BLOG / 5 novembre 2026
Le 3 novembre, lors de la session Apollo de l'AI Day de Baidu à Shenzhen, Baidu Apollo a dévoilé pour la première fois un modèle mondial multimodal piloté par des agents intelligents et dédié à l'IA physique. Apollo World, et a proposé le critère d'évaluation « 2+3 » pour les modèles du monde. Les dépêches de Xinhua et d'autres agences l'ont formulé sans ambages : l'essentiel n'est pas de savoir si le rendu est esthétique, mais si le simulateur peut jouer le rôle d'examinateur.
Si le seul argument de vente était « des vidéos plus réalistes », cet article ne vaudrait pas la peine d'être écrit. Ce qu'il faut vraiment retenir, c'est que les usagers de la route sont des entités intelligentes interactives, que l'observation s'appuie sur une approche multimodale combinant caméra et lidar, que la mission couvre l'ensemble du parcours, de la prise de commande à la livraison — et que tout cela s'inscrit déjà dans le cadre du programme de validation mondial de Luobo Kuai Pao.
L'atout majeur de World Model ne réside pas dans la « beauté des graphismes », mais dans le fait qu'il s'agit d'un lieu d'examen interactif et reproductible.
Qu'est-ce qui bloque exactement dans le « 2+3 » ?
Selon Xinhua, Wang Liang, architecte en chef du groupe Baidu Intelligent Driving, a redéfini le modèle du monde, le faisant passer d’un « artiste créant des vidéos spectaculaires » à un « examinateur vérifiant la sécurité de la conduite autonome ». Deux critères fondamentaux : la causalité — le temps est unidirectionnel, le passé détermine l’avenir ; on prédit l’instant suivant à partir du présent, et non l’inverse en reconstituant le passé à partir d’une succession d’images ; l’interactivité — les actions externes peuvent modifier l’état futur.
Trois critères avancés : précision physique (les capacités acquises sont-elles réutilisables dans le monde réel ?), persistance (y a-t-il une dérive lors d’un fonctionnement prolongé ?) et temps réel (le délai de raisonnement est-il saturé lorsque le monde devient plus complexe ?). Sur les photos prises sur place, notamment chez Lei Technology, la temps réel est présenté comme un taux d’environ 24 images par seconde, accompagné d’explications sur les entrées provenant de plusieurs caméras et d’un lidar — il s’agit là de chiffres présentés lors de la conférence de presse, et non de tests de performance réalisés par notre site.


Le communiqué de presse mentionne également une contrainte très stricte : pour un véhicule de deux tonnes pouvant atteindre plusieurs dizaines de kilomètres à l'heure, la tolérance aux erreurs dans un monde ouvert est quasi nulle, et le temps de réaction en matière de sécurité doit être inférieur à 1/30e de seconde. Si le modèle du monde ne permet de produire que des « images esthétiques », il ne pourra pas franchir ce cap.
Une ville intelligente, ce n'est pas un accessoire de scénario
Dans les simulations traditionnelles, les véhicules circulants et les piétons apparaissent souvent comme des éléments de décor qui évoluent au fil du temps. Le concept d’Apollo World est le suivant : les usagers de la route de cette ville virtuelle sont conçus comme des agents IA capables de prendre des décisions et d’interagir ; lorsque le véhicule ralentit, change de voie ou double, il obtient des réactions différentes. Le matériel de communication met en avant, à l’aide d’un écran partagé, la comparaison entre les réactions du monde « lors d’un ralentissement » et « lors d’un dépassement », soulignant ainsi que « le monde réagit ».

Une autre capacité est l’observation multimodale : l’environnement virtuel peut fournir simultanément les images de la caméra et le nuage de points du lidar, ce qui permet au système de conduite de « voir » dans le monde virtuel, puis de transposer ses actions dans le monde réel, formant ainsi une boucle fermée de perception – décision – action – retour d’information. Xinhua a cité les propos de Yang Ze, responsable de World Model : « De nombreuses solutions du secteur se concentrent encore sur des scénarios isolés ; Apollo World vise davantage un cycle de mission complet — avec des points de départ et d’arrivée arbitraires, des trajets continus sur plusieurs tronçons —, en effectuant l’ensemble du processus : réception de la commande, prise en charge du passager et livraison. »

