Apollo World de Baidu : l’IA forme les robotaxis

Apollo World de Baidu marque une nouvelle étape dans le développement de l’intelligence artificielle appliquée aux transports. Présenté le 3 novembre 2026 à Shenzhen, en Chine, ce système est conçu pour reproduire virtuellement des environnements routiers et permettre aux véhicules autonomes de s’entraîner dans des situations variées. Selon les chiffres communiqués par l’entreprise, il peut générer jusqu’à 100 000 kilomètres de conduite simulée par jour, soit l’équivalent d’environ trois années de tests réalisés par un véhicule équipé d’un conducteur de sécurité.

Cette annonce intervient alors que les constructeurs automobiles et les entreprises technologiques cherchent à rendre les voitures autonomes plus fiables et moins coûteuses à développer. Jusqu’à présent, l’entraînement de ces véhicules nécessitait notamment de nombreux kilomètres parcourus sur de véritables routes, avec des équipements spécialisés et des équipes chargées de surveiller les essais.

Avec Apollo World de Baidu, l’entreprise chinoise veut compléter ces essais physiques par une simulation intelligente capable de reproduire des situations complexes. L’objectif est de permettre aux systèmes de conduite autonome d’apprendre à réagir à différents événements avant de rencontrer ces situations dans la circulation réelle.

Derrière cette technologie se trouve un enjeu majeur : apprendre à une intelligence artificielle non seulement à reconnaître les routes, les voitures et les piétons, mais aussi à comprendre comment leur comportement évolue en fonction des actions des autres usagers.

Qu’est-ce qu’Apollo World de Baidu ?

Apollo World est un système d’intelligence artificielle développé dans l’écosystème de conduite autonome de Baidu. Il appartient à la catégorie des modèles dits « modèles du monde » (World Models), qui cherchent à représenter un environnement et à prévoir son évolution.

Contrairement à une simple animation informatique, une simulation avancée doit reproduire les interactions entre les différents éléments d’un environnement. Dans le cas de la circulation, cela signifie que les véhicules, les piétons, les intersections et les autres objets doivent pouvoir évoluer en fonction des événements.

Prenons un exemple simple. Un robotaxi arrive à un carrefour alors qu’un piéton commence à traverser. Le système de conduite autonome doit reconnaître la personne, estimer sa trajectoire, comprendre le danger et décider s’il faut ralentir ou s’arrêter.

Dans un simulateur classique, le scénario peut suivre une séquence préprogrammée. Avec un modèle du monde plus évolué, l’objectif consiste à représenter un environnement dans lequel les autres participants prennent également des décisions et réagissent aux actions du véhicule.

C’est précisément cette approche que Baidu cherche à développer avec Apollo World. L’entreprise présente son système comme un environnement virtuel capable de simuler les interactions nécessaires à l’entraînement et à l’évaluation de ses véhicules autonomes.

Apollo World de Baidu peut simuler 100 000 kilomètres par jour

Le chiffre qui attire particulièrement l’attention dans cette annonce est la capacité de simulation revendiquée par Baidu : jusqu’à 100 000 kilomètres de conduite virtuelle par jour.

Pour comprendre cette performance, il faut la comparer aux contraintes des essais physiques. Une voiture autonome doit parcourir de longues distances pour rencontrer suffisamment de situations différentes : circulation dense, changements de voie, intersections, travaux, comportements imprévisibles des piétons ou encore conditions météorologiques difficiles.

Organiser ces tests sur de véritables routes demande du temps et des ressources. Il faut disposer de véhicules équipés, de capteurs, de personnel technique et de dispositifs de sécurité. Certaines situations dangereuses sont également difficiles à reproduire volontairement dans la circulation réelle.

La simulation permet de multiplier les scénarios sans devoir organiser chaque essai dans une ville réelle. Une même intersection virtuelle peut être utilisée pour tester plusieurs comportements du véhicule, modifier les positions des autres usagers et observer les réactions du système.

