在深圳举行的百度AI Day·Apollo专场上，百度Apollo首次对外披露了面向物理AI的智能体驱动全模态世界模型Apollo World，同时提出了一套用于评判世界模型能力的“2+3”标准。这一发布将焦点从“生成画面是否好看”拉回到“能否忠实还原现实物理规律与行为因果”这一根本问题上，也为无人驾驶的虚拟训练与安全验证提供了新的技术路径。
所谓世界模型，业界常将其比作AI的“想象引擎”，让系统在真正行动之前先在虚拟空间中推演后果。但百度智能驾驶事业群组首席架构师王亮强调，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”。无人驾驶与受限空间内执行动作的机器人不同，它身处开放道路，需要持续与大量不可预判的交通参与者博弈，对一台近两吨重、时速几十公里的车辆而言，每一次判断都直接关系安全，容错空间几乎为零，安全决策周期被严格限定在极短时间内。
基于这一认识，Apollo提出了“2+3”判断标准。“2”是决定一个模型算不算世界模型的基础门槛：其一是因果性，即遵循时间单向性，由过去决定未来，基于当前状态预测下一刻，而不是拼凑画面反推过去；其二是交互性，即能够动态响应外部干预，注入动作以影响未来的世界状态。“3”则是衡量能力高下的进阶指标，其中物理准确性关注模拟状态是否可靠、是否符合世界规律，以及学到的能力回到物理世界后是否仍然可用。
在落地层面，Apollo World已将虚拟场景内的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中任意起终点通行，从而打造可提前验证“无限未来”的虚拟场景订单。目前该模型已用于萝卜快跑的全球化测试与验证。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，端到端全无人运营已超过百万公里，Apollo World为其提供虚拟训练环境，帮助AI Driver学习、验证和迭代。
从效率看，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。业内分析认为，依托世界模型带来的能力跃升，叠加数据飞轮效应，行业将呈现强者恒强的格局。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，为无人驾驶规模化落地与物理AI的整体演进提供支撑。