Comment concilier un parcours quotidien de 100 000 kilomètres avec Luobo Kuai Pao ?
Selon les informations relayées par le secteur, Apollo World serait capable d'effectuer « environ 100 000 kilomètres par jour » d'essais routiers virtuels, ce qui équivaut approximativement à trois ans de conduite d'un véhicule d'essai réel avec un opérateur de sécurité à bord. Il s'agit d'une métaphore relative à la capacité de production, utilisée pour expliquer pourquoi les marchés de niche et les nouvelles régions doivent d'abord absorber les coûts et les essais-erreurs en environnement virtuel, plutôt que de vous promettre que vous pourrez parcourir le même kilométrage dans votre région.
Du côté de Luobo Kuaipao, selon les chiffres de Xinhua Net : le service est déployé dans 28 villes à travers le monde, avec plus de 23 millions de trajets cumulés et un kilométrage total en conduite autonome dépassant les 350 millions de kilomètres, dont plus de 240 millions en mode entièrement autonome. Il a également été mis en œuvre sur des marchés avec conduite à gauche et à droite. Apollo World est présenté comme une plateforme déjà utilisée pour ses tests et validations à l’échelle mondiale, permettant d’extraire des scénarios à forte valeur ajoutée à partir d’une exploitation réelle, puis de réinjecter les résultats virtuels dans les véhicules, créant ainsi un cercle vertueux. Les affirmations telles que « plus d’un million de kilomètres d’exploitation entièrement sans conducteur de bout en bout » doivent également être considérées comme faisant foi dans le communiqué de presse officiel.
En comparaison avec les discours publics de Waymo et d’autres entreprises sur le « World Model », ne mentionnez que les différences étayées par des sources publiques : ce communiqué de presse d’Apollo met clairement l’accent sur le « cycle complet des trajets en robotaxi » et sur les agents intelligents participant à la circulation. En l’absence de références comparatives directes, il ne faut pas inventer de comparaisons internes basées sur des tests réels.
La narration du « flywheel » peut être traduite en langage des achats : l’exploitation réelle est chargée de fournir les « cas difficiles et leur répartition », le modèle du monde est chargé de transformer ces cas difficiles en questions d’examen reproductibles, puis, après itération côté véhicule, on revient au monde réel pour effectuer des contrôles aléatoires. Si l’un de ces maillons vient à manquer, le processus se réduit à une « simple simulation » ou à une « simple accumulation de kilomètres ». Le communiqué de presse de Baidu parle de « volant d’inertie des données » ; il s’agit en substance de faire en sorte que les coûts de test et les risques de déploiement soient autant que possible absorbés au préalable dans l’environnement virtuel.
En ce qui concerne l’IA physique, comme les robots, les responsables ont également mentionné que la pile technologique pouvait être étendue, mais les preuves et les cas présentés lors de cet événement restaient centrés sur les robotaxis. Les lecteurs travaillant dans le domaine de l’embodiment ou de la logistique en entrepôt devraient considérer Apollo World comme une étude de cas de « centre d’examen de conduite autonome », plutôt que de le considérer d’emblée comme une simulation d’embodiment générique déjà aboutie. En l’absence de benchmarks interdisciplinaires publics, ces promesses d’extension doivent pour l’instant être considérées comme une feuille de route.
Enfin, un rappel concernant les droits d'auteur et la reproduction : les illustrations accompagnant cet article proviennent de communiqués de presse et de photos prises lors de la conférence de presse ; elles ont pour but d'illustrer les concepts de « 2+3 », de « circuit fermé » et les informations communiquées lors de l'événement. Elles ne doivent pas être utilisées pour créer des visuels marketing dérivés, ni servir de couverture pour les réseaux sociaux. Si les chiffres présentés ici contredisent ceux des rapports financiers officiels ultérieurs, ce sont les informations officielles mises à jour qui feront foi.
One More Thing : la métaphore de la salle d'examen a plus de valeur que celle de la qualité d'image
Cette expression de Wang Liang, « examinateur », est bien plus utile que n’importe quel chiffre de résolution. Lors des évaluations des achats et de la R&D, on peut utiliser la formule « 2+3 » comme liste de questions : existe-t-il des cas d’utilisation reproductibles mettant en évidence les relations de cause à effet et les interactions ? Y a-t-il une dérive à long terme ? Le temps de latence s’effondre-t-il avec la complexité du scénario ? La boucle fermée correspond-elle à un scénario fragmentaire ou à une commande complète ? Un « modèle du monde » pour lequel on ne peut pas répondre à ces questions reste, dans la plupart des cas, un simple générateur.
Notre analyse :L'intérêt médiatique d'Apollo World réside dans son « terrain d'essai interactif et reproductible » et dans le circuit fermé, et non dans la qualité d'image de ses vidéos promotionnelles. Les données relatives au kilométrage et aux villes doivent suivre les normes des communiqués de presse communs, tels que ceux de Xinhua, et mentionner leurs sources ; les comparaisons avec Waymo et autres doivent se limiter aux différences officielles, sans entrer dans des confrontations basées sur des tests internes non rendus publics. Pour les lecteurs du secteur, il convient de considérer le « 2+3 » avant tout comme une liste de questions de vérification, et non comme un classement déjà validé.
Liens utiles
- Xinhua : Baidu dévoile pour la première fois le modèle de monde incarné « Apollo World »
- Reproduit depuis Sina Finance : Apollo World et Luobo Kuai Pao
- Radar des sujets d'actualité de Quantum Bit (les faits sont basés sur les dépêches de Xinhua et d'autres agences de presse)


评论列表 (0条):
加载更多评论 Chargement...