百度世界模型“2+3”标准：无人驾驶仿真如何重来
10月17日，上海徐浦大桥上发生了一起令人揪心的事故，一辆平板货车先撞上了一辆白色小客车，然后车子驶入对向车道，又接连撞了4辆车，事故造成了1死2伤。 事故过后，网络上涌现了很多对于事故全过程的还原和讨论。如果白色小客车没有违规变道，或者货车早点刹车，结果会不会不同？ 现实世界中，人们从亲历的险情、看过的事故中记住一些
10月17日，上海徐浦大桥发生一起事故：一辆平板货车撞上一辆白色小客车后驶入对向车道，又接连撞了4辆车，造成1死2伤。
事故之后，网上出现不少对全过程的还原与讨论。有人问，假如白色小客车没有违规变道，或者货车能早点刹车，结局会不会不一样？
在现实世界里，人靠亲历的险情和看过的事故记住教训，驾驶与决策水平也随之提高。
无人车要靠训练来规避风险，研究这类问题就得改条件、反复比对，可真实道路上不能一遍遍制造危险。
仿真测试早就在承担这部分工作，随着无人驾驶往前走。眼下百度、Waymo等企业都在借助世界模型拓宽虚拟考场，给无人车创造“重生”的机会。
做法是从已有场景出发，改动路况或驾驶动作，推演不同的后续，让系统在各种条件下反复受检。
难的地方在于，给无人车一次“重来”的机会，不能只重置自车动作，周围的车、人、物也得给出合理回应。什么样的世界模型才撑得起这种训练？
世界模型的“重生”，怎样才算有用？
AI科学家、World Labs联合创始人李飞飞曾把汽车比作带轮子的机器人。在她看来，无人驾驶汽车近似在二维环境里移动的“方盒子”，车要尽量不碰到东西；家务机器人却得主动伸手，才能洗碗、做饭、叠衣服。
从操作任务看，她认为汽车相对简单，并称“无人驾驶汽车其实还是挺简单的机器人”。百度智能驾驶事业群组首席研发架构师王亮博士却不这么看：“无人驾驶从来不是具身智能的‘EASY模式’。”
说到L2和L4的差别，王亮博士以纪录片《徒手攀岩》作比：辅助驾驶更像有保护的攀岩，容易做出吸引眼球的帅气动作；L4则像无保护攀岩，中间那道巨大的鸿沟很难跨过去。
无人车驶上开放道路，得不断应对其他车辆和行人难以预判的举动，安全、实时响应、处理交通冲突的要求也跟着提高。王亮博士认为，难点不只是感知三维空间，更在于驾驶位上没有人能随时接手，系统几乎没有犯错的余地。
放到真实场景里，车辆并线时，旁边即使有空位，也得看后车让不让。往前探还是先收一脚油，会影响对方的选择——路上做决定的从来不止一辆车。
研发人员要攻克的，就是怎么把真实道路上时刻发生的这种你来我往搬进虚拟世界。
李飞飞把世界模型的功能分成渲染器、模拟器和规划器。开车时，渲染器让车看见路况，模拟器让你知道往左或往右打方向会发生什么，规划器则帮你判断，为了到达目的地或规避危险该不该打这把方向。
王亮博士认可李飞飞对世界模型的这种划分，并进一步提出，无人驾驶需要三项功能配合，其中模拟器能否合理推演后果尤其关键。
驾驶系统做出动作后，模拟环境随之变化，再把新的路况反馈给系统，让它据此做下一步决定。比如无人车提前踩了刹车，虚拟道路上的后车也要跟着减速。
如果测试只是把实车记录的路况重放一遍，后车仍会沿原来的轨迹走。这样一来，即便无人车在仿真里避开了与前车的碰撞，这脚刹车在真实道路上安不安全，也很难判断。
世界模型的概念眼下越来越流行，但能做出可信、符合物理世界交互规律的试炼场的，并不是每一个。比如李飞飞团队的Marble，侧重的是生成和编辑三维空间。
世界模型被用作具身模拟器时，核心在于能否忠实还原物理规律和行动的因果关系，让智能体在虚拟环境里完成原本要在现实中完成的完整任务。画面逼真与否、生成的场景奇不奇特，都代替不了对行动后果的检验。
基于这一定位，百度针对世界模型提出了“2+3”判断标准。
其中的2，是给物理AI世界模型设的基础门槛：一是因果性，模型必须像真实物理世界一样，由已知的过去推导下一秒；二是交互性，运行中改变动作，环境能随之更新。
3则是衡量世界模型好不好用的标准，涵盖物理准确性、持久性和实时性。
物理准确性看模拟的状态有多可靠、是否符合世界规律，学到的能力回到物理世界还能不能用；持久性看持续运行的时间和稳定性跟不跟得上，长时间运行后物体和细节会不会漂移；实时性说的是低时延，生成世界复杂度增长不影响模型推理时间，从而拿到高模拟测试效率。
若世界模型只能复刻现实道路参与者与物理规律的一小部分，那测试结果靠不靠谱，就得先打个问号。
可信的驾驶考场，究竟怎么搭出来？
百度给出了“2+3”的世界模型定义与评价标准，目的是让环境真能对驾驶系统作出回应。问题是，虚拟世界里怎么建起一座堪比真实路况的考场？
百度近期展示的两段画面可以说明：
左侧场景中，无人车驶上高架，为支路来车留出空间，对方随即并入主路；右侧场景里，无人车改走一旁辅路，两车交会空间收窄，支路车辆于是停下等待。
