Baidu entwickelt das "Weltmodell" und zielt auf das autonome Fahren ab.

Nachdem die Ära der großen Modelle in die zweite Phase eingetreten ist, verlagert sich der Wettbewerbsfokus der künstlichen Intelligenz leise: von der „digitalen Welt“ des Sprachverstehens in die „reale Welt“ des Verstehens physikalischer Regeln.

Medienberichten zufolge entwickelt Baidu derzeit ein „Weltmodell“ (World Model) und will die entsprechenden Forschungsfortschritte voraussichtlich bald veröffentlichen. Das Modell zielt darauf ab, die Repräsentation der physischen Umwelt zu erlernen und deren Veränderungen vorherzusagen, und soll die grundlegende Infrastruktur für Systeme werden, die in der realen Welt betrieben werden müssen.

Der Bericht weist darauf hin, dass das autonome Fahren eine der Kernanwendungsrichtungen dieser Technologie ist. Durch die Vorhersage der dynamischen Veränderungen von umgebenden Fahrzeugen, Fußgängern und Straßenzuständen kann das Weltmodell die Planungs- und Entscheidungsfähigkeit des Systems für autonomes Fahren erheblich verbessern.

Obwohl Baidu noch keine konkreten Anwendungsweisen des Modells und Details zur tiefen Integration mit seinem fahrerlosen Taxigeschäft Apollo Go offengelegt hat, sendet diese Maßnahme selbst ein äußerst klares Signal an die Branche: Nach den End-to-End-Großmodellen bahnt sich im Bereich des autonomen Fahrens ein neuer Paradigmenwechsel der Basistechnologie an, und Baidu versucht, in diesem Zyklus die technologische Spitzenposition einzunehmen.

Abschied von „Regelcode“: Das Weltmodell gestaltet das autonome Fahren neu

Um die strategische Bedeutung des Weltmodells zu verstehen, muss man zunächst den „Datenengpass“ verstehen, dem das aktuelle autonome Fahren gegenübersteht.

In den letzten Jahren hat die technologische Route des autonomen Fahrens die Entwicklung von „regelbasiert“ zu „datengesteuert (End-to-End-Großmodell)“ durchlaufen. Obwohl das End-to-End-Großmodell das Fahrverhalten von Fahrzeugen menschenähnlicher macht, weist es immer noch einen fatalen Mangel auf: Es kann die Zukunft nicht genau vorhersagen.

Menschliche Fahrer bauen beim Fahren natürlich ein „physisches Weltmodell“ im Kopf auf: Wenn sie sehen, dass ein Kind vorne mit einem Ball spielt, schätzen sie instinktiv ein, dass das Kind auf die Straße rennen könnte; wenn sie die Bremslichter des vorausfahrenden Fahrzeugs aufleuchten sehen, sagen sie die Stausituation voraus. Herkömmliche Modelle für autonomes Fahren hingegen passen in der Regel die Wahrscheinlichkeiten historischer Daten an und fehlt es an einer tiefgreifenden Schlussfolgerung über physikalische Kausalzusammenhänge.

Die Funktion des „Weltmodells“ besteht darin, dem System für autonomes Fahren diese „Vorausschau“ zu verleihen. Durch das Lernen massiver Daten aus der realen physischen Umwelt kann es die Entwicklung der Welt in den nächsten Sekunden generieren und vorhersagen. Dies bedeutet nicht nur, Hindernisse zu erkennen, sondern auch Gravitation, Trägheit, Reibung und das dynamische Zusammenspiel komplexer Verkehrsteilnehmer zu verstehen.

Sobald das Weltmodell ausgereift ist, verfügt das System für autonomes Fahren über eine stärkere Generalisierungsfähigkeit in der realen physischen Welt. Es muss nicht mehr alle extremen Szenarien (Corner Cases) aufzählen, sondern kann bei unbekannten komplexen Verkehrssituationen die sichersten Planungsentscheidungen auf der Grundlage physikalischer Allgemeinkenntnisse treffen.

Baidus Trumpfkarte: Echte Daten aus 28 Städten und Skaleneffekte

Im Silicon Valley haben Nvidia, Tesla und eine Reihe von Spitzen-Startups für autonomes Fahren (wie Wayve) das Weltmodell bereits als wichtigen Weg zum autonomen Fahren der Stufe L4 angesehen. Baidu steigt zu diesem Zeitpunkt hochkarätig in dieses Feld ein, und sein größtes Selbstvertrauen stammt von seinen riesigen realen Straßentestdaten.

