百度发布 ApolloWorld 世界模型：虚拟路测一日抵三年，实时推演全球交通环境

封面为AI生成的主题示意图，非新闻现场照片。

为突破无人驾驶规模化发展面临的路测效率瓶颈，百度 Apollo 正式披露了全新世界模型 ApolloWorld。该系统利用 AI 构建持续变化的虚拟交通环境，让无人车在其中经历不同天气、道路和交通参与者，完成整趟 Robotaxi 行程的实时推演。与以往依赖真实道路数据回放的传统仿真不同，ApolloWorld 采用了多智能体驱动的技术方案。虚拟道路上的车辆、行人等交通参与者均被建模为具有决策能力的 AI 智能体，它们能根据环境变化和无人车动作自主调整行为逻辑，实现了类似‘黑客帝国’的全局实时推演。百度披露的数据显示，这套系统效率显著提升，ApolloWorld 一天完成的虚拟路测里程，相当于一辆配备安全员的真实测试车连续行驶大约三年。这使得大量原本需要在真实道路上耗时费力的验证任务，现在可借助云端计算资源并行开展。针对端到端驾驶模型在复杂场景下的训练需求，ApolloWorld 提供了完整行程级别的虚拟路测支持。在深圳滨海大道、香港机场附近等不同场景中，无人车从起点出发驶向不同目的地时，世界模型会持续生成相机、激光雷达观测数据及动态交通环境变化，与驾驶模型形成闭环反馈。百度智能驾驶事业群组杰出架构师杨泽博士介绍，系统通过知识蒸馏等方法加快推理速度，确保虚拟环境能实时响应车辆动作。研发团队还可以保留相同初始条件对错误判断进行复现和纠错，观察系统在不同情况下的表现，从而加速算法迭代。百度智能驾驶事业群组首席架构师王亮博士将这种技术突破概括为‘可交互的生成’，指出传统仿真中周围环境无法随车辆策略改变是长期难题。ApolloWorld 解决了这一局限，让无人车在不断变化的动态环境中接受检验。目前，新一代 L4 端到端模型架构已在国内一定规模的百度萝卜快跑车辆上投入实际运营。随着业务覆盖全球 28 座城市，这套包含世界模型与车端技术的体系，正逐步替换传统方案，推动无人驾驶在全球范围内的快速扩张与技术成熟。