都在做世界模型，自动驾驶的真实数据会不会越来越不值钱？

一辆自动驾驶测试车需要跑多久，才能积累足够多的真实道路数据？现在，一个世界模型一天生成的模拟数据，可能相当于车辆数年的道路测试量。

11月3日，百度发布Apollo World，用于模拟道路环境，为Robotaxi的训练和测试生成多传感器模拟数据。百度称，该系统每天最多可生成10万公里模拟驾驶数据，目前已用于Apollo Go的训练。其实近年来，Waymo、英伟达等公司也在持续推进面向自动驾驶的世界模型。

当大家都在布局世界模型时，过去被行业视为核心资产的真实道路数据，会不会越来越不值钱？

01、真实数据越来越像一颗种子

以前自动驾驶公司会不断扩大测试车队，一个重要目的就是为了获取更多真实数据。车辆跑得越多，遇到的道路场景就越丰富。不同城市的交通规则、驾驶习惯、天气变化，以及各种难以提前设计的突发事件，都会成为后续训练的重要素材。但真实道路测试有一个天然限制，那就是最需要的数据，往往最难收集。

一次普通的城市道路行驶，可以产生大量跟车、变道和路口通行数据，但真正影响自动驾驶安全性的，其实是那些低概率、高风险的场景。像是前方车辆突然逆行、施工区域出现异常障碍物，或者多个交通参与者同时发生难以预测的交互等场景不能依靠简单增加测试里程，就稳定获得。

世界模型试图改变的正是这一点。它不再只是回放车辆已经经历过的数据，而是根据已有的道路场景，继续生成不同的环境变化和交通参与者行为。研发人员可以主动改变天气、道路布局或车辆运动，让自动驾驶系统反复面对原本很少遇到的情况。

Waymo今年发布的世界模型，就展示了利用生成式模型模拟罕见场景，并生成相应的摄像头和激光雷达数据。英伟达也在推动利用世界基础模型生成合成驾驶数据，用于补充极端天气、夜间等较难通过真实道路充分覆盖的场景。这也就是说，未来一段真实道路数据的价值，不再只是它本身包含了多少公里，而在于它能否成为生成更多有效场景的基础。

02、测试里程越来越长为什么问题还是测不完？

自动驾驶行业过去很喜欢强调一个数字，测试里程。对测试里程关注很高的原因也很简单。因为真实道路上的里程越多，理论上覆盖的场景也越丰富。但对于自动驾驶来说，里程并不等于场景覆盖。

一辆车在高速公路上连续行驶1000公里，可能是在重复处理相似的跟车和车道保持场景；而一个复杂路口的一次异常交互，反而可能暴露系统此前从未出现过的问题。世界模型提供了一种不同的思路，与其等待测试车辆偶然遇到一个危险场景，不如主动生成这个场景，并不断改变其中的变量。测试也因此从收集已经发生过什么，逐渐转向主动验证还可能发生什么。这对自动驾驶研发尤其重要。

传统数据回放存在一个问题，那就是无论系统做出什么决策，后续道路画面仍然是按照原始记录继续播放的。但真实驾驶不是这样。如果自动驾驶系统提前减速，周围车辆的相对位置会发生变化；如果它选择变道，后续可能出现的交通关系也会完全不同。对于自动驾驶来说，世界模型的价值不只是生成更逼真的画面，更重要的是构建一个能够随着车辆决策持续变化的虚拟道路。只有这样，系统才能在不同决策下，面对不同的后续环境变化。

03、数据可以生成但真实世界仍然无法复制

世界模型的发展，很容易让人产生一个误判，既然数据可以生成，真实道路测试是不是可以大幅减少？至少从目前来看，答案是否定的。世界模型本身仍需真实世界的数据进行训练。它能够生成什么样的道路场景，很大程度上取决于此前看过什么、理解了什么。

更重要的是，生成的数据不能天然证明它就符合真实世界。

近期，多伦多大学与CUHK MMLab在ICLR 2026上发布的DrivingGen 基准，对14个驾驶世界模型进行了系统评测。结果发现，通用模型看起来更好但违背物理，驾驶专用模型运动更真实但视觉质量滞后。

一些模型生成的画面更加逼真，但在物理合理性和运动一致性方面仍可能出现偏差。自动驾驶世界模型最不能忽视的风险，正源于此。如果一个模型生成了一个看起来很真实的危险场景，但其中车辆的运动轨迹、制动过程或交通参与者行为与真实世界存在偏差，那么基于这些数据训练出来的系统，也可能学到错误的规律。

所以，世界模型不会让真实道路数据失去价值。相反，真实数据依然是训练世界模型、发现真实问题和验证模拟结果的重要基础。真正可能发生变化的，是自动驾驶公司使用数据的方式。

过去，竞争优势更多来自拥有多少数据；未来，竞争可能进一步转向谁能找到最有价值的数据，并利用这些数据构造更多此前没有出现过的场景。

04、自动驾驶的数据竞争可能正在进入下一阶段

据官方披露，百度Apollo World每天最多可以生成10万公里模拟驾驶数据。如果模拟数据能够快速增长，未来自动驾驶公司是否还需要投入庞大的测试车队？至少从目前来看，答案依然是需要。真实世界足够复杂，世界模型能够生成更多场景，却无法脱离真实道路数据独立存在。

更重要的是，最危险、最稀缺的场景，往往也需要通过真实道路不断发现和验证。世界模型不是让自动驾驶停止跑数据，而是让测试从被动等待场景出现，逐渐变成主动构造和验证场景。

未来，测试车跑出来的数据依然是整个体系的重要基础。但自动驾驶公司之间的差距，可能不再只取决于谁跑过更多道路，而在于谁能从真实世界中发现问题，再围绕这些问题生成更多变化，并最终回到真实道路验证。

真实数据不会变得不值钱，只是数据越多越好的逻辑可能越来越不够用了。当自动驾驶开始主动构造那些从未遇到过的场景，下一阶段真正需要解决的问题或许是还有哪些情况，是系统从来没有真正测试过的？