11 月 3 日，百度 Apollo 首次對外披露具身世界模型 Apollo World，讓蘿蔔快跑的端到端駕駛系統在由 AI 智慧體驅動的虛擬城市裡訓練和驗證。官方稱其每日虛擬路測里程可達十萬公里，相當於一輛配安全員的真實路測車連續測試約三年；虛擬城市中的車輛、行人被建模為具備感知與決策能力的智慧體，會隨無人車的加減… 看完整事件
百度發布世界模型 ApolloWorld，一天虛擬路測抵三年
百度 Apollo 披露世界模型 ApolloWorld，已用於蘿蔔快跑無人車的全球化測試與驗證，官方稱其一天生成的虛擬路測里程約等於一輛帶安全員的真實測試車連跑三年。虛擬城市中的車輛、行人被建模為可互動 AI 智慧體，會隨無人車的變道、減速改變決策，可支撐數十分鐘完整 Robotaxi 行程的即時推演。百度同時提出面向物理 AI 的 2+3 評價框架：因果性、互動性，以及物理準確性、永續性、即時性。
首次公開完整行程級可互動世界模型進入 L4 實車驗證，給出一天抵三年的效率數字和 2+3 能力門檻，對自動駕駛模擬與世界模型研究者有參考價值。
原標題：百度无人车搞出“黑客帝国”！世界模型实时推演全局，跑一天抵三年
閱讀原文
| 評分 | 63 / 76（平均 69，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
WorldOracle 評測平台開放，世界模型物體與長序列預測明顯退化
由普林斯頓大學、多倫多大學、NVIDIA 與智元等機構提出的世界模型評測平台 WorldOracle 於 10 月 16 日向開發者開放，以真實操作記錄檢驗模型對動作後果的預測。首批七種模型暴露兩類問題：機械臂路徑跟得準但物體位置偏差大，IRASim 機械臂得分 78.8、物體僅 29.1，Cosmos 3 為 89.4 與 45.4；
RL 後訓練 4B 模型即時駕駛飛行跑車，90% 成功率勝過 GPT-6 Astra
有人用物理模擬搭了個飛行版特斯拉 Roadster 的強化學習環境，測各家大模型能不能即時把車飛起來，結果經 RL 後訓練的 4B 小模型即時落地成功率 90%，主流大模型即時成功率為 0。車每 0.2 秒要一個新指令，而 DeepSeek V4.1 Flash、Nemotron 3.5 Super、Muse Spark Open、Beam 1.0 和 GPT-6 Astra 單次回覆要 1 到 6 秒，全部墜毀；
DeepMind 發布 Genie 4 世界模型，物理效果與角色表現更真實
Google DeepMind 發布 Genie 4 世界模型，稱它在物理模擬與人物表現上比去年的 Genie 3 更真實，幾乎各方面都有提升。世界模型不需要預先渲染環境或程式設計互動元素，只要說明需求，它就能即時逐幀生成可探索的虛擬世界；DeepMind 將其視為通往 AGI 的關鍵，可用於機器人的訓練環境和創意領域的快速原型。部分改進來自 Google 更新的 Gemini 模型，DeepMind 還暗示付費後有望提前用上 Genie 4。
Laplace 用 AI 智慧體為機器人和自動駕駛做紅隊測試
密西根大學團隊創立的 Laplace Intelligence 正在為機器人、自動駕駛等物理 AI 做自動化紅隊測試：用 AI 智慧體在高保真模擬中自動設計罕見極端場景，在部署前找出失效點。模擬環境基於輝達 Cosmos 世界模型的後訓練版本搭建，可按語言指令即時改造街景，並讓其他交通參與者對環境做出互動反應。
無界動力開源 7B 世界模型 MWA-Phoenix，六項評測同時登頂
無界動力發布並開源端側 7B 隱空間世界模型基座 MWA-Phoenix，在 LIBERO-Plus、LIBERO-Pro、RoboCasa GR1、Bench2Dex、RoboTwin 2.0 與 RoboDojo 真機榜六項評測同時登頂。模型僅以 RGB 輸入、不用深度真值也不依賴 Agent：LIBERO-Plus 成功率 94.63%，Bench2Dex 平均 45.6%，領先對照模型 π0.5 17.3 個百分點。