BLOG / 05.11.2026
Am 3. November stellte Baidu Apollo im Rahmen des „Shenzhen Baidu AI Day – Apollo-Sonderveranstaltung“ erstmals ein agentengesteuertes, multimodales Weltmodell für physikalische KI vor. Apollo World… und stellte dabei das „2+3“-Bewertungskriterium für Weltmodelle vor. In den gemeinsamen Meldungen von Xinhua und anderen Medien wurde dies sehr prägnant formuliert: Der Schwerpunkt liege nicht darauf, wie gut die Darstellung aussehe, sondern darauf, ob der Simulator als Prüfer fungieren könne.
Wenn das einzige Verkaufsargument darin bestünde, dass „die Videos realistischer sind“, wäre dieser Artikel nicht der Mühe wert. Was wirklich im Fokus stehen sollte, ist Folgendes: Die Verkehrsteilnehmer sind interaktive intelligente Akteure, die Erfassung erfolgt multimodal über Kameras und Lidar, die Aufgabe umfasst den gesamten geschlossenen Prozess von der Auftragsannahme bis zur Zustellung – und das Ganze ist bereits in die globale Validierungskette von Luobo Kuai Pao eingebunden.
Das Alleinstellungsmerkmal von „World Model“ ist nicht die „schöne Grafik“, sondern die interaktive und reproduzierbare Prüfungsumgebung.
Was genau ist das Problem bei „2+3“?
Wie Xinhua berichtete, hat Wang Liang, Chefarchitekt der Baidu-Geschäftsgruppe für intelligentes Fahren, das Weltmodell von einem „Künstler, der coole Videos erzeugt“ zu einem „Prüfer, der die Sicherheit des autonomen Fahrens überprüft“ umdefiniert. Es gibt zwei grundlegende Voraussetzungen: Kausalität – Zeit verläuft in eine Richtung, die Zukunft wird von der Vergangenheit bestimmt; die nächste Sekunde wird auf der Grundlage der Gegenwart vorhergesagt, anstatt durch das Zusammensetzen von Bildern rückwärts in die Vergangenheit zu schlussfolgern; Interaktivität – externe Handlungen können den zukünftigen Zustand verändern.
Drei fortgeschrittene Kriterien: Physikalische Genauigkeit (ob die erlernten Fähigkeiten in der realen Welt noch anwendbar sind), Beständigkeit (ob es bei langfristigem Betrieb zu Abweichungen kommt) und Echtzeitfähigkeit (ob die Schlussfolgerungsgeschwindigkeit zusammenbricht, wenn die Welt komplexer wird). In den Vor-Ort-Bildern von Lei Technology und anderen wurde die Echtzeitfähigkeit in der Präsentation mit etwa 24 Bildern pro Sekunde angegeben, ergänzt durch Erläuterungen zu den Eingaben mehrerer Kameras und eines LiDAR-Sensors – hierbei handelt es sich um Zahlen aus der Pressekonferenz, nicht um Stresstests dieser Website.


Der Pressemitteilung enthält zudem eine sehr strenge Vorgabe: Bei Fahrzeugen der 2-Tonnen-Klasse mit einer Geschwindigkeit von mehreren Dutzend Kilometern pro Stunde liegt die Fehlertoleranz in einer offenen Welt nahe Null, und die Entscheidungszeit für Sicherheitsmaßnahmen muss auf weniger als 1/30 Sekunde begrenzt sein. Wenn das Weltmodell nur „schöne Bilder“ liefern kann, wird es diese Hürde nicht nehmen.
Eine Stadt der intelligenten Wesen – kein Requisit aus einem Drehbuch
In herkömmlichen Simulationen wirken andere Fahrzeuge und Fußgänger oft wie Requisiten, die entlang einer Zeitachse abgespielt werden. Die Erzählung von Apollo World lautet: Die Verkehrsteilnehmer in der virtuellen Stadt sind als entscheidungsfähige, interaktive KI-Agenten konzipiert; wenn das eigene Fahrzeug abbremst, die Spur wechselt oder überholt, löst dies unterschiedliche Reaktionen aus. Das Veröffentlichungsmaterial zeigt in einem Split-Screen-Vergleich die Reaktionen der Welt bei „Verlangsamung“ und „Überholen“ und betont damit, dass „die Welt reagiert“.

