在大模型进入下半场之后，人工智能的竞争焦点正在悄然发生转移：从理解语言的“数字世界”，跨入理解物理规则的“真实世界”。
近日，据媒体报道，百度正在研发“世界模型”（World Model），并预计很快将公布相关研究进展。据了解，该模型旨在学习物理环境的表征并预测其变化，有望成为需要在真实世界中运行的系统的底层基础设施。
报道指出，自动驾驶是这项技术的核心应用方向之一。通过预测周围车辆、行人以及道路状况的动态变化，世界模型能够大幅提升自动驾驶系统的规划与决策能力。
虽然百度官方尚未披露该模型的具体应用方式以及与旗下无人驾驶出租车业务 Apollo Go 的深度融合细节，但这一动作本身，已经向行业释放了一个极其明确的信号：在端到端大模型之后，自动驾驶正在酝酿新一轮的底层技术范式转移，而百度试图在这一轮周期中占据技术高地。
告别“规则代码”：世界模型重塑自动驾驶
要理解世界模型的战略意义，首先要理解当前自动驾驶面临的“数据瓶颈”。
过去几年，自动驾驶的技术路线经历了从“基于规则”到“基于数据驱动（端到端大模型）”的演进。尽管端到端大模型让车辆的驾驶行为更像人类，但它依然存在一个致命缺陷：无法准确预测未来。
人类驾驶员在开车时，脑海中会自然构建一个“物理世界模型”：看到前方有小孩在玩皮球，会本能地预判小孩可能会冲到马路上；看到前车刹车灯亮起，会预测前方的拥堵情况。而传统的自动驾驶模型，往往是对历史数据的概率拟合，缺乏对物理因果关系的深度推理。
“世界模型”的作用，就是赋予自动驾驶系统这种“前瞻性”。它通过学习海量的真实物理环境数据，能够生成和预测世界在未来几秒钟内的演变。这不仅仅是识别障碍物，而是理解重力、惯性、摩擦力以及复杂交通参与者的动态博弈。
一旦世界模型成熟，自动驾驶系统就能在真实的物理世界中拥有更强大的泛化能力。它不再需要穷举所有极端场景（Corner Case），而是能在遇到从未见过的复杂路况时，根据物理常识做出最安全的规划决策。
百度的底牌：28个城市的真实数据与规模效应
在硅谷，英伟达、特斯拉以及一批顶尖的自动驾驶初创公司（如Wayve），都已经将世界模型视为通往L4级自动驾驶的重要路径。百度此时高调切入，其最大的底气来自于其庞大的真实路测数据。
据公开信息，百度旗下的无人驾驶出租车业务 Apollo Go 已经拓展至全球 28 个城市。在中国的一线城市，以及部分复杂的右舵车市场，Apollo Go 积累了丰富的真实驾驶数据。公开信息显示，Apollo 公开的自动驾驶测试总里程已突破 3.5 亿公里。
这正是训练世界模型最稀缺的燃料。
与其他还在使用仿真数据或小规模路测数据训练模型的公司不同，百度拥有海量真实道路数据。这些数据包含了极其复杂的中国路况、恶劣天气、以及各种突发的人车博弈场景。
有了这些数据，百度能够构建出一个精度极高的数字孪生世界。在这个虚拟世界中，自动驾驶模型可以进行极高效率的强化学习，从而大幅降低实车路测的成本和时间。
可以说，Apollo Go 的商业化运营在跑通 Robotaxi 商业模式的同时，也在持续产生可用于训练底层 AI 模型的真实道路数据。
百度的焦虑与反击：从语言走向物理AI
在AI大模型浪潮初期，百度凭借文心一言占据了先发优势。但随着字节、腾讯、阿里等巨头的全面反扑，以及DeepSeek等初创公司的开源内卷，百度在通用语言大模型赛道上的竞争压力骤增。
在C端应用和B端云服务的角逐中，百度需要找到一个新的、能够形成绝对壁垒的护城河。
“世界模型”与自动驾驶的结合，正是百度重塑科技领先地位的关键落子。
从产业逻辑来看，纯数字世界的聊天机器人，其商业变现路径相对拥挤。而将AI能力延伸到物理世界，去解决出行、交通、制造等重资产行业的实际问题，其商业价值和社会价值都更为深远。这也是李彦宏多年来一直坚持“AI赋能千行百业”战略的延续。
世界模型，实际上是百度从“语言智能”向“物理智能”跃迁的桥梁。如果百度能够率先在自动驾驶领域跑通世界模型的闭环，它不仅能大幅提升 Apollo Go 的安全性和运营效率，还能将这套技术底座对外输出，赋能更多需要物理环境交互的机器人产业。
全球暗战：中美巨头的技术角逐
在世界模型的研发上，中美科技巨头正处于一场暗战之中。
大洋彼岸，英伟达已推出并持续迭代 Cosmos 世界模型平台，旨在为自动驾驶和机器人公司提供生成虚拟物理环境的工具；特斯拉的 FSD 背后，同样有着庞大的世界模拟器在进行高强度训练。
在国内，除了百度，华为、小鹏、蔚来等车企也在不断提及“世界模型”的概念。然而，百度的特殊性在于，它不仅拥有自动驾驶的硬件载体（Apollo Go 车辆），还拥有底层的算力基础设施（智能云）和基础大模型（文心），具备全栈自研的能力。
但这并不意味着百度就能高枕无忧。世界模型的研发门槛极高，它不仅需要极其庞大的算力支持，还需要顶尖的AI科学家在物理模拟、生成式AI、强化学习等交叉领域实现技术突破。
目前，百度尚未披露该模型的具体技术参数和进展。在行业竞争日益白热化的阶段，技术发布的“抢跑”往往也是抢占市场心智的关键。
商业闭环的终极拷问：降本增效
回到商业的本质，任何底层技术的突破，最终都要服务于真实的利润表。
对于 Apollo Go 而言，世界模型最大的价值在于“降本增效”。
目前，Robotaxi 的成本依然高昂，除了车辆本身的硬件成本（如激光雷达、算力芯片），庞大的路测团队和运营成本也是巨大的开销。通过世界模型构建高保真的仿真环境，百度可以大幅减少实车路测的里程数，让 AI 在虚拟世界里完成绝大多数极端场景的训练。
此外，世界模型还能提升自动驾驶的泛化能力。当 Apollo Go 进入一个新城市时，不需要重新积累几个月的本地数据，而是可以基于世界模型的常识推理，更快地适应当地的交通习惯。这种能力的提升，直接决定了 Apollo Go 的跨城扩张速度。
更重要的是，无人驾驶只有真正做到“比人类司机更安全”，才能彻底消除公众的疑虑，实现真正的规模化商业运营。世界模型，正是通往绝对安全的一把钥匙。
结语
从大语言模型到世界模型，AI 正在经历一场从“理解文字”到“理解物理”的深刻跨越。
百度此时切入世界模型，既是对自动驾驶技术天花板的冲锋，也是在 AI 下半场保持竞争力的战略防御。它拥有 28 个城市的数据积累，有着全栈 AI 的技术底座，但这依然是一条充满未知的探索之路。
在物理世界的法则面前，没有任何捷径可走。百度能否凭借世界模型在自动驾驶的马拉松中笑到最后，不仅取决于实验室里的技术突破，更取决于这套模型能否在真实的商业运营中，转化为更低成本、更高安全的出行服务。这是一个漫长的技术积累过程，而比赛，才刚刚开始。
本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。