百度Apollo World一天虚拟十万公里,抵实车跑三年,世界模型开始当考官

芝能科技出品

萝卜快跑已经在全球28座城市落地,累计自动驾驶里程突破3.5亿公里,其中全无人里程超过2.4亿公里,端到端全无人运营超过百万公里。

真实数据规模已经很大,百度11月3日在深圳AI Day·Apollo专场上又端出一套世界模型 Apollo World,还给世界模型立了一把“2+3”的尺子。

这套模型不是用来生成炫酷视频的,而是给无人车当安全考官:一天能跑十万公里虚拟路测,约等于一辆实车连续测三年。

开车最怕没预料到的下一秒,世界模型要解决的,正是把罕见又致命的场景变成可重复、可控制的测试。这是实车做不到的。

01 为什么需要 一个虚拟世界

你准备变道,后面那辆车突然加速;你准备左转,对面的电动车突然冲出来。同一个危险场景,采取不同动作,结果会怎样?这就是世界模型的用武之地。

它生成视频越来越逼真,但核心是预测交通参与者的行为:前面有辆车急刹,我可以跟着刹,也可以向旁边变道,选刹车后车会不会追尾,选变道旁边车会不会避让。

同一初始场景给不同驾驶动作,模型应该推演出不同的后续变化。

百度把这条标准拆成了“2+3”。两项基础门槛决定它算不算世界模型:

◎ 因果性,按时间单向性由过去决定未来,基于当前状态预测下一刻,而不是拼凑画面反推过去;

◎ 交互性,能动态响应外部干预,注入动作影响未来世界状态。

三项增益属性衡量能力高下:

◎ 物理准确性,模拟状态是否符合世界规律,学到的能力回到物理世界还能不能用;

◎ 持久性,长时间运行物体和细节会不会漂移;

◎ 实时性,生成复杂度增长不影响推理时间,拿到高模拟测试效率。

摩根士丹利把世界模型叫做AI的“想象引擎”,让AI行动前先在虚拟空间推演,先思考后行动。

李飞飞说过汽车是带轮子的机器人,但无人驾驶不是具身智能的轻松版本:机器人只在受限空间执行规划动作,无人车身在开放道路,持续和海量不可预判的交通参与者博弈。

一台近两吨重、几十公里时速的车,每次判断和动作都直接关系交通安全,安全决策周期被压在1/30秒内,开放世界容错空间几乎为零。零容错,就是难点。

王亮是百度智能驾驶事业群组首席架构师、IDG技术委员会主席,他把世界模型分成两重身份: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,Apollo World给它提供虚拟训练环境,让车端AI在部署前反复学习和验证。

02 Apollo World 怎么造这个平行世界

Apollo World把虚拟场景里的交通参与者全部建模成具备决策与交互能力的AI智能体。

◎ 传统仿真里,其他车辆和行人更像按脚本跑的道具;

◎ 在这里,无人车减速、变道或让行,都可能引发周围参与者的不同反应,系统在持续变化的交通环境里接受训练。

同一辆车的相机画面位置和激光雷达感知到的三维位置要对得上,距离、遮挡、运动状态在不同传感器间都要一致,只有漂亮视频、没有可靠的空间和传感器信息,测试价值就打折。视频好看没用。

它能实时生成相机、激光雷达等多模态观测,系统作出驾驶决策,环境随之变化,再向系统提供新反馈,形成持续验证的回路。

杨泽是百度IDG杰出架构师、世界模型负责人,他介绍 Apollo World支持无人车在虚拟城市任意起终点通行,完成从接单、载客到送达的完整出行任务。

让萝卜快跑在跨路段、跨场景的连续驾驶里接受检验,而不只是单点场景模拟。单点不够。

靠的是因果自回归生成和知识蒸馏,按时间顺序生成未来状态,压低运行时的计算开销,让虚拟环境连续、快速地响应车辆动作。

武汉的路和香港不一样,迪拜和伦敦的交通习惯也不一样,道路结构、天气、驾驶习惯、交通参与者都会带来新场景。

有些危险场景几十万公里才碰一次,还有些根本不能为了测试主动制造,比如高速上前车突然掉障碍物,或者行人在盲区突然跑出来。

世界模型把这些罕见场景变成可重复的虚拟测试,还能不断改条件,无人驾驶模型给出动作,虚拟环境产生新观测,模型再据新观测继续决策,构成测试回路。

Apollo World一天完成的虚拟路测里程,约等于一辆配备安全员的真实路测车连续测试三年,这才让测试和部署风险能留在虚拟世界先消化。

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,并在左右舵市场开展无人驾驶实践。

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互相促进的数据飞轮。

无人驾驶要走向规模化,安全、智能与规模必须同时兼顾。

这是个不可能三角。长尾场景难靠实车里程充分覆盖,新区域部署有测试成本与试错风险,跨路段连续驾驶能力又需规模化验证。

Apollo World把真实运营里的复杂交互与风险场景转化为可重复、可控制的虚拟测试,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消化。

物理AI市场正快速增长。

Grand View Research预计,全球物理AI市场规模从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36.1%。

Apollo World的技术栈还可拓展至机器人等更广泛的物理AI场景,杨泽提到这套能力不只服务无人车。

百度已有相当规模的真实运营车队,Apollo World让AI教AI开车:真实与虚拟借着数据飞轮互相促进,把这个不可能三角一点点撑开。

小结

Apollo World把交通参与者变成会反应的AI智能体,一天虚拟十万公里抵实车三年。它要撑开的,是安全、智能、规模这个不可能三角。萝卜快跑的真实里程是底,虚拟验证是杠杆。

声明:本文为维科号作者发布,不代表维科号立场。如有侵权或其他问题,请及时联系我们举报。