何が起きたか

Reutersは2026年11月3日、Baiduがロボタクシー向けAIモデル「Apollo World」を投入したと報じた。Baiduによると、同モデルは1日最大10万km分の走行環境をシミュレーションできる。カメラやLiDARの観測データをリアルタイムで生成し、自動運転システムが仮想環境を認識して走行できるようにするという。

Key Facts

Baiduによると、Apollo Worldは1日最大10万km分の走行環境を生成でき、これは安全運転員を乗せた自動運転車による実走行試験の約3年分に相当する。[2]
Baiduは、世界で運用することを想定したApollo Goのロボタクシー車隊の訓練に、Apollo Worldを既に使用していると説明した。[2]

本紙の見方

1日最大10万kmという生成量は、Apollo Worldの規模を示す一方、実走行試験との単純な置き換えを意味しない。Baiduが示した「約3年分」は走行距離の比較であり、現実の道路で起きる事象をどの程度再現するかや、安全性をどのように検証したかまでは、Reutersの報道に記載がない。生成距離を性能や安全性の証明と同一視せず、シミュレーションの再現性と実車での確認を分けて見る必要がある。 技術構成では、道路環境の生成に加え、カメラやLiDARの観測データをリアルタイムで出力し、自動運転システムが仮想空間を直接認識して走行する点が要所となる。環境の入力、センサー情報の生成、走行システムの訓練が一つのモデル上でつながる構成だ。BaiduはApollo Goの訓練への利用を説明しているが、どの種類の道路・交通状況を対象にするのか、訓練後の性能をどう実車で評価するのかは報道から確認できない。 事業構造にも論点がある。Reutersの報道は、中国のロボタクシー企業が車両の保有・運行を抑え、技術供給や現地事業者との連携を通じて展開する傾向を伝える一方、モデル訓練と車両開発には資本支出が伴うとの専門家の見解を紹介した。Apollo Worldが訓練工程を担っても、車両や運行に必要な費用までなくなるわけではない。技術提供を軸とする拡大と、モデル・車両開発の負担をどのように両立するかが焦点になる。 この点は、NHTSA、任意搭載の自動運転識別灯基準案が扱う、実際の自動運転中の車両を識別する仕組みとは異なる層の課題でもある。シミュレーションは開発・訓練側の仕組みであり、実車の運行状態を示す表示や、運行上の安全確認を代替するものではない。今後確認すべきなのは、生成環境の検証方法、実走行データとの照合、訓練がApollo Goの実運用にどう反映されるかである。

なぜ重要か

Baiduによると、Apollo Worldは道路環境だけでなくカメラやLiDARの観測データも生成し、ロボタクシーの訓練に使われている。これは、実走行に加えて仮想環境で自動運転システムを訓練する仕組みを示すが、生成距離の大きさだけでは実路上の安全性や性能は確認できない。