Baidus Apollo World Model will der KI das Fahren beibringen

Baidus Geschäftsbereich für autonomes Fahren, Apollo, nutzte seinen AI Day am 3. November in Shenzhen, um Apollo World vorzustellen – ein Weltmodell, das das Unternehmen als agentengetrieben und allmodal beschreibt und für das baut, was es physische KI nennt. Der Anspruch ist klar: Statt fotorealistischem Video nachzujagen, soll ein Weltmodell getreu wiedergeben, wie sich die physische Welt verhält und wie ein Ereignis ein anderes auslöst. Dieser Unterschied zählt beim autonomen Fahren, wo ein Simulator, der überzeugend aussieht, aber die Bewegungsgesetze verbiegt, dem Auto das Falsche beibringt.

Apollo rahmte die Veröffentlichung um ein selbst definiertes Bewertungsschema, das es 2+3-Standard für die Beurteilung von Weltmodellen nennt. Dem Unternehmen zufolge umfasst das erste Paar, was ein Modell über Physik und Kausalität verstehen muss, während sich die übrigen drei damit befassen, wie diese Fähigkeiten in einem autonomen System zum Einsatz kommen. Baidu veröffentlichte zur Ankündigung keine Benchmark-Zahlen, sodass der Standard eher als Absichtserklärung denn als Rangliste zum branchenweiten Modellvergleich zu lesen ist.

Konkreter ist die Aussage zum Einsatz. Apollo zufolge wird das Modell bereits bei der globalen Erprobung und Validierung von Apollo Go verwendet, dem Robotaxi-Dienst des Unternehmens, während Baidu fahrerlose Fahrten über China hinaus ausweiten will. Ein Weltmodell zur Validierung zu nutzen heißt, seltene und gefährliche Szenarien auf Abruf zu erzeugen – etwa einen unerwarteten Fußgänger oder ein Fahrzeug, das mehrere Spuren quert –, statt darauf zu warten, dass sie auf öffentlichen Straßen eintreten. Das ist das praktische Argument für Simulation: Am langen Ende seltener Randfälle bleiben Programme für autonomes Fahren typischerweise stecken.

Die Ankündigung fügt sich zudem in ein breiteres Muster der chinesischen KI. Baidus IDG-Chefarchitekt und Vertreter des Technikkomitees präsentierten das Modell als Teil einer Hinwendung zu Agenten, die in simulierten Umgebungen handeln und aus Konsequenzen statt aus statischen Datensätzen lernen. Die Formel, eine KI bringe einer KI das Fahren bei, fasst den Ehrgeiz zusammen: Ein Modell erzeugt die Welt und ihre Komplikationen, ein anderes lernt zu reagieren.

Für Baidu steht kommerziell ebenso viel auf dem Spiel wie technisch. Apollo Go gehört zu den wenigen Robotaxi-Betrieben, die in chinesischen Städten ohne Sicherheitsfahrer unterwegs sind, und eine Expansion ins Ausland bringt neue Verkehrsregeln, Wetterlagen und Fahrgewohnheiten mit sich, deren Erlernen auf echten Straßen teuer ist. Ein Weltmodell, das sich auf einen neuen Markt abstimmen lässt, bevor auch nur ein einziges Auto dort ist, könnte diesen Prozess verkürzen.

Internationale Leser sollten den 2+3-Rahmen mit Vorsicht betrachten, solange keine unabhängigen Bewertungen vorliegen. Weltmodelle sind branchenweit in Mode, vom Robotertraining bis zur Videogenerierung, und jedes Unternehmen schreibt derzeit seine eigene Definition dessen, was ein gutes Modell ausmacht. Baidus Beitrag ist weniger ein neuer Maßstab als die These, dass kausale Treue und nicht optischer Feinschliff das richtige Ziel ist.

Zu beobachten ist, ob die Auslandstests von Apollo Go messbare Fortschritte bringen – etwa weniger Eingriffe pro Kilometer oder eine schnellere Zulassung in neuen Städten –, die Baidu der Simulation zuschreibt. Erweisen sich die Szenarien des Modells als vorhersagekräftig für reales Fahrverhalten, geraten andere Robotaxi-Betreiber unter Druck zu zeigen, was ihre eigenen Simulatoren leisten.