Eine weitere Fähigkeit ist die multimodale Beobachtung: Die virtuelle Umgebung kann gleichzeitig Kamerabilder und LiDAR-Punktwolken bereitstellen, sodass das Fahrsystem in der virtuellen Welt „sehen“ kann und anschließend seine Aktionen in die reale Welt zurückführt, wodurch ein geschlossener Regelkreis aus Wahrnehmung – Entscheidung – Aktion – Rückmeldung entsteht. Xinhua zitiert Yang Ze, den Leiter von World Model: Viele Lösungen der Branche konzentrieren sich nach wie vor auf isolierte Szenarien; Apollo World hingegen legt den Fokus auf den vollständigen Aufgabenzyklus – mit beliebigen Start- und Zielpunkten sowie durchgehenden Streckenabschnitten, wobei die Abholung, Beförderung und Zustellung der Fahrgäste vollständig abgewickelt werden.

100.000 Kilometer pro Tag – wie lässt sich das mit „Radish Express“ vereinbaren?
In der Branche heißt es: Apollo World kann „täglich etwa 100.000 Kilometer“ in virtuellen Testfahrten zurücklegen, was in etwa der Leistung eines realen Testfahrzeugs mit Sicherheitsfahrer über einen Zeitraum von drei Jahren entspricht. Dies ist eine Metapher für die Produktionskapazität, die verdeutlichen soll, warum bei „Long Tail“ und neuen Regionen zunächst in der virtuellen Umgebung Kosten abgefedert und Fehler ausprobiert werden müssen, anstatt zu versprechen, dass Sie vor Ort die gleiche Kilometerleistung erreichen können.
Laut „Xinhua Net“ hat „Radish Run“ in 28 Städten weltweit den Betrieb aufgenommen, insgesamt mehr als 23 Millionen Fahrten durchgeführt und eine Gesamtfahrstrecke im autonomen Betrieb von über 350 Millionen Kilometern erreicht, davon mehr als 240 Millionen Kilometer im vollständig unbemannten Betrieb. Das System wurde bereits auf Märkten mit Rechts- und Linksverkehr erprobt. „Apollo World“ wird als Plattform beschrieben, die für globale Tests und Validierungen genutzt wird, um aus dem realen Betrieb hochwertige Szenarien zu extrahieren, deren virtuelle Ergebnisse wiederum in die Fahrzeugsysteme zurückfließen und so einen positiven Kreislauf bilden. Angaben wie „über eine Million Kilometer“ im durchgängig vollautonomen Betrieb sind ebenfalls den offiziellen Pressemitteilungen zu entnehmen.
Im Vergleich zu öffentlich zugänglichen Darstellungen des „World Model“ wie denen von Waymo sollten nur Unterschiede erwähnt werden, die durch öffentlich zugängliche Quellen belegt sind: In dieser Pressemitteilung von Apollo wird ausdrücklich von einem „vollständigen geschlossenen Regelkreis für Robotaxi-Fahrten“ und von intelligenten Verkehrsteilnehmern gesprochen. Solange keine vergleichbaren Referenzwerte vorliegen, sollten keine internen Vergleichsmessungen erfunden werden.
