告别无效数据与模型幻觉，文远知行发布物理AI认知基础大模型WITT

今天聊聊文远知行。

7月17日，自动驾驶科技公司文远知行WeRide正式发布自研物理AI认知基础大模型WeRide WITT。

WITT全称World Intelligence Toward Truth，意为「以可信事实建立世界认知」。

这一命名致敬了20世纪（参数丨图片）哲学家路德维希·维特根斯坦，他提出「世界是事实的总和」。

文远知行将这一哲学观点注入自动驾驶，认为AI要认知真实世界，必须从环境、行为、规则、风险与时序关系中提炼可信事实，再形成判断与推理。

01自动驾驶的痛点，不在数据少

随着物理AI落地加速，自动驾驶成为首个可大规模商业化验证的赛道，但痛点明显。

车跑得越多，数据堆得越厚，然而真正有训练价值、评测价值和迭代价值的数据并不容易被高效识别。

《科技丛林》说一句暴论：现在自动驾驶跑出来的数据至少90%都是垃圾数据、无效数据（不是针对任何公司）。

L4实际运营与L2量产数据中混杂着同质化常规行驶数据与无效脏数据，高价值长尾样本稀缺。

通用大模型在理解复杂交通场景时，容易产生幻觉与误判。

行业亟需一套高效、可信的数据理解机制，可以在海量数据中持续提炼有效的场景事实。

WeRide WITT正是为此而生。

事实上，在几年前，物理AI概念还未成熟之前，文远就已经组织团队推动这件事的落地应用。

如今时机成熟，才正式对外官宣。

02最小物理事实单元与四大核心能力

WITT基于视觉语言大模型（VLM）能力，首次引入「最小物理事实单元」概念，将连续变化的真实场景拆解为可被识别和验证的事实单元。

围绕这一基础，WITT形成四大核心能力。

事实提取：从标准驾驶事实、多主体交互事实和物理模糊条件三个维度识别真实道路视频中的最小物理事实单元，覆盖日常交通行为到复杂环境下的物理状态不确定性。

例如一段夜间雨天城市道路行车视频，会被拆解为自车右转、城市道路、交叉口、路口信号变化等多个事实单元。

每个单元具备高置信、可校准、可追溯的特征，同时可以生成高密度场景描述，为后续理解、验证和学习分流提供基础。

事实推理：依托内置视频数据引擎，WITT支持通过关键词或自然语言问题快速检索海量视频数据。

精准定位如「施工区域内行人突然横穿」「雨天低能见度下他车压线」等长尾场景，大幅提升样本发现效率。

事实验证：为避免幻觉，WITT从弱势道路使用者、自车行为、他车行为、场景理解、事实完备性和交通设施六个维度评估模型输出，并引入事实置信度，调用外部物理证据反向验证。

数据显示，WITT在自动驾驶垂类场景的平均每片段事实错误率仅约为通用大模型的三分之一。

事实编排：按照学习价值对事实视频进行智能分流。稀缺长尾场景回流至自研世界模型WeRide GENESIS用于模拟训练；高频日常场景用于强化学习；异常片段进入复核机制，避免关键数据被误判为脏数据。

粗暴理解，这就是一套非常高效的自动驾驶数据分拣器。

03物理AI飞轮：WITT与GENESIS协同

在云端，WITT负责从真实道路数据中提取、理解、验证和编排物理事实。

文远自研通用仿真模型GENESIS则可以据此生成高保真仿真场景与长尾训练场景。

二者协同训练车端模型，推动自动驾驶能力在真实世界落地和持续进化。

更值得一说的是，WITT的工程部署效率。

相较动辄百B级参数的通用大模型，WITT模型规模更小，在同类任务中可节省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倍数据处理效率提升。

在标签模式下，单次请求即可输出100多个动态标签。

这也是文远智能驾驶能力得到飞速提升的原因。

依托物理AI飞轮，文远知行成为全球唯一实现L4级无人驾驶和L2++辅助驾驶规模商业应用的公司。

在L4无人驾驶领域，文远知行手握八国自动驾驶牌照，旗下自动驾驶产品落地12个国家、40多座城市，L4自动驾驶车队数量超过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。

同时，L4积累的高质量数据和模型能力正通过物理AI飞轮迁移至L2++一段式端到端ADAS方案WRD 3.0。

该方案已在第二届中国智驾大赛中拿下六连冠，获得近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，并技术出海至德国、法国、日本。

04物理AI的一条务实路径

文远知行的优势在于，其全球规模化运营（L2+L4）产生的多地域、多气候、多法规事实数据。

现在，有了物理AI认知基础模型WeRide WITT和世界模型WeRide GENESIS，让文远知行得以在无人驾驶这条路上，更进一步。

所以在接下来，我们可以见证文远智驾能力新的提升。

另外一个值得一说的是，文远的这套WITT并不仅仅适用于自动驾驶。

毕竟，自动驾驶只是物理AI的其中一个验证场。

现在，WeRide WITT已经展现出面向物理AI的通用潜能。

其对物理事实的统一建模能力，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。

所以，除了自动驾驶，我们也可以展望文远知行在物理AI领域更多可能。

毕竟前不久上市的Momenta已经明牌接下来会入局具身智能。

文远知行未尝不会。

那么，就让子弹再飞一会儿吧。

完。