Öffentlichen Informationen zufolge hat sich das fahrerlose Taxigeschäft Apollo Go von Baidu auf 28 Städte weltweit ausgeweitet. In den chinesischen Großstädten und einigen komplexen Märkten mit Rechtsverkehr hat Apollo Go reichhaltige echte Fahrtdaten gesammelt. Öffentliche Daten zeigen, dass die gesamte öffentliche Teststrecke von Apollo für autonomes Fahren bereits 350 Millionen Kilometer überschritten hat.

Dies ist genau der seltenste Treibstoff für das Training von Weltmodellen.

Im Gegensatz zu anderen Unternehmen, die noch Simulationsdaten oder kleine Mengen von Straßentestdaten zum Trainieren von Modellen verwenden, verfügt Baidu über massenhaft echte Straßendaten. Diese Daten umfassen äußerst komplexe chinesische Verkehrsverhältnisse, schlechtes Wetter und verschiedene unerwartete Szenarien des Zusammenspiels von Personen und Fahrzeugen.

Mit diesen Daten kann Baidu eine digitale Zwillingswelt mit extrem hoher Genauigkeit aufbauen. In dieser virtuellen Welt kann das Modell für autonomes Fahren ein hocheffizientes verstärkendes Lernen durchführen, wodurch die Kosten und die Zeit für Straßentests mit echten Fahrzeugen erheblich reduziert werden.

Man kann sagen, dass der kommerzielle Betrieb von Apollo Go nicht nur das Geschäftsmodell von Robotaxi etabliert, sondern auch kontinuierlich echte Straßendaten erzeugt, die für das Training von grundlegenden KI-Modellen verwendet werden können.

Baidus Sorge und Gegenangriff: Von der Sprach-KI zur physikalischen KI

In der Anfangsphase der Welle der großen KI-Modelle hatte Baidu mit dem Modell Wenxin Yiyan einen Vorsprung. Aber mit der umfassenden Gegenoffensive von Giganten wie ByteDance, Tencent und Alibaba sowie der offenen Konkurrenz von Startups wie DeepSeek ist der Wettbewerbsdruck von Baidu auf der Strecke der großen allgemeinen Sprachmodelle sprunghaft angestiegen.

Im Wettbewerb um C-End-Anwendungen und B-End-Cloud-Dienste muss Baidu einen neuen Burggraben finden, der absolute Barrieren bilden kann.

Die Kombination aus „Weltmodell“ und autonomem Fahren ist genau der entscheidende Schritt von Baidu, um seine technologische Spitzenposition wiederherzustellen.

Aus industrieller Sicht ist der kommerzielle Verwertungspfad von Chatbots in der rein digitalen Welt relativ überfüllt. Wenn man die KI-Fähigkeiten auf die physische Welt ausweitet, um praktische Probleme von kapitalintensiven Branchen wie Mobilität, Verkehr und Fertigung zu lösen, ist der kommerzielle und gesellschaftliche Wert weitaus tiefer. Dies ist auch die Fortsetzung der Strategie von Li Yanhong, der seit Jahren darauf besteht, dass „KI alle Branchen stärkt“.

Das Weltmodell ist tatsächlich die Brücke von Baidu für den Übergang von der „Sprachintelligenz“ zur „physischen Intelligenz“. Wenn Baidu als Erster den geschlossenen Kreislauf des Weltmodells im Bereich des autonomen Fahrens etablieren kann, kann es nicht nur die Sicherheit und Betriebseffizienz von Apollo Go erheblich verbessern, sondern auch diese technologische Basis nach außen ausliefern, um mehr Roboterindustrien zu unterstützen, die Interaktion mit der physischen Umwelt benötigen.

Der globale verdeckte Wettbewerb: Technologiewettlauf zwischen chinesischen und US-Giganten

Bei der Entwicklung von Weltmodellen befinden sich chinesische und US-amerikanische Technologiegiganten in einem verdeckten Wettbewerb.

Auf der anderen Seite des Ozeans hat Nvidia die Cosmos-Weltmodellplattform eingeführt und iteriert sie kontinuierlich, um Unternehmen für autonomes Fahren und Roboter mit Werkzeugen zur Generierung virtueller physischer Umgebungen zu versorgen; hinter Teslas FSD arbeitet ebenfalls ein riesiger Weltsimulator mit hoher Intensität an der Schulung.

