C17官方网站-C17(中国)-文远知行发布物理AI大模型WITT，以物理事实重构AI认知

7月17日，全世界领先的主动驾驶科技公司文远知行WeRide（NASDAQ：WRD，HKEX：0800）正式发布自研物理AI认知基础年夜模子WeRide WITT。基在视觉语言年夜模子（VLM）能力，WITT初次引入“最小物理事实单位”观点，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及验证的事实单位，构建起以物理事实为焦点的新一代AI理解框架。

WITT全称World Intelligence Toward Truth，意为“以可托事实成立世界认知”。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“世界是事实的总及”不雅点与物理AI的底层逻辑高度契合：AI要认知真实世界，要害于在从情况、举动、法则、危害与时序瓜葛中提炼可托事实，于此基础上形成对于物理世界的判定与推理。

（文远知行物理AI认知基础年夜模子WeRide WITT，构建以物理事实为焦点的新一代AI理解框架。）

跟着物理AI落地进程加快，主动驾驶成为首个可被年夜范围贸易化验证的赛道，痛点也集中闪现：数据愈来愈多，但真正有练习价值、评测价值及迭价钱值的数据，其实不轻易被高效辨认及使用；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受、无效片断等噪声；通用年夜模子于理解繁杂交通场景时，也轻易孕育发生幻觉与误判。

行业亟需一套高效、可托的数据理解机制，从真实门路数据中连续提炼有用的场景事实，晋升数据进入练习、评测与迭代闭环的质量及效率，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，它根植在文远知行全世界贸易化运营的数据泥土，从海量运营信息中提炼物理世界的认知纪律，形成为了事实提取、事实推理、事试验证、事实编排四年夜焦点能力，领悟从场景辨认、事务归因到数据验证、进修分流的完备链路，让每一一千米的真实门路数据都成为可托的模子迭代旌旗灯号。

（WeRide WITT的四年夜焦点能力）

1. 事实提取

WITT可以或许从尺度驾驶事实、多主体交互事实及物理恍惚前提三个维度，辨认真实门路视频中的“最小物理事实单位”，笼罩一样平常交通举动、交通介入者瓜葛变化，以和繁杂情况下的物理状况不确定性。

例如，一段夜间雨天都会门路行车的视频，会被WITT拆解为自车右转、都会门路、交织口、路口旌旗灯号变化等多个事实单位。每一个事实单位都具有高置信、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、验证及进修分流提供基础。

2. 事实推理

完成事实提取后，WITT可以或许进一步推理场景中的要害事务、举动瓜葛与危害变化，并阐发事务成因及后续演化趋向。

于主动驾驶研发流程中，工程师往往需要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撑持经由过程要害词或者天然语言问题快速检索海量视频数据，精准定位相干时序及方针场景，年夜幅晋升长尾样本发明、数据回溯及问题定位效率。

3. 事试验证

为防止通用年夜模子于繁杂交通情况中孕育发生幻觉，WITT从弱势门路利用者、自车举动、他车举动、场景理解、事实完整性及交通举措措施六个维度评估模子输出，并引入事实置信度，挪用外部物理证据反向验证结论是否建立。

经由过程追踪事实过错、幻觉、漏掉及时序过错，WITT既为数据利用者提供质量判定尺度，也为模子练习提供偏好旌旗灯号，指导模子连续天生更切合物理纪律的理解成果。当前，WITT于主动驾驶垂类场景中的平均每一片断事实过错率仅约为通用年夜模子的三分之一。

（ 6+1 事试验证维度对于比WeRide WITT模子及主畅通用年夜模子对于在主动驾驶垂类场景的理解效果。）

4. 事实编排

于真实门路运营中，差别数据的价值其实不不异。WITT可以或许根据进修价值对于事实视频举行智能分流，让每一一条数据进入最适合的进修路径。

稀缺长尾场景回流至文远知行自研世界模子WeRide GENESIS，用在模仿练习及场景扩大；高频一样平常场景用在强化进修及流程优化；异样片断进入复核机制，防止要害数据被误判为“脏数据”，最年夜化开释真实门路数据价值。

（物理AI认知基础模子WeRide WITT及世界模子WeRide GENESIS配合驱动文远知行物理AI飞轮，练习主动驾驶车端模子。）

支撑这套物理AI飞轮高效运转的，是WeRide WITT的工程部署效率。相较在动辄百B级参数的通用年夜模子，WeRide WITT以更轻量的模子范围，于同类使命中可节省98%的Token成本，单卡单日可处置惩罚1万分钟车辆运行视频，最高实现200倍数据处置惩罚效率晋升。于标签模式下，WITT单次哀求便可输出100+动态标签，海量真实门路视频患上以快速完成检索、验证、进入模子迭代，成为连续沉淀的事实资产。

从主动驾驶这一高密度、高繁杂度的验证场景出发，WeRide WITT揭示出头具名向物理AI的通用潜能。其对于物理事实的同一建模能力，也为具身智能等更广泛物理AI场景提供理解真实世界的底层能力。

站于物理AI进入范围化落地的新阶段，文远知即将继承以真实世界验证为基础，推进物理AI认知基础年夜模子能力演进，鞭策AI从认知物理世界，走向更年夜范围地作用在物理世界。