11月3日，百度在深圳举办的AI Day·Apollo专场上，首次对外披露了面向物理AI的智能体驱动全模态世界模型Apollo World，并同步提出世界模型的"2+3"判断标准。该模型定位并非单纯的视频生成工具，而是服务于无人驾驶系统的虚拟训练与推演平台。

据百度Apollo介绍，Apollo World能够生成一段相对真实的视频，使虚拟世界遵循现实规律并对无人车的动作作出回应，同时支持驾驶系统从起点出发一路行驶至目的地。这意味着该模型不仅要输出逼真的画面，还需准确推演现实世界的变化过程。

百度Apollo将世界模型的评估拆分为两个层级。基础门槛包含两项：一是因果性，即模型应遵循时间单向性，由过去决定未来、基于当前状态预测下一刻，而非拼凑画面或反推过去；二是交互性，即能动态响应外部干预，通过注入动作影响未来世界状态。进阶指标则有三项：物理准确性关注模拟状态的可靠性及所学能力能否迁移回物理世界；持久性考察长时间运行下物体与细节是否发生漂移；实时性要求低时延，且生成世界复杂度的增长不影响模型推理时间。

在Apollo World构建的虚拟城市中，车辆、行人等交通参与者并非按固定脚本行动的"道具"，而是具备决策与交互能力的AI智能体。面对同一交通场景，无人车采取不同动作，虚拟世界也会随之变化。这一机制为驾驶系统提供了在虚拟环境中反复试错与验证的路径。