In China erwähnen neben Baidu auch Automobilhersteller wie Huawei, Xpeng und NIO ständig das Konzept des „Weltmodells“. Die Besonderheit von Baidu liegt jedoch darin, dass es nicht nur die Hardwareträger für autonomes Fahren (Apollo Go-Fahrzeuge), sondern auch die grundlegende Rechenleistungsinfrastruktur (Intelligente Cloud) und die grundlegenden Großmodelle (Wenxin) besitzt und über die Fähigkeit zur vollständigen Eigenentwicklung des gesamten Technologie-Stacks verfügt.

Das bedeutet jedoch nicht, dass Baidu sich zurücklehnen kann. Die Entwicklungsschwelle für Weltmodelle ist extrem hoch: Sie erfordert nicht nur eine enorme Rechenleistungsunterstützung, sondern auch Spitzen-KI-Wissenschaftler, die technologische Durchbrüche in den interdisziplinären Bereichen wie physikalische Simulation, generative KI und verstärkendes Lernen erzielen.

Bislang hat Baidu keine konkreten technischen Parameter und Fortschritte dieses Modells offengelegt. In einer Phase, in der der Branchenwettbewerb immer härter wird, ist das „Vorpreschen“ bei der Technologieveröffentlichung oft der Schlüssel zur Beeinflussung der Marktwahrnehmung.

Die ultimative Frage des kommerziellen geschlossenen Kreislaufs: Kostensenkung und Effizienzsteigerung

Zurück zum Wesen des Geschäfts: Jeder Durchbruch in der Basistechnologie muss letztendlich dem echten Gewinn- und Verlustkonto dienen.

Für Apollo Go liegt der größte Wert des Weltmodells in der „Kostensenkung und Effizienzsteigerung“.

Derzeit sind die Kosten von Robotaxi nach wie vor hoch: Neben den Hardwarekosten des Fahrzeugs selbst (wie Lidar und Rechenleistungschips) sind auch das große Straßentestteam und die Betriebskosten ein enormer Aufwand. Durch den Aufbau einer hochpräzisen Simulationsumgebung mit dem Weltmodell kann Baidu die Anzahl der Kilometer für Straßentests mit echten Fahrzeugen erheblich reduzieren, sodass die KI die Schulung der meisten extremen Szenarien in der virtuellen Welt abschließt.

Darüber hinaus kann das Weltmodell die Generalisierungsfähigkeit des autonomen Fahrens verbessern. Wenn Apollo Go in eine neue Stadt eintritt, muss es nicht mehr mehrere Monate lang lokale Daten sammeln, sondern kann sich an die örtlichen Verkehrsgewohnheiten schneller anpassen, basierend auf der allgemeinen Schlussfolgerung des Weltmodells. Diese Verbesserung der Fähigkeit bestimmt direkt die Geschwindigkeit der Expansion von Apollo Go in neue Städte.

Noch wichtiger ist, dass das fahrerlose Fahren nur dann die Bedenken der Öffentlichkeit vollständig beseitigen und einen echten groß angelegten kommerziellen Betrieb erreichen kann, wenn es wirklich „sicherer als menschliche Fahrer“ ist. Das Weltmodell ist genau der Schlüssel zur absoluten Sicherheit.

Schlussfolgerung

Von großen Sprachmodellen zu Weltmodellen durchläuft die KI einen tiefgreifenden Wandel von „Text verstehen“ zu „Physik verstehen“.

Baidu steigt zu diesem Zeitpunkt in das Feld der Weltmodelle ein, was sowohl ein Vorstoß zur Erreichung der technologischen Obergrenze des autonomen Fahrens als auch eine strategische Verteidigung zur Aufrechterhaltung der Wettbewerbsfähigkeit in der zweiten Phase der KI-Ära ist. Es verfügt über Datensammlungen aus 28 Städten und die technologische Basis für den vollständigen KI-Stack, aber dies ist immer noch ein Erkundungsweg voller Ungewissheiten.

Vor den Gesetzen der physischen Welt gibt es keine Abkürzungen. Ob Baidu mit dem Weltmodell im Marathon des autonomen Fahrens bis zum Ende erfolgreich sein kann, hängt nicht nur von den technologischen Durchbrüchen im Labor ab, sondern auch davon, ob dieses Modell im echten kommerziellen Betrieb zu Mobilitätsdiensten mit niedrigeren Kosten und höherer Sicherheit umgesetzt werden kann. Dies ist ein langer Prozess der technologischen Akkumulation, und der Wettbewerb hat gerade erst begonnen.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Tech Business“, Autor: Tech Business, veröffentlicht mit Genehmigung von 36Kr.