7月17日，全球领先自动驾驶科技企业文远知行正式发布自研物理AI认知基础大模型WeRide WITT 。该模型首创“最小物理事实单元 ”核心理念 ，基于视觉语言大模型（VLM）打通多模态信息链路
，将动态复杂的真实交通场景，拆解为可识别、可验证 、可推理的标准化事实单元 ，搭建起以物理事实为核心的新一代AI场景理解体系
。

WITT全称为World Intelligence for Trusted Truth，释义为“以可信事实建立世界认知
”。其命名致敬哲学家维特根斯坦“世界是事实的总和”理论
，精准契合物理AI底层逻辑：智能体认知物理世界的核心，核心是从场景
、行为、规则 、风险与时序变化中提炼可信事实 ，完成精准判断与智能推理 。

当前自动驾驶行业的商业化进程持续提速
，数据迭代痛点愈发突出：海量运营数据中高价值长尾样本稀缺，无效噪声数据占比高 ，通用大模型面对复杂路况易产生认知幻觉与判断偏差
，难以支撑高阶智驾持续迭代。针对行业现存短板，WITT依托文远知行全球规模化运营积累的海量数据(603138) ，形成事实提取、事实推理
、事实验证、事实编排四大核心能力
，构建完整数据处理闭环，让真实道路数据高效转化为自动驾驶模型的迭代动能
。

在核心能力落地层面 ，WITT可精准识别标准驾驶行为 、多主体交互
、物理模糊条件三类事实单元
，精细化拆解雨天行车、行人横穿 、车辆避让等典型复杂场景。依托内置专属数据引擎，模型支持自然语言与关键词双模式检索 ，能够高效挖掘稀缺长尾场景，大幅降低研发检索成本 。同时
，WITT创新搭建六维评测体系，从道路使用者
、人车行为、场景认知等多个维度反向校验数据 ，有效规避模型幻觉
，其自动驾驶垂类场景事实错误率仅为通用大模型的三分之一，认知可信度显著提升
。

WITT具备智能数据分流能力 ，可根据数据价值精准匹配迭代路径：稀缺长尾场景接入WeRide GENESIS世界模型用于仿真场景扩充
，高频常规场景用于算法强化学习优化，异常片段进入专属人工复核机制 ，杜绝高价值数据被误判为脏数据。在运算效率上
，轻量化架构优势显著，相较通用大模型可节省98%Token成本 ，单卡单日可处理1万分钟行车视频
，数据处理效率提升200倍，单次请求可输出100+动态场景标签 ，规模化数据处理能力行业领先 。

WITT与GENESIS世界模型组成文远知行专属物理AI进化飞轮，WITT负责真实数据的理解 、验证与智能编排
，GENESIS依托优质事实数据生成高保真仿真场景，双模型协同驱动车端技术迭代 ，全面赋能L4无人驾驶与L2++量产辅助驾驶
，同时可延伸至具身智能
、AI Agent等泛物理AI场景，具备极强的通用性与拓展性
。

依托成熟的物理AI技术体系 ，文远知行实现双赛道商业化落地。其L4无人驾驶业务覆盖全球12个国家40余座城市
，持有八国自动驾驶运营牌照，超3000辆自动驾驶车队在广州、北京 、阿布扎比等城市常态化纯无人运营 。同时 ，技术能力持续赋能量产业务
，旗下WRD3.0智驾方案斩获近30个车型定点，配套奇瑞星途星纪元
、广汽埃安N60等量产车型 ，斩获中国智驾大赛六连冠
，量产实力稳居行业前列
。

未来，文远知行将持续迭代WeRide WITT核心能力 ，深耕物理AI真实场景认知技术，突破数据迭代与场景理解瓶颈
，持续赋能自动驾驶产业升级，拓宽物理AI技术落地边界。

【免责声明】【广告】本文仅代表作者本人观点 ，与和讯网无关 。和讯网站对文中陈述、观点判断保持中立
，不对所包含内容的准确性 、可靠性或完整性提供任何明示或暗示的保证
。请读者仅作参考，并请自行承担全部责任。邮箱：zbb@staff.hexun.com