（来源：证券时报）
“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。目前，该模型已用于萝卜快跑全球化测试与验证，助力无人驾驶规模化落地。
百度智能驾驶事业群组（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安全性的“考官”。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百万公里，Apollo World为其提供虚拟训练环境，帮助“学生”AI Driver学习、验证和迭代。
“Apollo World将虚拟场景内所有交通参与者建模为具备决策与交互能力的AI智能体，支持无人车在虚拟城市任意起终点通行，打造提前验证‘无限未来’的虚拟场景订单。”百度智能驾驶事业群组（IDG）杰出架构师、世界模型负责人杨泽进一步介绍。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。
行业人士分析，Apollo World可“日行十万公里”，其一天完成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。
摩根士丹利将世界模型视为AI的“想象引擎”，让AI能在行动前先在虚拟空间推演，实现“先思考、后行动”。但把这种能力迁移到无人驾驶并不容易。业内指出，“汽车是带轮子的机器人”，但自动驾驶汽车更像是二维避障方盒子，与三维家务机器人差距明显。
王亮表示，会跳舞、叠衣服的机器人很厉害，但学会开车是另一重难题。无人驾驶从来不是具身智能的“EASY模式”：机器人只需在受限空间执行规划动作，无人驾驶则身处开放道路，持续与海量不可预判的交通参与者博弈。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了一个量级——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。这意味着，世界模型不能只满足于“像”。
Apollo提出世界模型“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。
据介绍，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，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，使无人驾驶系统在持续变化的交通环境中接受训练与检验。
