文远知行(00800)公布物理AI大模子WITT 以物理究竟重构AI认知

V赢财经得悉，7月17日，全世界领先的主动驾驶科技公司文远知行WeRide(WRD.US,00800)正式公布自研物理AI认知根蒂根基大模子WeRide WITT。基于视觉语言大模子(VLM)能力，WITT初次引入“最小物理究竟单元”概念，买通视频、图象、文本等多模态信息，将持续变化的真实场景拆解为可被辨认以及验证的究竟单元，构建起以物理究竟为焦点的新一代AI理解框架。

WITT全称World Intelligence Toward Truth，意为“以可托究竟成立世界认知”。这一定名也致敬了20世纪哲学家路德维希·维特根斯坦(Ludwig Wittgenstein)，他提出的“世界是究竟的总以及”观点与物理AI的底层逻辑高度契合：AI要认知真实世界，重要在于从情况、举动、划定规矩、危害与时序关系中提炼可托究竟，在此根蒂根基上形成对物理世界的果断与推理。

(文远知行物理AI认知根蒂根基大模子WeRide WITT，构建以物理究竟为焦点的新一代AI理解框架。)

跟着物理AI落地过程加快，主动驾驶成为首个可被大规模商业化验证的赛道，痛点也集中浮现：数据愈来愈多，但真正有训练价值、评测价值以及迭价钱值的数据，并不容易被高效辨认以及使用；高价值长尾样本稀缺，L4现实运营与L2量产数据中稠浊着报酬接收、无效片断等噪声；通用大模子在理解繁杂交通场景时，也容易发生幻觉与误判。

行业亟需一套高效、可托的数据理解机制，从真实道路数据中连续提炼有用的场景究竟，晋升数据进入训练、评测与迭代闭环的质量以及效率，让真实世界经验沉淀为主动驾驶体系的进化能力。

WeRide WITT恰是为此而生，它根植于文远知行全世界商业化运营的数据泥土，从海量运营信息中提炼物理世界的认知纪律，形成了究竟提取、究竟推理、究竟验证、究竟编排四大焦点能力，领悟从场景辨认、事务归因到数据验证、学习分流的完备链路，让每一一千米的真实道路数据都成为可托的模子迭代旌旗灯号。

(WeRide WITT的四大焦点能力)

1. 究竟提取

WITT可以或许从标准驾驶究竟、多主体交互究竟以及物理模胡前提三个维度，辨认真实道路视频中的“最小物理究竟单元”，笼盖一样平常交通举动、交通介入者关系变化，和繁杂情况下的物理状况不确定性。

例如，一段夜间雨天都会道路行车的视频，会被WITT拆解为自车右转、都会道路、交叉口、路口旌旗灯号变化等多个究竟单元。每一个究竟单元都具有高置信、可校准、可追溯的特性，并可天生高密度场景描写，为后续理解、验证以及学习分流提供根蒂根基。

(WeRide WITT从真实道路视频中辨认并提炼“最小物理究竟单元”，精准辨认繁杂路况。)

2. 究竟推理

完成究竟提取后，WITT可以或许进一步推理场景中的重要事务、举动关系与危害变化，并分析事务成因以及后续演化趋向。

在主动驾驶研发流程中，工程师每每值得从海量视频中寻觅特定长尾场景，例如“施工区域老手人忽然横穿”“雨天低能见度下他车压线”“窄路会车时自车减速避让”等。依托内置视频数据引擎，WITT支持经由过程重要词或者自然语言问题快速检索海量视频数据，精准定位相关时序以及方针场景，大幅晋升长尾样本发明、数据回溯以及问题定位效率。

(WeRide WITT内置视频数据引擎，支持经由过程重要词或者自然语言问题快速检索海量视频数据。)

3. 究竟验证

为防止通用大模子在繁杂交通情况中发生幻觉，WITT从弱势道路利用者、自车举动、他车举动、场景理解、究竟完整性以及交通举措措施六个维度评估模子输出，并引入究竟置信度，挪用外部物理证据反向验证结论是否建立。

经由过程追踪究竟过错、幻觉、漏掉以及时序过错，WITT既为数据利用者提供质量果断标准，也为模子训练提供偏好旌旗灯号，指导模子连续天生更合适物理纪律的理解成果。当前，WITT在主动驾驶垂类场景中的均匀每一片断究竟过错率仅约为通用大模子的三分之一。

("6+1"究竟验证维度对照WeRide WITT模子以及主畅通用大模子对付主动驾驶垂类场景的理解效果。)

4. 究竟编排

在真实道路运营中，不同数据的价值并不不异。WITT可以或许根据学习价值对究竟视频进行智能分流，让每一一条数据进入最符合的学习路径。

稀缺长尾场景回流至文远知行自研世界模子WeRide GENESIS，用于摹拟训练以及场景扩大；高频一样平常场景用于强化学习以及流程优化；异样片断进入复核机制，防止重要数据被误判为“脏数据”，最大化开释真实道路数据价值。

由此，WeRide WITT与WeRide GENESIS在云端配合驱动文远知行物理AI飞轮：WITT卖力从真实道路数据中提取、理解、验证以及编排物理究竟，GENESIS据今生成高保真仿真场景与长尾训练场景，两者协同训练车端模子，鞭策主动驾驶能力在真实世界中落地以及连续进化。

(物理AI认知根蒂根基模子WeRide WITT以及世界模子WeRide GENESIS配合驱动文远知行物理AI飞轮，训练主动驾驶车端模子。)

支撑这套物理AI飞轮高效运转的，是WeRide WITT的工程部署效率。相较于动辄百B级参数的通用大模子，WeRide WITT以更轻量的模子规模，在同类使命中可节流98%的Token成本，单卡单日可处理1万分钟车辆运行视频，最高实现200倍数据处理效率晋升。在标签模式下，WITT单次要求便可输出100+动态标签，海量真实道路视频患上以快速完成检索、验证、进入模子迭代，成为连续沉淀的究竟资产。

依托物理AI飞轮，文远知行成为全世界独一实现L4级无人驾驶以及L2++辅助驾驶规模商业运用的公司。在L4无人驾驶领域，文远知行手握八国主动驾驶派司，旗下主动驾驶产品落地12个国度、40多座都会，L4主动驾驶车队数目超过3000辆，Robotaxi在广州、北京、阿布扎比、迪拜两国四城开启常态化大规模纯无人商业运营。

与此同时，L4堆集的高质量数据以及模子能力，正经由过程物理AI飞轮连续迁徙至L2++一段式端到端ADAS方案WRD 3.0。目前，WRD 3.0已经在第二届中国智驾大赛中拿下前所未有的六连冠，取得近30个车型定点，量产上车奇瑞星途星纪元、广汽埃安N60等车型，并胜利技能出海至德国、法国、日本等国度。

从主动驾驶这一高密度、高繁杂度的验证场景启程，WeRide WITT展示出头具名向物理AI的通用潜能。其对物理究竟的同一建模能力，也为具身智能等更普遍物理AI场景提供理解真实世界的底层能力。

站在物理AI进入规模化落地的新阶段，文远知即将继续以真实世界验证为根蒂根基，推进物理AI认知根蒂根基大模子能力演进，鞭策AI从认知物理世界，走向更大规模地作用于物理世界。