3 listopada 2026 r. jednostka Apollo firmy Baidu ujawniła Apollo World, „agentowy multimodalny model świata” zaprojektowany do symulowania całych kursów robotaxi — od przyjęcia zlecenia do wysadzenia pasażera — oraz do generowania w czasie rzeczywistym obserwacji z kamer i lidaru dla systemów autonomicznej jazdy. Firma twierdzi, że system potrafi wygenerować „do 100 000 km” symulowanej jazdy dziennie i że Apollo World jest już używany do walidacji i szkolenia floty robotaxi Apollo Go.

Co Baidu pokazało i dlaczego to ważne

Na sesji Apollo podczas Baidu AI Day w Shenzhen zespół przedstawił Apollo World jako środowisko zamkniętej pętli, w którym inni użytkownicy drogi są modelowani jako podejmujące decyzje agenty reagujące na testowany pojazd, a nie jako skryptowane obiekty. Baidu zaprezentowało tę zdolność jako sposób uruchamiania kompletnych, interaktywnych kursów w wirtualnym mieście, jednocześnie dostarczając syntetyczne multimodalne strumienie sensorów z powrotem do oprogramowania jazdy. Przedstawiciele firmy opisali ramy oceny „2+3” dla modeli świata, które akcentują związek przyczynowo‑skutkowy i interaktywność oraz dokładność fizyczną, trwałość i responsywność w czasie rzeczywistym.

Baidu zwróciło też uwagę na skalę danych stojących za modelem. Relacje wskazują, że Apollo Go — operator korzystający z systemu — zgromadził bardzo duże wolumeny danych z rzeczywistej eksploatacji, które pomagają szkolić symulator; doniesienia zewnętrzne cytują liczby takie jak miliony przejazdów i setki milionów kilometrów rzeczywistej jazdy wykorzystane jako dane treningowe. Firma argumentuje, że symulacja może skompresować kosztowne testy drogowe: Baidu porównuje dzień wirtualnej jazdy do lat kilometrów z kierowcą bezpieczeństwa na drodze.

Co to oznacza dla rynku

Dla sektora motoryzacyjnego w Europie Środkowej i Wschodniej (CEE) ogłoszenie jest istotne, mimo że technologia została zaprezentowana w Chinach. Modele świata, które potrafią prowadzić interaktywne, sensorycznie dokładne kursy, przyspieszają i obniżają koszty adaptacji stosów autonomicznych do zróżnicowanych układów miejskich, zachowań w ruchu i infrastruktury — wszystkie te czynniki mają znaczenie, gdy dostawcy robotaxi lub chińskie firmy technologii autonomicznej wchodzą na rynki europejskie i CEE. Jeśli symulacja w istotny sposób zredukuje potrzebę długich, kosztownych testów lokalnych, dostawcy i operatorzy będą mogli szybciej iterować oprogramowanie i obniżyć początkowe koszty demonstracji i pilotaży.

Ma to znaczenie dla lokalnych graczy i dostawców na kilka sposobów: dostawcy oprogramowania klasy Tier‑1 i dostawcy sensorów będą musieli sprostać nowym, szybko zmieniającym się wymaganiom dotyczącym danych i symulacji; firmy zajmujące się zabudową pojazdów i operatorzy flot mogą spodziewać się krótszych terminów uzyskiwania zgód na pilotaże; a regulatorzy na rynkach UE i CEE będą musieli rozważyć, w jakim stopniu walidacja wirtualna uzupełnia dowody z jazd drogowych przy ocenie roszczeń dotyczących bezpieczeństwa. To są efekty rynkowe, a nie obietnice firm; regulatorzy i lokalne testy nadal będą wymagać dowodów z rzeczywistej eksploatacji.

Ruch Baidu podnosi również poprzeczkę konkurencyjną — dla ugruntowanych graczy robotaxi i producentów samochodów planujących pilotaże L4 w Europie — oraz dla wszelkich OEM‑ów dążących do certyfikacji funkcji zautomatyzowanych w ramach różnych krajowych przepisów i kultur jazdy. Kilka chińskich firm robotaxi i producentów EV zapowiedziało plany ekspansji za granicę; dostawcy i floty w regionie CEE powinni śledzić, czy walidacja oparta na modelu świata stanie się akceptowanym dowodem w europejskich reżimach przedwdrożeniowych.

Oferty samochodów elektrycznych na WorldTrader24 →

Źródła: Reuters, TechNode