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，會隨無人車的加減速和變道改變行為，系統可調整車流密度與激程序度、一鍵切換天氣與環境，並支援推演完整 Robotaxi 接單行程及多車並行測試。量子位報導稱，Apollo World 已用於蘿蔔快跑的全球化測試與驗證，可支撐數十分鐘完整 Robotaxi 行程的即時推演；蘿蔔快跑業務覆蓋全球 28 座城市，百度新一代 L4 端到端模型架構已在國內一定規模車輛上投入實際運營，正逐步替換傳統方案。百度同時提出「2+3」判斷標準，以因果性、互動性為門檻，物理準確性、永續性、即時性為增益屬性。對蘿蔔快跑及採用端到端方案的自動駕駛團隊來說，更多訓練與驗證可轉到雲端並行完成。
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。
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 AI 智慧體驅動的虛擬城市裡練車。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。該模型把車輛、行人建模為具備感知與決策能力的智慧體，可調車流密度與激程序度、一鍵切換天氣與環境，並支援推演完整 Robotaxi 接單行程及多車並行測試。百度同時提出因果性、互動性兩項門檻與物理準確性、永續性、即時性三項增益的判斷標準。