上证报中国证券网讯(记者王子霖)“世界模型，重点不是渲染的画质是否好看，而是模拟器是否能忠实还原现实物理规律和行为的因果。”11月3日，在深圳举行的百度（BIDU）AI Day.Apollo专场上，百度（BIDU）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。目前，该模型已用于萝卜快跑全球化测试与验证。
Apollo抛出世界模型“2+3”评判标尺
摩根士丹利（MS）将世界模型视为AI的“想象引擎”。百度（BIDU）智能驾驶事业群组(IDG)首席架构师、IDG技术委员会主席王亮表示，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（885736）安全性的“考官”。对一台近两吨重、几十公里时速的车辆而言，它的每一次判断和动作都直接关系到交通安全，这对安全、实时性和冲突博弈的要求高出一个量级——开放世界容错空间几乎为零，安全决策周期（883436）要严格限定在1/30秒内。这意味着，世界模型不能只满足于“像”。
站在物理AI视角，Apollo提出“2+3”判断标准：“2”是决定算不算世界模型的基础门槛，“3”是衡量模型能力高下的进阶指标。“2”项基础门槛：一是因果性，遵循时间单向性，由过去决定未来，基于当前状态预测下一刻，而非拼凑画面反推过去；二是交互性，能动态响应外部干预，注入动作影响未来世界状态。“3”项增益属性：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。
三大核心能力：智能体驱动、全模态感知、行程闭环
百度（BIDU）智能驾驶事业群组(IDG)杰出架构师、世界模型负责人杨泽介绍：“Apollo World希望赋予交通参与者智能，让世界能够回应无人车的每一个动作。”
在Apollo World构建的虚拟城市中，车辆、行人等交通参与者均被建模为具备决策和交互能力的AI智能体（886099），能够根据周围交通变化调整行动。无人车减速、变道或让行，都可能引发其他参与者的不同反应，使无人驾驶（885736）系统在持续变化的交通环境中接受训练与检验。
与此同时，Apollo World可实时生成相机、激光雷达等多模态观测数据，让无人驾驶（885736）系统直接感知虚拟环境。系统作出驾驶决策后，环境随之变化，再向系统提供新的反馈，形成端到端闭环。
杨泽表示：“行业里不少世界模型仍以独立场景模拟为主，Apollo World则更关注完整任务的闭环模拟。”在Apollo World构建的虚拟城市中，无人驾驶（885736）车辆能够在不同起终点之间连续行驶，完成从接单、载客到送达的完整出行任务，使萝卜快跑能够在跨路段、跨场景的连续驾驶过程中接受训练与检验。此外，Apollo World的技术栈还可拓展至机器人等更广泛的物理AI场景。
世界模型叩开无人驾驶产业“AGI时刻”
无人驾驶（885736）要走向规模化，必须同时兼顾安全、智能与规模，而这三者之间存在着一个“不可能三角”。长尾场景难靠实车里程充分覆盖，新区域部署存在测试成本与试错风险，跨路段、跨场景连续驾驶能力又需规模化验证。Apollo World把真实运营中的复杂交互与风险场景转化为可重复、可控制、可规模化运行的虚拟测试环境，并生成现实尚未覆盖的新场景，让无人车在实车部署前先在虚拟世界完成驾驶推演，把测试成本和部署风险留在虚拟世界先行消化，让AI教AI开车。
要让虚拟验证真正贴近现实，离不开萝卜快跑持续积累的真实道路数据。萝卜快跑已落地全球28座城市，累计完成超2300万次出行服务，自动驾驶总里程突破3.5亿公里，其中全无人驾驶（885736）里程超过2.4亿公里，并已在左右舵市场开展无人驾驶（885736）实践。依托真实驾驶数据，Apollo World提取高价值场景，虚拟测试结果再反哺车端迭代，形成真实运营与虚拟验证相互促进的闭环。
Grand View Research预计，全球物理AI市场规模将从2025年的约816亿美元增至2033年的约9604亿美元，2026年至2033年复合年增长率为36.1%。从“生成画面”推向“验证行动”，破解“不可能三角”，Apollo World正为无人驾驶（885736）规模化落地提供新的技术标尺，助推无人驾驶（885736）抵达AGI时刻。