Baidu affirme que les 100 000 kilomètres simulés quotidiennement correspondent approximativement à trois années de tests réalisés par un véhicule d’essai équipé d’un conducteur de sécurité.

Il faut cependant interpréter correctement cette comparaison. Elle concerne le volume de conduite simulée annoncé par l’entreprise. Elle ne démontre pas que ces kilomètres possèdent exactement la même valeur scientifique que des kilomètres parcourus sur la route, ni que le véhicule devient automatiquement plus sûr grâce à ce volume.

Pourquoi cette capacité de simulation est-elle importante ?

Le développement d’un système de conduite autonome nécessite une grande quantité de données. Les véhicules doivent apprendre à reconnaître des objets, interpréter des mouvements et prendre des décisions dans des environnements qui changent constamment.

Plusieurs scénarios peuvent être particulièrement difficiles à traiter. Un véhicule doit, par exemple, comprendre qu’un piéton situé au bord d’un trottoir peut traverser soudainement. Il doit également anticiper les mouvements d’une moto qui se faufile entre deux voitures ou réagir lorsqu’un autre automobiliste change brusquement de direction.

La simulation permet de créer ces situations de manière répétée. Les ingénieurs peuvent ainsi observer les erreurs, modifier les paramètres et recommencer les essais.

Avec Apollo World de Baidu, cette capacité de répétition constitue un avantage potentiel pour améliorer les systèmes de perception et de décision. Elle peut aussi aider les équipes techniques à identifier certaines faiblesses avant de déployer les véhicules dans de nouvelles villes.

Une intelligence artificielle qui reproduit les interactions de la circulation

L’une des caractéristiques importantes d’Apollo World réside dans sa capacité à produire des données multimodales, notamment des informations provenant de caméras et de capteurs lidar.

Les caméras fournissent des images permettant de reconnaître les éléments visibles d’une scène. Le lidar, quant à lui, utilise des impulsions laser pour mesurer les distances et construire une représentation tridimensionnelle de l’environnement.

Ces deux technologies apportent des informations complémentaires. Les images permettent notamment d’identifier des objets et certains éléments visuels, tandis que les données lidar contribuent à estimer leur position et leur distance.

Un système autonome doit combiner ces informations pour comprendre son environnement. Il ne suffit pas de savoir qu’une voiture se trouve devant le robotaxi : il faut aussi estimer sa vitesse, sa trajectoire et la possibilité qu’elle change de direction.

Apollo World vise à reproduire ce type d’informations dans un environnement virtuel. Le véhicule autonome peut ainsi recevoir des données qui ressemblent à celles qu’il traiterait pendant un déplacement réel.

Des voitures et des piétons virtuels capables de réagir

Un autre aspect intéressant de cette approche concerne les participants à la circulation. Dans une simulation évoluée, les autres véhicules et les piétons ne doivent pas uniquement suivre des mouvements prédéfinis.

Ils doivent pouvoir réagir aux actions du robotaxi.

Imaginons qu’une voiture autonome ralentisse avant une intersection. Le véhicule qui la suit peut réduire sa vitesse, changer de voie ou conserver sa distance. Un piéton peut également modifier son déplacement en fonction de la situation.

Ces interactions rendent les scénarios plus proches de la complexité de la circulation réelle.

L’objectif n’est donc pas seulement de produire une image réaliste d’une rue. Il faut également reproduire les relations entre les différents participants et la manière dont leurs décisions influencent l’évolution de l’environnement.

Cette distinction est importante, car une simulation visuellement impressionnante ne garantit pas nécessairement une représentation correcte des comportements physiques. Pour entraîner un robotaxi, la cohérence des interactions compte autant que l’apparence des images.

Apollo World de Baidu et Apollo Go : quel lien entre les deux technologies ?

Il faut distinguer Apollo World du service commercial de transport autonome de Baidu.

Apollo World est l’environnement de simulation et d’entraînement présenté par l’entreprise. Apollo Go est, quant à lui, le service de robotaxis qui exploite les technologies de conduite autonome développées dans l’écosystème Apollo.