两段演示从同一地点起步，无人车选了不同路线，支路车辆也跟着做出不同反应。
另一组画面换的变量是天气：同一条路、同样的初速与制动指令，晴天刹停更早，雨天则多滑出一段。
降雨改变了路面反光、能见度与激光雷达回波，这一脚刹车的结果也随之不同。
镜头再拉长到整段行程。百度在虚拟环境中把香港机场附近的万豪酒店设为共同起点，给测试车分配不同目的地。起点终点都不变，只把车流从低密度调高，车辆要处理的交互变多，行程也就慢了下来。
三组演示均出自百度近期披露的世界模型ApolloWorld。百度世界模型负责人杨泽介绍，虚拟道路上的交通参与者被建模为各有目标、能感知周边变化的AI智能体，它们依据周围情况决定走还是停，动作又会影响无人车接下来的行驶方式。
车辆会反应还不够，驾驶系统得看得见、看得懂这些变化。ApolloWorld按同一时刻的路况同步生成相机画面与激光雷达点云。下图中的货车，在点云里也出现在对应位置；不同相机视角之间、相机与激光雷达之间都会交换信息。
多模态联合生成，为的是让不同观测共同描述眼前同一个世界。生成这些观测画面时，ApolloWorld把前述状态作为条件输入生成模型，再借文本等条件控制天气和光照，并用数字孪生提供场景的几何结构与外观信息，使生成画面有明确约束，不至于凭空编造。
观测画面生成后，驾驶模型据此决定踩油门、刹车还是打方向；主车与其他交通参与者的响应动作合在一起，构成世界的下一个状态。新状态再送回模型继续推演，交通场景便持续演化下去。
两套模型在云端协作完成测试，迭代后的驾驶模型再部署上车，等于让AI教AI开车。
今年2月份，Waymo也公开过能响应驾驶动作、生成相机与激光雷达观测的世界模型。思路与百度不同：Waymo主要演示如何改变道路条件、生成洪水与龙卷风等罕见场景，并未展示完整的长段行程。
百度侧重的是周围其他交通参与者如何回应自车，以及系统如何按既定目的地从头到尾跑完整段行程。
相较之下，ApolloWorld更贴合Robotaxi的实际运营流程，验证覆盖接单、接客到送达的完整任务。百度目前展示的案例中，车辆都顺利避让，给出的都是成功结果。不过在研发人员看来，没避开的情况同样有价值——虚拟考场的用处，正是把容易漏掉的条件找出来，反复试错。
考场能反复出题，但哪些题值得考，答案还得去真实道路上找。无人车开进一座新城市，路况和开发都可能不一样。百度此前跑过的那些路，能为下一座城市的测试提供什么？
车队开向更多城市，测试资源如何跟上？
各城市的道路布局、车流以及当地人的驾驶习惯都可能不同，而驾驶系统的安全边界要把各类情况都装进去，验证需求因此不断加码。
可测试车辆和安全员就那么多，业务扩张却让验证需求持续上涨。
百度用ApolloWorld把部分原本占用实车、人手和道路时间的测试搬到云端并行执行。按其测算，一天跑出的虚拟里程，约等于一辆配安全员的实车连续测试三年的里程。
虚拟里程跑多快，取决于算力；跑哪些场景，则要看车辆在真实道路上遇到过或可能遇到什么。
百度在上千辆萝卜快跑上攒下的道路经验，是怎么进入世界模型的？
百度给出的数字是，萝卜快跑累计自动驾驶里程突破3.5亿公里，全无人驾驶部分超过2.4亿公里。团队从日常运营里筛出那些值得反复重现的问题，再拿地图和驾驶数据搭出场景。车流密度、参与者的激进程度、驾驶动作，只要调一调，同一个场景就能变出好几套测试条件。
百度王亮博士称，把端到端技术用在规模化L4无人驾驶上的企业，全球只有百度和特斯拉两家；百度的端到端模型，全无人运营里程已经超过百万公里。
可端到端真正装车以后，难的部分才刚露头。
无人驾驶想上规模，安全、智能、规模三样得一起抓，偏偏这三者凑成一个“不可能三角”。
有了ApolloWorld，原本大量依赖实车的训练和验证被挪到云端完成。对百度而言，这等于多了一条效率更高的安全验证路子。
每进一座新城市，团队先用当地地图和采集到的数据搭场景，在云端同时跑测试，再把必须确认的疑点交给实车去验。
验证的范围铺大了，测试车和安全员却不用按同样比例往上加。百度的无人驾驶业务因此能更快进入新城市，也能往海外铺。
百度的世界模型，实际上是在给仿真定一套新标准，也推着无人驾驶走向它自己的AGI时刻。
路上冷不丁冒出的锥桶、行人，还有开头提到的徐浦大桥那起重大事故，研发人员很难指望它在原地再演一遍。
在ApolloWorld搭起的虚拟世界里，无人车却能一遍遍“重生”。哪怕只改一点点，众多道路参与者的结局都可能跟着变。无数虚拟世界里攒下的经验最后流回现实，现实中人车的安全性和通行效率也会随之变化。
往后看一家无人驾驶公司的扩张能力，车队规模、里程数这些还得看，但更要看它多快能把一辆车碰上的偶发难题，变成整个大车队都能学到的经验。
