百度发布物理AI世界模型Apollo World，近百辆萝卜快跑搭载新架构运营

事件核心：发生了什么

据AIbase报道，在百度AI Day·Apollo专场上，百度智能驾驶事业群首席架构师王亮介绍，新一代架构采用端到端模型，直接从驾驶数据中学习驾驶策略，并预测转向、油门、刹车等控制信号。为验证安全性，百度推出Apollo World：把车辆、行人和其他交通参与者构建为可自主决策的AI智能体，模拟复杂交通场景和完整行程，每天可完成约10万公里虚拟路测。百度同时指出，世界模型尚不能完全模拟真实环境，虚拟数据仍需与真实路测数据结合使用。

为什么重要

端到端架构加世界模型，是当前自动驾驶技术路线的重要组合：前者减少人工规则，后者用生成式仿真补足长尾场景和测试里程。目前Waymo、小马智行、文远知行等公司也在探索生成式仿真技术。百度强调，L4自动驾驶不仅要保证安全，还要平衡通行效率，避免行为过于保守影响交通秩序；训练中也需要过滤人类驾驶数据，减少不规范驾驶习惯的干扰。在通用大模型进入自动驾驶领域的背景下，百度认为实时性仍是关键障碍——无人驾驶系统需要以约33毫秒的周期做决策，通用模型在算力、感知和响应速度上仍有局限。

对用户/开发者/创作者的影响

对普通用户而言，Apollo World的价值在于用虚拟路测帮助验证新架构安全性，但实际乘坐体验仍取决于真实运营数据积累。对开发者和算法团队，虚拟仿真每天约10万公里的测试能力，可能降低场景复现和回归测试的成本，不过公开信息显示其仿真保真度仍有限，不能替代真实路测。对关注AI应用和智能驾驶生态的人来说，端到端模型与世界模型的结合，提示了一个更明确的工程方向：训练数据质量、推理实时性和闭环仿真能力，将共同决定系统上限。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是Apollo World后续是否会开放给更多团队或合作伙伴使用，以及在仿真中暴露的问题能否转化为路测改进；二是近百辆搭载新架构的萝卜快跑车辆，在全无人驾驶运营中的安全与效率数据能否持续披露；三是端到端方案在约33毫秒决策周期下，能否进一步覆盖更复杂的城市交通场景。以上信息基于目前公开报道，具体运营范围和技术细节仍待百度后续说明。

来源：AIbase