Die „Flywheel“-Erzählung lässt sich in die Sprache des Beschaffungswesens übersetzen: Der reale Betrieb ist dafür zuständig, „Schwierigkeitsfälle und Verteilungen“ bereitzustellen, das Weltmodell sorgt dafür, dass aus diesen Schwierigkeitsfällen wiederholbare Testfragen werden, und nach der Iteration auf Fahrzeugseite erfolgt eine Stichprobenprüfung in der realen Welt. Fehlt auch nur ein Glied in dieser Kette, verkommt das Ganze zu einer reinen „Simulation“ oder zum bloßen „Sammeln von Kilometern“. In der offiziellen Pressemitteilung von Baidu wird dies als „Daten-Flywheel“ bezeichnet; im Wesentlichen geht es darum, die Testkosten und Bereitstellungsrisiken so weit wie möglich auf der virtuellen Seite zu belassen und dort vorab zu bewältigen.
Was physische KI wie Roboter betrifft, wurde von offizieller Seite zwar erwähnt, dass der Technologie-Stack erweiterbar sei, doch die in dieser Präsentation vorgestellten Belege und Fallbeispiele konzentrieren sich weiterhin auf Robotaxis. Leser, die im Bereich der verkörperten Intelligenz oder der Lagerlogistik tätig sind, sollten Apollo World als Fallstudie für einen „Prüfungsplatz für autonomes Fahren“ betrachten und nicht direkt als abgeschlossene allgemeine verkörperte Simulation. Da es an öffentlich zugänglichen, bereichsübergreifenden Benchmarks mangelt, sollten die Erweiterungsversprechen vorerst als Roadmap betrachtet werden.
Abschließender Hinweis zu Urheberrecht und Weiterveröffentlichung: Die Bilder in diesem Artikel stammen aus Pressemitteilungen und Fotos von der Pressekonferenz und dienen der Veranschaulichung des „2+3“-Modells, des geschlossenen Kreislaufs und der Angaben vor Ort; sie dürfen nicht für sekundäre Marketingzwecke oder zur Erstellung von Collagen verwendet werden, und Social-Media-Beiträge dürfen nicht als Titelbild verwendet werden. Sollten die Zahlen im Widerspruch zu späteren offiziellen Finanzberichten stehen, gelten die aktualisierten offiziellen Angaben.
One More Thing: Die Metapher des Prüfungssaals ist wertvoller als die Metapher der Bildqualität
Wang Liangs Ausdruck „Prüfer“ ist nützlicher als jede Angabe zur Auflösung. Bei der Bewertung von Beschaffungs- und F&E-Projekten kann man „2+3“ als Fragenkatalog verwenden: Gibt es reproduzierbare Anwendungsfälle mit Kausalität und Interaktion? Tritt im Langzeitbetrieb eine Drift auf? Bricht die Latenzzeit bei zunehmender Komplexität des Szenarios zusammen? Handelt es sich bei dem geschlossenen Regelkreis um ein Teil-Szenario oder um einen vollständigen Auftrag? Ein „Weltmodell“, auf das keine Antwort gegeben werden kann, ist in den meisten Fällen noch ein Generator.
Unsere Einschätzung:Der Nachrichtenwert von Apollo World liegt in der „interaktiven, reproduzierbaren Teststrecke“ und dem geschlossenen Fahrzyklus, nicht in der Bildqualität des Werbevideos. Bei Fahrleistungen und städtischen Kennzahlen sind die Angaben aus Standardmeldungen von Xinhua und ähnlichen Quellen zu übernehmen und die Quellen anzugeben; bei Vergleichen mit Unternehmen wie Waymo sind nur öffentlich bekannte Unterschiede zu erwähnen, ohne auf nicht veröffentlichte interne Testergebnisse einzugehen. Für Fachleser sollte das „2+3“-Konzept in erster Linie als Checkliste für die Abnahme dienen und nicht als verifiziertes Ranking.
Weiterführende Links
- Xinhua: Baidu stellt erstmals das „Apollo World“-Modell einer verkörperten Welt vor
- Übernahme aus Sina Finance: Apollo World und Luobo Kuai Pao – Stand der Dinge
- QuantumBit-Themenradar (Die Fakten richten sich nach den gemeinsamen Meldungen von Xinhua und anderen Medien)


评论列表 (0条):
加载更多评论 Laden...