得世界模型者得天下?Robotaxi企业纷纷押注下一场技术革命
车东西(公众号:chedongxi) 作者 | Janson 编辑 | 志豪 全球Robotaxi竞争,正在迎来一个新的分水岭。 2026年2月,无人驾驶巨头Waymo完成160亿美元(约合人民币1072亿元)融资,投后估值达到1260亿美元(约合人民币8442亿元)。 中国企业同样在加速扩张。百度旗下萝卜快跑已进入全球28座城市,累计完成超过2300万次出行服务,无人驾驶总里程突破3.5亿公里。
车东西(公众号:chedongxi) 作者 | Janson 编辑 | 志豪 全球Robotaxi竞争,正在迎来一个新的分水岭。 2026年2月,无人驾驶巨头Waymo完成160亿美元(约合人民币1072亿元)融资,投后估值达到1260亿美元(约合人民币8442亿元)。 中国企业同样在加速扩张。百度旗下萝卜快跑已进入全球28座城市,累计完成超过2300万次出行服务,无人驾驶总里程突破3.5亿公里。 经过十多年的发展,无人驾驶已经从技术验证走向规模化商业运营,但安全、成本、效率依然是摆在行业面前的“三座大山”。 尤其是随着全球化扩张提速,传统依靠实车和安全员不断积累测试里程的模式,正面临越来越明显的效率瓶颈。 而世界模型,正在成为改变这一局面的关键变量。 今年2月,Waymo发布了基于谷歌DeepMind Genie 3构建的世界模型。 11月3日,百度也正式披露了面向物理AI的智能体驱动全模态世界模型ApolloWorld。 ▲AI智能体推动的世界模型 根据百度公布的数据,ApolloWorld一天完成的虚拟路测里程,相当于一辆配备安全员的实车连续测试约三年。 更重要的是,在ApolloWorld构建的虚拟城市中,不仅无人车由AI驾驶,周围的交通参与者也具备自主决策能力,能够与无人车持续交互,让无人驾驶系统提前经历各种复杂的交通状况。 从AI开车,到AI帮助AI练车,Robotaxi产业的竞争正在发生变化。 一、全球Robotaxi大战升级 世界模型成新分水岭 回顾过去十多年,全球无人驾驶产业大致经历了三个发展阶段。 2013年前后至2023年,行业主要围绕无人驾驶技术研发和道路测试展开竞争,重点是让汽车具备自主驾驶能力。 2022年起,随着百度等企业陆续获得全无人商业化运营许可,随后从2023年开始,Robotaxi开始从技术验证走向收费运营,竞争重点逐渐转向车队规模、运营能力和商业模式。 ▲Robotaxi产业发展示意(各阶段技术发展存在交叉) 到了2026年,全球Robotaxi产业又进入新的阶段。 Waymo加速拓展运营城市,百度萝卜快跑则已在迪拜、阿布扎比启动全无人商业化运营,在伦敦、瑞士开展公开道路测试,并在香港取得当地首个全无人测试牌照。随着全球化扩张提速,行业开始比拼跨城市、跨市场的规模化运营能力。 资本市场同样关注这一变化,Waymo今年2月完成160亿美元融资(约合人民币1072亿元),四天后正式公布世界模型,10月又获得50亿美元(约合人民币335亿元)债务融资。 资本的眼光往往十分敏锐,毕竟头部投资机构看重的不只是企业现有的运营规模,还包括其未来能否建立持续领先的技术和商业化能力。 而Robotaxi规模化恰恰面临三座大山:安全、成本和效率。 一方面,真实道路充满低频、复杂甚至危险的交通场景,单纯依靠增加实车测试里程,很难充分覆盖所有风险。 另一方面,每进入一个新城市,无人驾驶企业都需要投入大量车辆、人力和时间,验证当地道路环境与驾驶习惯。 如果每一次算法升级、每进入一个新市场,都需要重新进行漫长的道路测试,企业的扩张速度就会受到明显限制。 过去,无人驾驶行业主要通过增加实际测试里程积累经验。 ▲世界模型可以生成不同的内容 现在,世界模型提供了另一条路径:让无人车在AI生成的虚拟世界中,提前经历现实中尚未遇到的各种交通情况。 这不仅是测试方法的变化,也可能成为Robotaxi下一阶段竞争的重要分水岭。 二、世界模型扎堆亮相 百度立下技术新标尺 世界模型究竟是什么? 2026年6月,AI科学家李飞飞曾将世界模型划分为渲染器、模拟器和规划器三种类型。 简单来说,渲染器负责把世界画出来,模拟器负责预测世界如何变化,规划器则负责决定下一步如何行动。 其中,模拟器是连接虚拟世界与真实行动的重要环节。 不过,对于不同的物理AI应用,世界模型需要解决的问题也不相同。 李飞飞曾将无人驾驶汽车比作在二维平面上移动的“盒子”,认为通用机器人需要完成更加复杂的三维空间操作。 ▲百度智能驾驶事业群组(IDG)首席架构师、IDG技术委员会主席王亮博士 百度智能驾驶事业群组(IDG)首席架构师、IDG技术委员会主席王亮博士则提出了另一种判断。 汽车的控制动作虽然相对简单,但无人驾驶面临的是开放道路上大量交通参与者之间的动态博弈。 例如,一辆无人车准备通过路口,旁边车辆可能主动让行,也可能突然加速。无人车的不同选择,还会进一步改变其他车辆的行为。 因此,无人驾驶的难点不只是理解道路,更在于预测其他交通参与者的选择,以及这些选择引发的连锁反应。 ▲不同决策导致的实时交互 随着生成式AI快速发展,世界模型已经成为AI行业的热门概念。从视频生成、三维空间构建到物理仿真,不同技术都开始被冠以世界模型之名,但它们能否真正用于物理AI,仍然存在
分享这篇内容
让更多人看到这篇有价值的资讯