🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 国际 科技 采集 2026-11-03T16:12:17+00:00

百度发布智能体驱动全模态世界模型 Apollo World

原始标题:用 AI 教 AI 开车,百度 Apollo World 世界模型亮相

来源
ithome
发布时间
2026-11-03T12:55:18
采集批次
2026-11-03-16
字数
838
URL 指纹
261c2a9ff895a53e

📌 AI 总结(221 字)

百度在深圳举行的 AI Day·Apollo 专场上首次披露面向物理 AI 的 Apollo World。该模型以智能体驱动虚拟城市中的车辆和行人,能够生成相机画面、激光雷达点云等多模态数据,并依据车辆动作实时推演环境变化,形成感知、决策、行动与反馈闭环。百度还提出因果性、交互性、物理准确性、持久性和实时性五项标准,用于评估世界模型。Apollo World 目前已用于萝卜快跑全球化测试与验证,以提升无人驾驶系统的安全性和规模化落地能力。
📄 正文(838 字)
百度 Apollo 在深圳举行的 AI Day·Apollo 专场上,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。该模型面向无人驾驶场景,不仅要生成逼真画面,还要能够根据当前状态和外部干预推演现实世界的变化。

五项标准分别包括:因果性,即遵循时间单向性,由过去和当前状态预测下一刻,而非拼凑画面或反推过去;交互性,即动态响应外部动作,使干预影响未来世界状态;物理准确性,即模拟状态符合现实规律,所学能力能够迁移回物理世界;持久性,即长时间运行时保持稳定,避免物体和细节漂移;实时性,即在场景复杂度增加时仍保持低时延和较高模拟测试效率。

Apollo World 构建的虚拟城市中,车辆、行人等交通参与者并非按照固定脚本行动,而是具备决策和交互能力的 AI 智能体。面对同一交通场景,无人车采取不同动作时,虚拟世界会随之产生不同变化。

该模型可实时生成相机画面、激光雷达点云等多模态观测数据。驾驶系统依据这些信息作出转向、加速或减速等决策,再将动作反馈给 Apollo World,更新交通环境及其他智能体的行为,并生成下一时刻的观测,由此形成感知、决策、行动和反馈的端到端闭环。

虚拟测试也不局限于单个路口或一段道路。Apollo World 支持无人车从任意起点驶向任意终点,连续经过不同道路和交通场景,完成接单、载客到送达的完整出行任务。系统还会从真实数据中提取高价值场景,把复杂路况和风险转化为可重复的虚拟测试,使无人车能够反复演练和验证驾驶策略,再将结果用于系统迭代,并回到真实道路接受检验。

百度表示,萝卜快跑已成为以端到端技术规模化运行 L4 无人驾驶的出行平台。目前,其服务已覆盖全球 28 个城市,累计自动驾驶里程超过 3.5 亿公里,其中全无人驾驶里程超过 2.4 亿公里。Apollo World 已用于萝卜快跑的全球化测试与验证,帮助提升无人驾驶系统的可靠性和规模化部署能力。