Baidu Apollo World se reveló por primera vez: flujo de tráfico con agentes y estándar “2+3”, sin mención de acceso para terceros
Según un reportaje de Leiphone del 3 de noviembre de 2026, Baidu Apollo presentó por primera vez en el AI Day de Shenzhen su modelo del mundo Apollo World, del que afirma que ya se usa en pruebas de globalización de Apollo Go, y propuso un criterio de evaluación “2+3”; el reportaje no menciona API pública, pesos ni precios.

Qué ha cambiado
Según un reportaje de Leiphone del 3 de noviembre de 2026, Baidu Apollo presentó por primera vez, en la sesión Apollo del Baidu AI Day celebrado en Shenzhen, el modelo del mundo para IA física Apollo World, del que afirma que está impulsado por agentes, puede generar observaciones de todas las modalidades y permite cerrar el ciclo completo de un viaje. Wang Liang, arquitecto jefe de Baidu IDG, afirmó que un modelo del mundo no debería buscar solo el realismo visual, sino convertirse en un “examinador” que valide la seguridad de la conducción autónoma; Yang Ze, responsable del modelo del mundo, dijo que Apollo World modela a los participantes del tráfico, como vehículos y peatones, como agentes de IA con capacidad de decisión e interacción, genera en tiempo real observaciones de cámara y lidar, y permite que el vehículo autónomo complete de forma continua tareas de aceptación de solicitudes, transporte de pasajeros y entrega en destino entre distintos puntos de origen y destino de una ciudad virtual. Baidu también propuso el criterio “2+3”: causalidad e interactividad como umbrales básicos, y precisión física, persistencia y tiempo real como indicadores avanzados. El reportaje señala que el modelo ya se usa en pruebas y validación de la globalización de Apollo Go; Apollo Go está presente en 28 ciudades, acumula más de 23 millones de viajes y más de 350 millones de kilómetros de conducción autónoma, y los datos de carretera real se usan para extraer escenarios de alto valor, mientras que los resultados de las pruebas virtuales retroalimentan la iteración en el vehículo; el reportaje no divulga API pública, pesos, licencia ni precios de Apollo World.
Impacto para desarrolladores
Para la mayoría de los usuarios de API, esta noticia no ofrece un endpoint, SDK, pesos ni información de facturación a los que se pueda acceder, así que no puede tomarse como un sustituto de un modelo de lenguaje. Para los equipos de conducción autónoma y robótica, si en el futuro se consigue acceso, la integración no consistirá en una sola llamada al modelo, sino en una combinación de entorno de simulación, orquestación de escenarios, canalización de datos de sensores y procesos de evaluación de seguridad; esto implica que las canalizaciones actuales que solo reproducen registros reales probablemente tendrán que añadir configuración del comportamiento de los agentes, interfaces de generación multimodal y orquestación de tareas largas. Si se confirman el flujo de tráfico con agentes y las observaciones de todas las modalidades descritos en el reportaje, el cuello de botella de las pruebas pasará del realismo visual a la reproducibilidad de las interacciones, la latencia de generación y la deriva en ejecuciones prolongadas. Por ejemplo, un flujo de tráfico con guiones predefinidos sirve para pruebas de regresión porque el mismo escenario es repetible; un flujo con agentes sirve mejor para descubrir casos poco frecuentes de tipo interactivo, pero tiene mayor varianza, por lo que hay que usar semillas fijas, muestreo estratificado e intervalos de confianza para determinar si una mejora es real. La generación de todas las modalidades implica que los equipos de percepción no pueden fijarse solo en la calidad de la imagen, sino que deben comprobar la consistencia geométrica del lidar generado, la latencia y la brecha de dominio de los detectores posteriores. Los “100.000 kilómetros diarios” citados en el reportaje son un análisis de personas del sector, no un benchmark reproducible; no sustituyen la medición de kilómetros efectivos por unidad de tiempo, cobertura de escenarios y tasa de intervenciones de seguridad. Para los equipos de robótica, el reportaje solo dice que la pila tecnológica puede ampliarse, sin aportar evidencia de migración, por lo que no permite concluir que pueda reutilizarse directamente.
Integración y evaluación
Las siguientes son recomendaciones condicionales basadas en el reportaje, no conclusiones de pruebas reales sobre Apollo World. Decisión 1: si tu equipo necesita una línea base de regresión estable, mantén el flujo de tráfico con guiones predefinidos como conjunto principal de regresión y usa el flujo con agentes como conjunto de exploración; el detonante es necesitar comparar la tasa de intervenciones de la misma ruta entre versiones. Las métricas medibles son la tasa de coincidencia de resultados de escenarios con la misma semilla aleatoria, el número de intervenciones por cada 1.000 km y la amplitud del intervalo de confianza en varias ejecuciones. Decisión 2: si quieres evaluar si el “ciclo completo de un viaje” merece integrarse, primero cambia la unidad de prueba de un solo escenario a una tarea de varios tramos que incluya aceptar la solicitud, recoger al pasajero, conducir y dejarlo en destino; la condición previa es poder registrar los datos de sensores de todo el trayecto y contar con un conductor de seguridad humano o remoto como respaldo. Las métricas medibles son la tasa de finalización de tareas, el número de intervenciones humanas por cada cien viajes, la tasa de éxito de recogida y bajada, y los indicadores de confort de marcha. Decisión 3: si tu pila de percepción depende de datos generados, exige al proveedor que informe por separado la distribución de latencia de generación de cámara y lidar, la deriva en ejecuciones prolongadas y la brecha de los detectores entre datos reales y simulados; solo amplía la proporción de uso cuando la diferencia entre las métricas posteriores con datos generados y las pruebas reales en carretera sea cuantificable. Decisión 4: usa el “2+3” como una lista de preguntas, no como una conclusión de compra, y pide al proveedor definiciones operativas y métodos de prueba para causalidad, interacción, precisión física, persistencia y tiempo real; si solo puede ofrecer vídeos de demostración y no métricas reproducibles, no lo incorpores aún a la argumentación de seguridad.
Límites y cuestiones pendientes
Hasta el 4 de noviembre de 2026, al consultar el catálogo en vivo de KimiSeek, Apollo World no figura en la lista actual, por lo que no hay información sobre cómo acceder a través de KimiSeek ni sobre precios; el reportaje tampoco divulga API pública, pesos, licencia ni precios, y el despliegue que menciona apunta al escenario propio de Apollo Go de Baidu, de modo que cualquier disponibilidad de una API de Baidu se refiere al servicio oficial de Baidu, no a la disponibilidad en KimiSeek. Si Baidu anuncia posteriormente una API, sus cuotas y precios deberán tomarse de la información oficial de Baidu, no de inferencias externas. La fuente es un reportaje sobre un evento de producto y carece de artículo técnico, reproducción por terceros y casos de fallo; el criterio “2+3” es un marco propuesto por Baidu, no una referencia uniforme del sector. Los kilómetros operativos y los “100.000 kilómetros diarios” son afirmaciones de Baidu o de personas del sector, y no se especifica la metodología estadística. No hay evidencia pública sobre si Apollo World se abrirá a terceros ni sobre si admite migración a escenarios de robótica.
Ilustraciones de la noticia original







