中国的百度发布了一款名为"Apollo World"的AI系统，该系统可生成虚拟驾驶环境，用于训练其Apollo Go自动驾驶出租车。据路透社报道，该公司在深圳的AI Day上发布了这一模型。此次发布正值中国及全球自动驾驶企业持续寻求更廉价的自动驾驶技术研发方式之际。

据百度称，一天相当于虚拟驾驶一天

最核心的宣称是容量。百度称Apollo World每天可模拟最多10万公里（6.2万英里）的驾驶里程。据该公司介绍，这一里程约相当于一辆配备安全员的自动驾驶汽车三年的道路测试量。

不过，这一对比是百度自己的说法，并非独立基准。"一天顶三年"的数字仅指模拟驾驶，并不能证明这些汽车在真实道路上有多安全，或是否已准备好投入日常使用。

关键问题在于，这些模拟是否能准确匹配Apollo Go计划运营城市的多样化道路和驾驶条件。该公司也尚未说明这些车辆还需要多少额外的实际道路测试。

百度补充称，其已在使用Apollo World训练Apollo Go自动驾驶出租车，以部署到其他国家。Apollo Go是中国最大的自动驾驶出租车运营商，其竞争对手包括文远知行（WeRide）、小马智行（Pony.ai）和Momenta Global。

传感器数据流，而不仅仅是道路画面

Apollo World不只是生成静态图像，还能模拟道路及其周边环境随时间的变化，并预测接下来可能发生的情况。来自摄像头和激光雷达传感器的实时数据帮助自动驾驶软件理解其环境并进行导航。

该模型基于真实道路测试数据进行训练。据报道，百度已记录超过3.5亿公里的驾驶数据，Apollo World也利用这些数据生成车辆此前从未遇到过的道路场景。这些此前未见过的场景之所以重要，是因为罕见而危险的事件——最有可能暴露自动驾驶系统局限性的那类事件——在日常驾驶中很少出现，仅靠道路测试难以收集足够数据。

据报道，百度还提出了一项用于测试世界模型的"2+3"标准——世界模型是指对环境如何演变进行建模、并为其他软件（如自动驾驶系统）生成模拟场景以供学习的AI系统。如果其他开发者采纳这一标准，百度可能有助于塑造此类系统长期以来的评判方式。

该公司将Apollo World描述为一个能够理解并处理来自多种来源信息的AI系统，并表示该技术还可用于开发机器人，而不仅仅是自动驾驶汽车。

推动背后的成本问题

自动驾驶出租车业务面临的最大挑战之一是开发和运营该技术的成本。许多中国公司并不拥有其部署的全部车辆，而是提供自动驾驶技术，并与汽车制造商、网约车公司及其他海外运营商合作。这种模式降低了运营成本，但底层系统的构建和训练仍然费用高昂。模拟里程正是针对这一成本问题：在软件中生成驾驶里程，避免了配备安全员的实体汽车行驶相同里程所需的数年时间。

咨询公司Arthur D. Little的自动驾驶专家Frank McCleary告诉路透社，公司在训练AI系统和整备车辆方面仍投入巨大。他表示，推出的速度取决于系统能否很好地学会在一个新地方驾驶，并强调AI帮助企业取得了更快的进展。

中国的自动驾驶出租车市场预计将在短期内快速增长。据路透社报道，摩根士丹利预计到2035年中国将拥有100万辆自动驾驶出租车。大众汽车在中国的合作伙伴小鹏汽车也计划于2027年推出其自动驾驶出租车服务。特斯拉则采取不同路线，其Cybercab车队使用基于人类驾驶视频训练的AI模型。模拟在真实道路上的表现如何——以及其他开发者是否会采纳百度提出的测试标准——是该市场成型过程中值得关注的指标。