通参与者建模为交互智能体，支持端到端行程闭环仿真，日测里程等效实车三年，已用于萝卜快跑全球化测试与L4规模化验证。

AI 整理

仿真与训练
具身模型

本文由 AI 根据公开内容整理，可能有误，请以原文为准：AI教AI开车！百度Apollo World世界模型叩开无人驾驶产业“AGI时刻”（雷峰网）

核心内容

百度在AI Day·Apollo专场正式发布面向物理AI的Apollo World世界模型，旨在解决无人驾驶安全、智能与规模的“不可能三角”。该模型已应用于萝卜快跑全球化测试，支撑其超2.4亿公里全无人运营数据的迭代验证。相比传统视频生成模型，Apollo World强调因果性与交互性，通过将虚拟场景内所有交通参与者建模为具备决策能力的AI智能体，实现“AI教AI开车”的高保真推演，单日虚拟路测里程相当于一辆安全员测试车连续运行约三年。

技术架构上，Apollo World确立了“2+3”评判标准：基础门槛包含遵循时间单向性的因果性与动态响应外部干预的交互性；进阶指标涵盖物理准确性、长时运行持久性及低时延实时性。系统支持相机与激光雷达多模态数据实时生成，实现从接单到送达的完整行程闭环仿真，而非独立片段模拟。该技术栈不仅服务于自动驾驶，还可拓展至机器人等更广泛的物理AI场景，通过提取真实运营高价值场景反哺车端，形成虚实互促的数据飞轮。

关键看点

2+3评判标准：确立因果性与交互性为基础门槛，物理准确性、持久性与实时性为进阶指标，区分世界模型与纯视频生成工具
智能体驱动仿真：将车辆行人建模为具决策交互能力的AI智能体，支持动态博弈与端到端行程闭环，突破传统脚本化道具限制
验证效率跃升：单日虚拟路测里程等效实车安全员测试约三年，助力萝卜快跑在全球28城超2.4亿公里全无人运营数据迭代
多模态感知闭环：实时生成相机与激光雷达观测数据，支持跨路段连续驾驶任务验证，技术栈可拓展至通用物理AI场景

工程与产业观察

Apollo World标志着具身仿真从“视觉渲染”转向“物理规律与行为因果验证”。其提出的“2+3”标准为行业提供了量化标尺，而智能体驱动的行程闭环仿真有效缓解了L4长尾场景覆盖难题。对于机器人开发者而言，这种基于真实运营数据反哺、强调交互因果的世界模型构建范式，是解决开放环境具身智能Sim-to-Real鸿沟的关键工程参考。