Le nouveau système doit notamment contribuer à l’entraînement et à la validation des véhicules utilisés par Apollo Go. Il permet de créer des environnements virtuels dans lesquels les systèmes autonomes peuvent être confrontés à différentes situations.

Selon les informations rapportées par Reuters, Apollo Go constitue le plus important service de robotaxis de Chine. Baidu cherche également à développer son activité à l’international, dans un secteur où plusieurs entreprises travaillent sur des technologies concurrentes.

Cette relation entre simulation et exploitation commerciale est essentielle. Les données issues des véhicules réels permettent de mieux comprendre les situations rencontrées sur les routes. Les simulations peuvent ensuite servir à reproduire certaines de ces situations pour entraîner et évaluer les systèmes.

Il s’agit donc d’un processus complémentaire : les essais réels alimentent la connaissance des environnements, tandis que les essais virtuels permettent de multiplier les scénarios.

Pourquoi les entreprises investissent-elles dans les robotaxis ?

Le marché des véhicules autonomes attire de nombreuses entreprises parce qu’il pourrait transformer plusieurs activités liées au transport.

Les robotaxis sont conçus pour transporter des passagers sans conducteur humain à bord, grâce à des systèmes capables de percevoir l’environnement et de prendre des décisions de conduite.

Pour les opérateurs, cette technologie pourrait modifier l’organisation des services de mobilité. Elle pourrait notamment permettre d’exploiter des flottes de véhicules dans certaines zones urbaines, avec des systèmes de réservation et de gestion automatisée.

Cependant, le développement de ces services reste coûteux. Les entreprises doivent financer la recherche, les véhicules, les capteurs, les infrastructures informatiques et les opérations de maintenance.

Reuters souligne que les sociétés chinoises du secteur adoptent souvent des stratégies de développement fondées sur les partenariats. Elles peuvent fournir des technologies à des constructeurs automobiles, des plateformes de transport ou des opérateurs locaux sans nécessairement supporter seules tous les coûts liés à l’exploitation d’une flotte.

Cette organisation permet de répartir certains investissements, mais elle ne supprime pas les dépenses liées à l’entraînement des modèles et à la mise au point des véhicules.

La concurrence chinoise dans la conduite autonome

Baidu n’est pas la seule entreprise chinoise à travailler sur les robotaxis. Le secteur comprend notamment WeRide, Pony.ai et Momenta, qui développent également des technologies destinées à la mobilité autonome.

L’arrivée d’Apollo World s’inscrit donc dans une concurrence qui ne porte plus uniquement sur les véhicules et les capteurs. Les entreprises cherchent aussi à améliorer leurs logiciels, leurs modèles d’intelligence artificielle et leurs méthodes de validation.

Reuters rapporte également que XPeng prévoit de lancer des opérations de robotaxis en 2027. La concurrence devrait ainsi s’intensifier à mesure que les entreprises cherchent à réduire les coûts et à développer leurs services.

Les limites d’Apollo World : la simulation ne remplace pas les essais réels

Malgré les performances annoncées, Apollo World de Baidu ne signifie pas que les voitures autonomes peuvent désormais circuler sans difficulté dans toutes les conditions.

La simulation reste une représentation du monde réel. Même lorsqu’elle est sophistiquée, elle dépend des données, des modèles physiques et des hypothèses utilisées pour construire les environnements virtuels.

Une situation rencontrée dans une ville réelle peut présenter des particularités difficiles à reproduire. Un comportement humain inattendu, un obstacle inhabituel ou une combinaison de plusieurs événements peut mettre en évidence une faiblesse que les scénarios d’entraînement n’avaient pas anticipée.

Il existe également un problème appelé « écart entre simulation et réalité ». Un système peut obtenir de bons résultats dans un environnement virtuel sans produire exactement les mêmes performances lorsqu’il est confronté à la circulation réelle.

C’est pourquoi les essais physiques, les évaluations indépendantes et les procédures de sécurité restent indispensables.

