别再只数无人车跑了多少公里：百度 Apollo World 的考题，是虚拟城市会不会回嘴

11 月 3 日深圳的百度 AI Day Apollo 专场上，百度首次披露了面向物理 AI 的智能体驱动全模态世界模型 Apollo World，11 月 4 日多家媒体跟进报道。它的做法是把虚拟场景里的每一个交通参与者都建模成会决策、会交互的 AI 智能体，无人车可以在虚拟城市里从任意起点开到任意终点，完成接单、载客、送达的完整行程，系统还会实时生成相机画面和激光雷达点云，让被测的驾驶系统像在真实道路上一样感知。百度同时给世界模型划了一套“2+3”判断标准：因果性和交互性是两项基础门槛——模型得按时间单向推演未来、外部动作注入后世界要有反应；物理准确性、持久性、实时性是三项进阶指标——模拟得符合物理规律、长时间运行不漂移、延迟跟得上驾驶节奏。按百度披露，萝卜快跑已落地全球 28 座城市，累计完成超 2300 万次出行，自动驾驶总里程突破 3.5 亿公里，其中全无人驾驶里程超 2.4 亿公里；“日行十万公里、相当于一辆带安全员的实车跑三年”是行业人士的换算，不是百度官方口径。我的判断是：世界模型的比拼正在从“画面像不像”转向“能不能当考官”。一个只会生成漂亮视频的模型，测不出驾驶决策的毛病；只有当虚拟城市会对刹车、变道、加塞做出反应，工程师才能在虚拟里把危险场景撞完，再让真车上路。边界也很清楚：如果虚拟世界的物理规律失真，练得越多偏得越远，持久性和物理准确性才是硬门槛，里程数字只是结果，不是能力证明。对普通读者来说，这件事的意义不在无人车又跑了多远，而在它上路之前，有没有一个会回嘴的虚拟城市先把它难倒过。