El modelo del mundo Apollo de Baidu busca enseñar a la IA a conducir
La unidad de conducción autónoma de Baidu, Apollo, aprovechó su evento AI Day en Shenzhen el 3 de noviembre para presentar Apollo World, un modelo del mundo que describe como impulsado por agentes y multimodal, concebido para lo que la empresa denomina IA física. La propuesta es clara: en lugar de perseguir vídeo fotorrealista, un modelo del mundo debe reproducir con fidelidad cómo se comporta el mundo físico y cómo un acontecimiento provoca otro. Esa distinción importa en la conducción autónoma, donde un simulador que resulta convincente pero dobla las leyes del movimiento enseña lecciones equivocadas al vehículo.
Apollo enmarcó el lanzamiento en torno a una rúbrica propia que denomina estándar 2+3 para evaluar modelos del mundo. Según la compañía, el primer par abarca lo que un modelo debe comprender sobre física y causalidad, mientras que los tres restantes se refieren a cómo esas capacidades se ponen en práctica en un sistema autónomo. Baidu no publicó cifras de referencia junto al anuncio, por lo que el estándar se lee más como una declaración de intenciones que como un marcador para comparar modelos en el sector.
La afirmación más concreta es el despliegue. Apollo asegura que el modelo ya se emplea en las pruebas y la validación globales de Apollo Go, su servicio de robotaxi, mientras la empresa impulsa la escala de los trayectos sin conductor más allá de China. Usar un modelo del mundo para la validación implica generar bajo demanda escenarios raros y peligrosos, como un peatón inesperado o un vehículo que cruza varios carriles, en lugar de esperar a que ocurran en la vía pública. Ese es el argumento práctico de la simulación: la larga cola de casos límite es donde suelen atascarse los programas de conducción autónoma.
El anuncio también encaja en un patrón más amplio de la IA china. El arquitecto jefe de IDG de Baidu y figuras del comité técnico presentaron el modelo como parte de un giro hacia agentes que actúan en entornos simulados y aprenden de las consecuencias en lugar de conjuntos de datos estáticos. La frase «IA que enseña a la IA a conducir» resume la ambición: un modelo genera el mundo y sus complicaciones, mientras otro aprende a responder.
Para Baidu, lo que está en juego es tanto comercial como técnico. Apollo Go es una de las pocas operaciones de robotaxi que circulan sin conductor de seguridad en ciudades chinas, y la expansión al exterior trae nuevas normas de tráfico, climas y hábitos de conducción que resultan caros de aprender en calles reales. Un modelo del mundo que pueda ajustarse a un nuevo mercado antes de que llegue un solo coche podría acortar ese proceso.
Los lectores globales deberían tomar el marco 2+3 con cierta cautela hasta que existan evaluaciones independientes. Los modelos del mundo están de moda en todo el sector, desde el entrenamiento de robots hasta la generación de vídeo, y cada empresa escribe ahora su propia definición de lo que cuenta como uno bueno. La contribución de Baidu es menos un nuevo punto de referencia que la afirmación de que la fidelidad causal, y no el acabado visual, es el objetivo correcto.
La señal que hay que observar es si las pruebas en el exterior de Apollo Go producen mejoras medibles, como menos intervenciones por kilómetro o una aprobación más rápida en nuevas ciudades, que Baidu atribuya a la simulación. Si los escenarios del modelo demuestran ser predictivos del comportamiento real en carretera, otros operadores de robotaxi se verán presionados a mostrar qué pueden hacer sus propios simuladores.