百度在AI Day上首次披露面向物理AI的世界模型Apollo World。在这套模型构建的虚拟城市中，车辆与行人被建模为可决策、可交互的智能体，能够生成大量真实道路上罕见却致命的场景——加塞、鬼探头、逆行电瓶车——用于端到端驾驶模型的训练。百度将其定位为无人驾驶的突破路径。
自动驾驶模型的长尾难题在于：最危险的场景恰恰是数据中最稀缺的。真实道路测试永远等不来足够多的鬼探头样本，而世界模型可以按需生成、可控改参——把同一个场景的视线遮挡程度、行人速度做成变量网格，系统性穷举风险空间。特斯拉、Waymo、华为均在布局同类技术，世界模型正从「视频生成」走向「可交互的物理仿真」。
百度的独特底气是数据：Apollo开源生态与萝卜快跑的实际运营积累了大规模真实路况数据，为世界模型训练提供燃料，生成的场景又反哺驾驶模型迭代，形成虚实闭环。核心挑战仍是「仿真到现实」的差距——虚拟城市里的物理规律是否足够逼真，决定了训练成果能否迁移到真车。谁能以更低成本生成贴近真实的长尾场景，谁就能加速Robotaxi规模化的前夜。