Les incidents rappellent l’importance de la sécurité

Le développement des robotaxis doit également tenir compte des problèmes rencontrés pendant les opérations réelles.

En avril 2026, une panne de système a immobilisé de nombreux véhicules Apollo Go dans les rues de Wuhan, en Chine. Les autorités locales ont indiqué que les voitures avaient été bloquées à la suite d’un dysfonctionnement technique. Reuters a rapporté que les incidents avaient concerné au moins une centaine de véhicules selon les informations disponibles à l’époque.

Cet événement rappelle qu’un véhicule autonome doit être capable de gérer non seulement les situations de circulation, mais aussi les défaillances techniques et les problèmes de communication avec ses systèmes de contrôle.

Apollo World peut contribuer à tester certains scénarios de fonctionnement, mais une simulation ne constitue pas, à elle seule, une garantie contre les pannes.

Les entreprises doivent également prévoir des procédures de secours, des systèmes de surveillance et des mécanismes permettant de protéger les passagers lorsqu’un problème survient.

L’intelligence artificielle pourrait-elle transformer d’autres secteurs grâce aux modèles du monde ?

L’intérêt des modèles du monde dépasse potentiellement le domaine automobile.

Le principe consiste à construire une représentation d’un environnement, à simuler son évolution et à observer les conséquences des différentes actions possibles.

Cette approche pourrait intéresser plusieurs domaines dans lesquels les systèmes doivent interagir avec le monde physique.

Dans l’industrie, des simulations avancées peuvent aider à tester le fonctionnement de robots dans des environnements de production. Dans la logistique, elles peuvent contribuer à étudier les déplacements de machines et de véhicules dans les entrepôts.

La recherche robotique pourrait également bénéficier de systèmes capables de reproduire les interactions entre les objets, les machines et les personnes.

Pour autant, les applications ne sont pas automatiquement disponibles parce qu’une entreprise présente un modèle du monde. Chaque domaine nécessite des données spécifiques, des méthodes de validation et des tests adaptés à ses risques.

L’intérêt d’Apollo World est donc aussi de montrer comment l’intelligence artificielle peut contribuer à entraîner des systèmes physiques, au-delà des applications habituelles de génération de texte ou d’images.

Quel avenir pour Apollo World de Baidu ?

Apollo World de Baidu illustre une évolution importante de l’intelligence artificielle appliquée à la mobilité. La compétition ne se limite plus à construire des véhicules équipés de capteurs performants. Elle concerne aussi la capacité à entraîner des logiciels capables de comprendre et d’anticiper des environnements complexes.

La possibilité de générer jusqu’à 100 000 kilomètres de conduite simulée par jour constitue une performance annoncée particulièrement importante pour les méthodes de développement. Elle pourrait permettre de multiplier les tests, de réduire certaines dépenses et d’améliorer la couverture des situations rencontrées par les robotaxis.

Toutefois, la réussite de cette technologie dépendra de sa capacité à produire des simulations suffisamment fiables pour être utiles dans le monde réel. Les résultats devront être confrontés aux essais physiques, aux incidents observés et aux évaluations de sécurité.

Pour les utilisateurs, la question essentielle ne sera pas simplement de savoir combien de kilomètres une intelligence artificielle peut simuler. Il faudra surtout vérifier si les véhicules autonomes deviennent plus prévisibles, plus fiables et capables de transporter des passagers en toute sécurité.

En définitive, Apollo World de Baidu montre que l’avenir de la conduite autonome se joue aussi dans les environnements virtuels. L’intelligence artificielle ne cherche plus seulement à apprendre à conduire : elle doit également apprendre à comprendre les conséquences de ses propres décisions.

Sources :

• Reuters – Baidu lance Apollo World pour simuler les environnements routiers des robotaxis
• China Securities Journal – Présentation d’Apollo World lors du Baidu AI Day du 3 novembre 2026
• Reuters – Panne immobilisant des robotaxis Baidu à Wuhan en avril 2026
• Baidu Apollo – Actualités officielles sur les technologies de conduite autonome