O modelo de mundo Apollo, da Baidu, quer ensinar a IA a dirigir
A unidade de condução autônoma da Baidu, a Apollo, aproveitou seu evento AI Day em Shenzhen, em 3 de novembro, para apresentar o Apollo World, um modelo de mundo que descreve como orientado por agentes e multimodal, criado para o que a empresa chama de IA física. A proposta é direta: em vez de perseguir vídeo fotorrealista, um modelo de mundo deve reproduzir fielmente como o mundo físico se comporta e como um evento provoca outro. Essa distinção importa para a condução autônoma, em que um simulador convincente na aparência, mas que dobra as leis do movimento, ensina lições erradas ao carro.
A Apollo estruturou o anúncio em torno de uma rubrica própria, que chama de padrão 2+3 para avaliar modelos de mundo. Segundo a empresa, o primeiro par cobre o que um modelo precisa entender de física e causalidade, enquanto os três restantes tratam de como essas capacidades são aplicadas em um sistema autônomo. A Baidu não publicou números de referência junto ao anúncio, então o padrão soa mais como uma declaração de intenções do que como um placar para comparar modelos no setor.
A afirmação mais concreta é a de implantação. A Apollo diz que o modelo já é usado nos testes e na validação globais do Apollo Go, seu serviço de robotáxi, enquanto a empresa busca ampliar as corridas sem motorista para além da China. Usar um modelo de mundo para validação significa gerar sob demanda cenários raros e perigosos, como um pedestre inesperado ou um veículo que cruza várias faixas, em vez de esperar que ocorram nas vias públicas. Esse é o argumento prático da simulação: a longa cauda de casos-limite é onde os programas de condução autônoma costumam travar.
O anúncio também se encaixa em um padrão mais amplo da IA chinesa. O arquiteto-chefe da IDG da Baidu e integrantes do comitê técnico apresentaram o modelo como parte de uma virada rumo a agentes que atuam em ambientes simulados e aprendem com as consequências, em vez de conjuntos de dados estáticos. A expressão IA ensinando IA a dirigir resume a ambição: um modelo gera o mundo e suas complicações, enquanto outro aprende a reagir.
Para a Baidu, o que está em jogo é tanto comercial quanto técnico. O Apollo Go está entre as poucas operações de robotáxi que circulam sem motorista de segurança em cidades chinesas, e a expansão para o exterior traz novas regras de trânsito, climas e hábitos de direção caros de aprender nas ruas reais. Um modelo de mundo que possa ser ajustado a um novo mercado antes de um único carro chegar poderia encurtar esse processo.
Leitores internacionais devem encarar o enquadramento 2+3 com cautela até que existam avaliações independentes. Modelos de mundo estão na moda em todo o setor, do treinamento de robôs à geração de vídeo, e cada empresa escreve hoje sua própria definição do que conta como um bom modelo. A contribuição da Baidu é menos um novo parâmetro de referência do que a tese de que a fidelidade causal, e não o acabamento visual, é o alvo correto.
O sinal a observar é se os testes do Apollo Go no exterior produzem ganhos mensuráveis, como menos intervenções por quilômetro ou aprovação mais rápida em novas cidades, que a Baidu atribua à simulação. Se os cenários do modelo se mostrarem preditivos do comportamento real nas vias, outros operadores de robotáxi serão pressionados a mostrar o que seus próprios simuladores são capazes de fazer.