BLOG / 5 de noviembre de 2026
El 3 de noviembre, en la sesión dedicada a Apollo del Baidu AI Day de Shenzhen, Baidu Apollo presentó por primera vez un modelo mundial multimodal impulsado por agentes inteligentes y orientado a la IA física. Apollo World, y presentó el criterio de evaluación «2+3» para el modelo mundial. Las agencias de noticias, como Xinhua, lo expresaron de forma muy clara: lo importante no es si el renderizado es bonito, sino si el simulador puede actuar como examinador.
Si el único argumento de venta fuera que «los vídeos son más realistas», no valdría la pena escribir este artículo. Lo que realmente hay que tener en cuenta es que los usuarios de la vía pública son agentes inteligentes con los que se puede interactuar, que la observación se realiza de forma multimodal mediante cámaras y lidar, que la tarea abarca todo el ciclo del trayecto, desde la aceptación del pedido hasta la entrega, y que todo ello ya forma parte de la cadena de validación global de Luobo Kuaipao.
El punto fuerte de World Model no es que «los gráficos sean bonitos», sino que ofrece un entorno de examen interactivo y reproducible.
¿Cuál es exactamente el problema con el «2+3»?
Según informa Xinhua, Wang Liang, arquitecto jefe del Grupo de Negocios de Conducción Inteligente de Baidu, ha redefinido el modelo del mundo, pasando de ser un «artista que crea vídeos espectaculares» a un «examinador que verifica la seguridad de la conducción autónoma». Hay dos requisitos básicos: la causalidad —el tiempo es unidireccional, el pasado determina el futuro; se predice el siguiente instante a partir del presente, en lugar de reconstruir el pasado a partir de un collage de imágenes—; y la interactividad —las acciones externas pueden reescribir el estado futuro—.
Tres aspectos avanzados: precisión física (si las capacidades aprendidas se pueden aplicar en el mundo real), persistencia (si se producen desviaciones tras un funcionamiento prolongado) y tiempo real (si el retraso en el razonamiento se ve afectado cuando el mundo se vuelve más complejo). En las imágenes de Lei Technology y otras fuentes, la capacidad en tiempo real se presenta en las demostraciones como de aproximadamente 24 fotogramas por segundo, acompañada de una explicación sobre las entradas de múltiples cámaras y lidar; se trata de cifras de la presentación, no de pruebas de rendimiento realizadas por este sitio web.


El comunicado de prensa también incluye una restricción muy estricta: para un vehículo de dos toneladas y una velocidad de varias decenas de kilómetros por hora, el margen de error en un mundo abierto es prácticamente nulo, y el tiempo de reacción para tomar decisiones de seguridad debe reducirse a menos de 1/30 de segundo. Si el modelo del mundo solo es capaz de generar «imágenes bonitas», no superará este requisito.
Una ciudad inteligente no es un mero elemento de atrezo.
En las simulaciones tradicionales, los vehículos adyacentes y los peatones suelen parecer meros elementos de atrezo que se reproducen siguiendo una línea temporal. La narrativa de Apollo World es la siguiente: los usuarios de la vía pública de la ciudad virtual se han convertido en agentes de IA capaces de tomar decisiones e interactuar; cuando el vehículo reduce la velocidad, cambia de carril o adelanta, obtiene respuestas diferentes. El material de lanzamiento utiliza una comparación en pantalla dividida entre las reacciones del mundo «al reducir la velocidad» y «al adelantar», para destacar que «el mundo responde».

Otra capacidad es la observación multimodal: el entorno virtual puede proporcionar simultáneamente la imagen de la cámara y la nube de puntos del lidar, de modo que el sistema de conducción «ve» en el entorno virtual y, a continuación, traslada la acción al mundo real, formando un ciclo cerrado de percepción-decisión-acción-retroalimentación. Xinhua citó las declaraciones de Yang Ze, responsable de World Model: muchas soluciones del sector siguen centrándose en escenarios aislados; Apollo World se centra más en el ciclo completo de la tarea —con puntos de partida y llegada arbitrarios y tramos consecutivos—, completando todo el proceso desde la aceptación del pedido hasta el transporte del pasajero y la entrega.

