7月17日，全球領(lǐng)先自動駕駛科技企業(yè)文遠知行（WRD）正式發(fā)布自研物理AI認知基礎(chǔ)大模型WeRide WITT，針對性解決自動駕駛行業(yè)數(shù)據(jù)利用、場景認知與模型迭代難題。WITT全稱World Intelligence for Trusted Truth，意為“以可信事實建立世界認知”，命名致敬哲學(xué)家維特根斯坦。其“世界是事實的總和”理念，與物理AI依托真實物理規(guī)則認知世界的底層邏輯高度契合，為自動駕駛精準理解復(fù)雜路況夯實技術(shù)根基。

當前物理AI產(chǎn)業(yè)化加速落地，自動駕駛成為首個實現(xiàn)大規(guī)模商業(yè)化驗證的垂類賽道，行業(yè)發(fā)展痛點也隨之凸顯。行業(yè)實測數(shù)據(jù)體量持續(xù)增長，但高價值迭代數(shù)據(jù)難以高效挖掘，L4運營與L2量產(chǎn)數(shù)據(jù)中充斥大量無效噪聲片段。同時，通用大模型面對動態(tài)復(fù)雜的交通場景，極易產(chǎn)生認知幻覺與判斷偏差，嚴重影響自動駕駛算法迭代效率與行車安全，行業(yè)亟需一套可信、高效的物理場景數(shù)據(jù)認知體系。

對此，文遠知行（WRD）WITT首創(chuàng)“最小物理事實單元”概念，依托視覺語言大模型打通多模態(tài)數(shù)據(jù)壁壘，將復(fù)雜動態(tài)的真實交通場景，拆解為可識別、可驗證、可推理的標準化事實單元，構(gòu)建起以物理事實為核心的新一代AI場景理解框架?；谌蛏虡I(yè)化運營積累的海量道路數(shù)據(jù)，WITT打造事實提取、事實推理、事實驗證、事實編排四大核心能力，覆蓋場景識別、事件歸因、數(shù)據(jù)校驗、智能分流全鏈路，讓每一公里實測數(shù)據(jù)都能轉(zhuǎn)化為模型迭代的有效支撐。

在實際應(yīng)用中，WITT可精準識別標準駕駛行為、多主體交互關(guān)系、物理模糊條件三類事實單元，全面適配各類常規(guī)與極端交通場景。模型可自主推理場景風(fēng)險、事件成因與演化趨勢，依托自然語言檢索快速定位各類稀缺長尾場景，大幅提升數(shù)據(jù)回溯與問題優(yōu)化效率。為規(guī)避通用大模型認知缺陷，WITT搭建六維交叉評測體系，多維度反向校驗?zāi)Ｐ洼敵鼋Y(jié)果，有效消除認知幻覺，其自動駕駛垂類事實錯誤率僅為通用大模型的三分之一。

在數(shù)據(jù)處理與性能層面，WITT可根據(jù)數(shù)據(jù)價值智能分流，將長尾場景用于仿真擴展、常規(guī)場景用于算法優(yōu)化、異常片段專項復(fù)核，最大化釋放道路數(shù)據(jù)價值。憑借輕量化模型架構(gòu)，WITT相較通用大模型可節(jié)省98%的Token成本，單卡單日可處理1萬分鐘行車視頻，數(shù)據(jù)處理效率提升200倍，單次請求即可輸出百余項動態(tài)場景標簽，實現(xiàn)海量數(shù)據(jù)（603138）的快速迭代落地。

WITT與文遠知行（WRD）仿真世界模型WeRide GENESIS形成完整物理AI技術(shù)飛輪，前者負責(zé)真實場景事實提煉驗證，后者依托真實數(shù)據(jù)生成高保真仿真場景，雙向賦能車端模型迭代，助力企業(yè)L4無人駕駛（885736）與L2++高階輔助駕駛雙線商業(yè)化落地。目前，文遠知行（WRD）業(yè)務(wù)覆蓋全球40余座城市、落地12個國家，自動駕駛車隊超3000輛;其量產(chǎn)智駕方案WRD3.0斬獲近30個車型定點，配套多款量產(chǎn)車型，并拿下中國智駕大賽六連冠。

此次WITT大模型的發(fā)布，補齊了自動駕駛物理AI的場景認知短板，具備極強的通用泛化能力，可延伸至具身智能、智能體協(xié)同等多元領(lǐng)域。未來，文遠知行（WRD）將持續(xù)迭代WITT核心能力，完善物理AI技術(shù)體系，推動智能駕駛技術(shù)邁向規(guī)?；?、高可靠的產(chǎn)業(yè)化新階段。