百度ApolloWorld一天抵三年路测，无人车的考场搬进了云端

想证明一套无人驾驶系统靠谱，得先开多少公里？按百度披露的口径，验证规模按100万公里算，单车每天跑150公里，一辆车要连着开6600多天。就算同时上百辆车，也得折腾两个多月。

11月4日，百度Apollo披露了新的世界模型ApolloWorld，已经用在萝卜快跑的全球化测试验证里。百度官方说，它一天跑完的虚拟路测里程，相当于一辆配安全员的真实测试车连续开三年。我们 AI主线 的看法是：ApolloWorld 值得看的地方不在画面像不像真的，而在虚拟路上的其他车会跟着无人车的动作改主意，这一点决定了它能当考场用，而不只是一段好看的视频。

一天抵三年，这笔账能信几成？

先把这个数翻译一下。沿用每天150公里的口径，三年大约是十六万公里，这是我按百度的说法粗算的，百度本身没给这个数。照这个量级，100万公里的验证量，六天出头就能攒出来。

对做 L4 的团队来说，这很要紧。以前每次扩城市、改驾驶系统，都得把一大堆场景重新验一遍，靠车、靠安全员、靠时间。现在一部分能搬到云上并行跑，拼的是算力。

不过得泼一勺冷水。这个“三年”目前是百度自己披露的，还没有第三方复核。“跑得多”和“跑得准”是两回事，虚拟里程要换算成真实路上的可靠性，中间还隔着一道对照。

周围的车会“自己想事”，差在哪？

传统仿真常见的做法，是把真实道路上录下的交通情况拿来回放。无人车换了策略，旁边的车还是照着原来的轨迹开。这就像对着录像练倒车，录像里的人可不会为你让路。

ApolloWorld 走的是多智能体路线。按百度世界模型负责人杨泽博士的介绍，车辆、行人都被建成有目标、能决策的 AI 智能体，会看着别人的动作调整自己。

百度给的例子很直观：无人车开到高架入口，如果它上高架，支路的车拿到空间，就顺势汇入主路；如果它改走右侧辅路、占了那块空间，支路的车就会减速停下等着。你的一个动作，会改写别人的选择。

更难的是整趟行程。一趟 Robotaxi 二三十分钟，要过几十个路口，前面的决定会影响后面遇到什么。百度展示的是行程级别的虚拟路测，相机和激光雷达的数据由世界模型持续生成。驾驶模型读数据、做决策，再把动作交回世界模型，一来一回地往下推。为了让生成速度跟上决策，百度还用了知识蒸馏之类的方法给推理提速。

出错的场景还能保留初始条件复现，再调周围车的行为重来。一套 AI 出题，另一套 AI 做题，说白了就是教练带学员。

“2+3”是自己出卷、自己判卷吗？

百度同时提出了面向物理 AI 的“2+3”评价框架：因果性和交互性是两项基础条件，物理准确性、持久性、实时性是三项用来衡量能不能扛任务的指标。

我挺认同它抓的方向，尤其是物理那一条。下雨不只是画面里多几根雨丝：路面湿滑会改变制动距离，雨滴还会干扰激光雷达的回波，让点云出现一堆噪点。要是虚拟世界里只有雨的画面，车还按晴天制动，测一万遍也白测。百度的人把这类工作叫“dirty work”，我觉得形容得挺准。

但框架是百度自己提的，尺子也是自己定的。它能不能变成行业通用的标准，得看别家愿不愿意拿来对照，也得看百度肯不肯把虚拟和真实的比对结果摆出来。不然再漂亮的框架，也容易被当成画饼。

跟 Waymo 比，谁更会出题？

竞品这边，Waymo 在今年2月6日发布了 Waymo World Model，基于 Google DeepMind 的通用世界模型 Genie 3（2025年8月发布）改造，能生成相机和激光雷达数据，还能靠语言提示、驾驶操作来调整场景。Waymo 强调的是借 Genie 3 在海量视频里学到的世界知识，去模拟车队没亲眼见过的罕见情况，比如龙卷风、大象上路。The Decoder 提到，Waymo 发布时没有给出基准成绩或独立评测。

两家放在一起，Waymo 这次的重点是怎么把考题出得刁钻，百度讲的是怎么把一整趟出行当成考卷。两边目前都是自家披露，谁的考场更贴近真实路况，还得等外部数据说话。

百度手里的底子也得提一句。按它自己披露的数字，业务覆盖全球28座城市，累计完成超过2300万次出行服务，总里程超过3.5亿公里，其中全无人驾驶里程超过2.4亿公里。这些真实经历能被反复改参数重放。比如百度提到的一次真实路测：洒水车经过施工区，路边锥筒被水流冲到了无人车的行驶路线上。这种偶然，工程师写不进测试脚本，现在却有机会拿来反复练。

世界模型这条线现在卷得厉害。9月底，AMD 宣布以约82亿美元的全股票交易收购 World Labs，交易还没有交割，资本也在往这个方向押注。

接下来我盯两件事：一是百度会不会公开虚拟路测和真实路测的对照数据，二是新城市的开城速度，有没有因为这套云端考场真的变快。