百度 Apollo World 首次披露:智能体交通流与“2+3”标准,第三方接入未提
据雷峰网 2026 年 11 月 3 日报道,百度 Apollo 在深圳 AI Day 首次披露世界模型 Apollo World,称已用于萝卜快跑全球化测试,并提出“2+3”评判标准;报道未提公开 API、权重或定价。

发生了什么
据雷峰网 2026 年 11 月 3 日报道,百度 Apollo 在深圳举行的百度 AI Day·Apollo 专场上首次披露面向物理 AI 的世界模型 Apollo World,称其由智能体驱动、可生成全模态观测并支持完整行程闭环。百度 IDG 首席架构师王亮称,世界模型不应只追求画面逼真,而要成为验证无人驾驶安全性的“考官”;世界模型负责人杨泽称,Apollo World 把虚拟场景中的车辆、行人等交通参与者建模为具备决策与交互能力的 AI 智能体,可实时生成相机、激光雷达等观测数据,并让无人车在虚拟城市不同起终点间连续完成接单、载客、送达任务。百度同时提出“2+3”判断标准:因果性与交互性为基础门槛,物理准确性、持久性、实时性为进阶指标。报道称该模型已用于萝卜快跑全球化测试与验证,萝卜快跑已落地 28 座城市、累计超 2300 万次出行、自动驾驶总里程超 3.5 亿公里,真实道路数据用于提取高价值场景,虚拟测试结果再反哺车端迭代;报道未披露 Apollo World 的公开 API、权重、许可或定价。
对开发者的影响
对多数 API 用户,这条消息没有给出可接入的端点、SDK、权重或计费信息,不能把它当作语言模型替代品。对自动驾驶和机器人团队,若未来能获得访问,集成面不是一次模型调用,而是仿真环境、场景编排、传感器数据管线和安全评估流程的组合;这意味着现有只回放真实日志的管线很可能需要增加智能体行为配置、多模态生成接口和长任务编排。报道中的智能体交通流和全模态观测如果成立,测试瓶颈会从画面逼真度转向交互可复现性、生成时延和长跑漂移。比如,传统脚本化交通流适合回归测试,因为同一场景可重复;智能体交通流更适合发现交互型长尾,但方差更大,必须用固定种子、分层采样和置信区间判断改进是否真实。全模态生成则意味着感知团队不能只看图像质量,还要核对生成激光雷达的几何一致性、时延和下游检测器的域差距。报道中的“日行十万公里”是行业人士分析,不是可复现基准;它不能替代对单位时间有效里程、场景覆盖率和安全干预率的测量。对机器人团队,报道只说技术栈可拓展,没有给出迁移证据,不能据此判断可直接复用。
接入与评估建议
以下是基于报道的条件性建议,不是对 Apollo World 的实测结论。决策一:如果你的团队需要稳定的回归基线,保留脚本化交通流作为主回归集,把智能体交通流作为探索集;触发条件是同一路线需要跨版本比较接管率。可测指标是同一随机种子下场景结果的一致率、每千公里接管次数及多次运行的置信区间宽度。决策二:如果你要评估“完整行程闭环”是否值得接入,先把测试单元从单场景改成含接单、上客、行驶、下客的多路段任务;前提是你能记录全程传感器数据并有人工或远程安全员兜底。可测指标是任务完成率、每百次行程的人工干预次数、上下客成功率与乘坐舒适性指标。决策三:如果你的感知栈依赖生成数据,要求供应商分别报告相机与激光雷达的生成时延分布、长跑漂移和真实/仿真数据上的检测器差距;只有当生成数据的下游指标与真实路测差距可量化时,才扩大使用比例。决策四:把“2+3”当作提问清单而不是采购结论,要求对方给出因果性、交互性、物理准确性、持久性和实时性的操作定义与测试方法;如果对方只能提供演示视频,不能提供可重复的指标,先不要把它纳入安全论证。
限制与待确认事项
截至 2026 年 11 月 4 日查阅 KimiSeek 实时目录,Apollo World 不在当前列表中,因此没有对应的 KimiSeek 接入方式或价格信息;报道也未公布公开 API、权重、许可或定价,报道中的部署指向百度自家萝卜快跑场景,任何百度 API 的可用性都指百度官方服务,不是 KimiSeek 的可用性。若后续百度公布 API,其配额和价格应以百度官方为准,而不是外部推断。来源是产品活动报道,缺少技术论文、第三方复现和失败案例;“2+3”标准是百度提出的框架,不是行业统一基准。报道中的运营里程和“日行十万公里”均为百度或行业人士说法,未说明统计口径。Apollo World 是否向第三方开放、是否支持机器人场景迁移,均无公开证据。
原报道配图