Recorrer 100 000 kilómetros al día: ¿cómo se compagina eso con Luobo Kuaipao?
Según la versión oficial del sector, Apollo World puede realizar pruebas en carretera virtuales de «aproximadamente 100.000 kilómetros al día», lo que equivale más o menos a lo que recorrería un vehículo de pruebas real con un operador de seguridad a bordo durante tres años. Se trata de una metáfora de la capacidad de producción, utilizada para explicar por qué los segmentos de menor volumen y las nuevas zonas deben absorber primero los costes y los errores en el entorno virtual, en lugar de prometer que también se pueda alcanzar el mismo kilometraje a nivel local.
Por parte de Luobo Kuaipao, según datos de Xinhua Net: está presente en 28 ciudades de todo el mundo, con más de 23 millones de viajes acumulados y un kilometraje total en conducción autónoma que supera los 350 millones de kilómetros, de los cuales más de 240 millones se han realizado de forma totalmente autónoma, y ya se ha puesto en práctica en mercados con volante a la izquierda y a la derecha. Se describe que Apollo World se ha utilizado para sus pruebas y validaciones a escala global, extrayendo escenarios de alto valor de la operación real y retroalimentando los resultados virtuales al vehículo, creando así un ciclo virtuoso. Las afirmaciones como «más de un millón de kilómetros» de operación totalmente autónoma de extremo a extremo también se basan en el comunicado de prensa.
Al compararlo con la narrativa pública de World Model de empresas como Waymo, solo se deben mencionar las diferencias respaldadas por material público: este comunicado de prensa de Apollo defiende claramente el «ciclo completo de un trayecto de robotaxi» y los agentes inteligentes como participantes en el tráfico. Si no se dispone de puntos de referencia comparativos, no se deben inventar comparaciones internas basadas en pruebas reales.
La narrativa del «flywheel» puede traducirse al lenguaje de las compras: las operaciones reales se encargan de proporcionar «casos difíciles y distribución», el modelo del mundo se encarga de convertir los casos difíciles en preguntas de examen repetibles, y tras la iteración en el vehículo se vuelve al mundo real para realizar muestreos aleatorios. Si falta cualquiera de estos eslabones, el proceso se reducirá a «solo simulación» o «solo acumulación de kilómetros». El comunicado de prensa de Baidu lo describe como un «flywheel de datos», cuya esencia consiste en mantener los costes de las pruebas y los riesgos de implementación en el ámbito virtual en la medida de lo posible para asimilarlos previamente.
En cuanto a la IA física, como la de los robots, las autoridades también han mencionado que la pila tecnológica puede ampliarse, pero las pruebas y los casos presentados en esta ocasión siguen centrándose en los robotaxis. Los lectores que se dediquen a la simulación encarnada o a la logística en almacén deberían considerar Apollo World como un caso práctico de «campo de pruebas de conducción autónoma», en lugar de dar por hecho que ya se ha completado la simulación encarnada general. A falta de puntos de referencia interdisciplinarios públicos, la promesa de ampliación debe considerarse, por el momento, como una hoja de ruta.
Por último, un recordatorio sobre los derechos de autor y la reproducción: las imágenes que acompañan a este artículo proceden de la página de comunicados de prensa y de fotografías tomadas en la rueda de prensa, y su finalidad es ilustrar el modelo «2+3», el ciclo cerrado y la información facilitada en el acto; no se utilizarán para crear infografías de marketing ni se utilizarán imágenes de los pioneros de las redes sociales como portada. Si las cifras entran en conflicto con los datos de los informes financieros oficiales posteriores, prevalecerá la información oficial actualizada.
One More Thing: Las metáforas sobre los exámenes valen más que las metáforas sobre la calidad de imagen
Esa expresión de Wang Liang, «examinador», resulta más útil que cualquier cifra de resolución. A la hora de evaluar las compras y el desarrollo, se puede utilizar el «2+3» como lista de preguntas: ¿Existen casos de uso reproducibles que incluyan causalidad e interacción? ¿Se produce deriva a largo plazo? ¿Se dispara la latencia a medida que aumenta la complejidad del escenario? ¿El ciclo cerrado corresponde a un escenario fragmentado o a un pedido completo? Si no se puede responder a estas preguntas sobre el «modelo del mundo», lo más probable es que se trate de un generador.
Nuestra valoración:El valor informativo de Apollo World reside en el «recinto de pruebas interactivo y reproducible» y en el ciclo cerrado del recorrido, no en la calidad de imagen del vídeo promocional. Las cifras de kilometraje y datos urbanos deben seguir la línea de los comunicados de prensa de Xinhua y similares, indicando siempre la fuente; en las comparaciones con empresas como Waymo, solo se deben mencionar las diferencias en las declaraciones públicas, sin entrar en comparativas basadas en pruebas internas no publicadas. Para los lectores del sector, es preferible considerar el «2+3» como una lista de preguntas para la evaluación, en lugar de como una clasificación ya verificada.
Enlaces de referencia
- Xinhua: Baidu revela por primera vez el modelo de mundo encarnado «Apollo World»
- Reproducido de Sina Finance: Datos de Apollo World y Luobo Kuai Pao
- Radar de temas de QuantumBit (los datos se basan en las noticias publicadas por Xinhua y otras agencias de noticias)


评论列表 (0条):
加载更多评论 Cargando...