Oct 29Thu

百度研发“世界模型”，瞄准自动驾驶

在大模型进入下半场之后，人工智能的竞争焦点正在悄然发生转移：从理解语言的“数字世界”，跨入理解物理规则的“真实世界”。 近日，据媒体报道，百度正在研发“世界模型”（World Model），并预计很快将公布相关研究进展。据了解，该模型旨在学习物理环境的表征并预测其变化，有望成为需要在真实世界中运行的系统的底层基础设施。 报道指出，自动驾驶是这项技术的核心应用方向之一。通过预测周围车辆、行人以及道路状况的动态变化，世界模型能够大幅提升自动驾驶系统的规划与决策能力。 虽然百度官方尚未披露该模型的具体应用方式以及与旗下无人驾驶出租车业务 Apollo Go 的深度融合细节，但这一动作本身，已经向行业释放了一个极其明确的信号：在端到端大模型之后，自动驾驶正在酝酿新一轮的底层技术范式转移，而百度试图在这一轮周期中占据技术高地。 告别“规则代码”：世界模型重塑自动驾驶 要理解世界模型的战略意义，首先要理解当前自动驾驶面临的“数据瓶颈”。 过去几年，自动驾驶的技术路线经历了从“基于规则”到“基于数据驱动（端到端大模型）”的演进。尽管端到端大模型让车辆的驾驶行为更像人类，但它依然存在一个致命缺陷：无法准确预测未来。 人类驾驶员在开车时，脑海中会自然构建一个“物理世界模型”：看到前方有小孩在玩皮球，会本能地预判小孩可能会冲到马路上；看到前车刹车灯亮起，会预测前方的拥堵情况。而传统的自动驾驶模型，往往是对历史数据的概率拟合，缺乏对物理因果关系的深度推理。 “世界模型”的作用，就是赋予自动驾驶系统这种“前瞻性”。它通过学习海量的真实物理环境数据，能够生成和预测世界在未来几秒钟内的演变。这不仅仅是识别障碍物，而是理解重力、惯性、摩擦力以及复杂交通参与者的动态博弈。 一旦世界模型成熟，自动驾驶系统就能在真实的物理世界中拥有更强大的泛化能力。它不再需要穷举所有极端场景（Corner Case），而是能在遇到从未见过的复杂路况时，根据物理常识做出最安全的规划决策。 百度的底牌：28个城市的真实数据与规模效应 在硅谷，英伟达、特斯拉以及一批顶尖的自动驾驶初创公司（如Wayve），都已经将世界模型视为通往L4级自动驾驶的重要路径。百度此时高调切入，其最大的底气来自于其庞大的真实路测数据。 据公开信息，百度旗下的无人驾驶出租车业务 Apollo Go 已经拓展至全球 28 个城市。在中国的一线城市，以及部分复杂的右舵车市场，Apollo Go 积累了丰富的真实驾驶数据。公开信息显示，Apollo 公开的自动驾驶测试总里程已突破 3.5 亿公里。 这正是训练世界模型最稀缺的燃料。 与其他还在使用仿真数据或小规模路测数据训练模型的公司不同，百度拥有海量真实道路数据。这些数据包含了极其复杂的中国路况、恶劣天气、以及各种突发的人车博弈场景。 有了这些数据，百度能够构建出一个精度极高的数字孪生世界。在这