7月17日，，，，，，全球领先的自动驾驶科技公司文远知行WeRide（NASDAQ：WRD，，，，，，HKEX：0800）正式宣布自研物理AI认知基础大模子WeRide WITT。
。；；；；谑泳跤镅源竽Ｗ樱╒LM）能力，，，，，，WITT首次引入“最小物理事实单位”看法，，，，，，买通视频、图像、文本等多模态信息，，，，，，将一连转变的真实场景拆解为可被识别和验证的事实单位，，，，，，构建起以物理事实为焦点的新一代AI明确框架。
。

WITT全称World Intelligence Toward Truth，，，，，，意为“以可信事实建设天下认知”。
。这一命名也致敬了20世纪哲学家路德维希·维特根斯坦（Ludwig Wittgenstein），，，，，，他提出的“天下是事实的总和”看法与物理AI的底层逻辑高度契合：AI要认知真实天下，，，，，，要害在于从情形、行为、规则、风险与时序关系中提炼可信事实，，，，，，在此基础上形成对物理天下的判断与推理。
。

（文远知行物理AI认知基础大模子WeRide WITT，，，，，，构建以物理事实为焦点的新一代AI明确框架。
。）

随着物理AI落地历程加速，，，，，，自动驾驶成为首个可被大规模商业化验证的赛道，，，，，，痛点也集中展现：数据越来越多，，，，，，但真正有训练价值、评测价值和迭价钱值的数据，，，，，，并禁止易被高效识别和使用；；；；；高价值长尾样本稀缺，，，，，，L4现实运营与L2量产数据中混杂着人为接受、无效片断等噪声；；；；；通用大模子在明确重大交通场景时，，，，，，也容易爆发幻觉与误判。
。

行业亟需一套高效、可信的数据明确机制，，，，，，从真实蹊径数据中一连提炼有用的场景事实，，，，，，提升数据进入训练、评测与迭代闭环的质量和效率，，，，，，让真实天下履历沉淀为自动驾驶系统的进化能力。
。

WeRide WITT正是为此而生，，，，，，它根植于文远知行全球商业化运营的数据土壤，，，，，，从海量运营信息中提炼物理天下的认知纪律，，，，，，形成了事实提取、事实推理、事实验证、事实编排四大焦点能力，，，，，，意会从场景识别、事务归因到数据验证、学习分流的完整链路，，，，，，让每一公里的真实蹊径数据都成为可信的模子迭代信号。
。

（WeRide WITT的四大焦点能力）

1. 事实提取

WITT能够从标准驾驶事实、多主体交互事实和物理模糊条件三个维度，，，，，，识别真实蹊径视频中的“最小物理事实单位”，，，，，，笼罩日常交通行为、交通加入者关系转变，，，，，，以及重大情形下的物理状态不确定性。
。

例如，，，，，，一段夜间雨天都会蹊径行车的视频，，，，，，会被WITT拆解为自车右转、都会蹊径、交织口、路口信号转变等多个事实单位。
。每个事实单位都具备高置信、可校准、可追溯的特征，，，，，，并可天生高密度场景形貌，，，，，，为后续明确、验证和学习分流提供基础。
。

（WeRide WITT从真实蹊径视频中识别并提炼“最小物理事实单位”，，，，，，精准识别重亨衢况。
。）

2. 事实推理

完成事实提取后，，，，，，WITT能够进一步推理场景中的要害事务、行为关系与风险转变，，，，，，并剖析事务成因和后续演化趋势。
。

在自动驾驶研发流程中，，，，，，工程师往往需要从海量视频中寻找特定长尾场景，，，，，，例如“施工区域内行人突然横穿”“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支持通过要害词或自然语言问题快速检索海量视频数据，，，，，，精准定位相关时序和目的场景，，，，，，大幅提升长尾样本发明、数据回溯和问题定位效率。
。

（WeRide WITT内置视频数据引擎，，，，，，支持通过要害词或自然语言问题快速检索海量视频数据。
。）

3. 事实验证

为阻止通用大模子在重大交通情形中爆发幻觉，，，，，，WITT从弱势蹊径使用者、自车行为、他车行为、场景明确、事实完整性和交通设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设。
。

通过追踪事实过失、幻觉、遗漏和时序过失，，，，，，WITT既为数据使用者提供质量判断标准，，，，，，也为模子训练提供偏好信号，，，，，，指导模子一连天生更切合物理纪律的明确效果。
。目今，，，，，，WITT在自动驾驶垂类场景中的平均每片断事实过失率仅约为通用大模子的三分之一。
。

（"6+1"事实验证维度比照WeRide WITT模子和主流通用大模子关于自动驾驶垂类场景的明确效果。
。）

4. 事实编排

在真实蹊径运营中，，，，，，差别数据的价值并不相同。
。WITT能够凭证学习价值对事实视频举行智能分流，，，，，，让每一条数据进入最合适的学习路径。
。

稀缺长尾场景回流至文远知行自研天下模子WeRide GENESIS，，，，，，用于模拟训练和场景扩展；；；；；高频日常场景用于强化学习和流程优化；；；；；异常片断进入复核机制，，，，，，阻止要害数据被误判为“脏数据”，，，，，，最大化释放真实蹊径数据价值。
。

由此，，，，，，WeRide WITT与WeRide GENESIS在云端配合驱动文远知行物理AI飞轮：WITT认真从真实蹊径数据中提取、明确、验证和编排物理事实，，，，，，GENESIS据今天生高保真仿真场景与长尾训练场景，，，，，，二者协同训练车端模子，，，，，，推动自动驾驶能力在真实天下中落地和一连进化。
。

（物理AI认知基础模子WeRide WITT和天下模子WeRide GENESIS配合驱动文远知行物理AI飞轮，，，，，，训练自动驾驶车端模子。
。）

支持这套物理AI飞轮高效运转的，，，，，，是WeRide WITT的工程安排效率。
。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，，，，，，在同类使命中可节约98%的Token本钱，，，，，，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，，，，，，WITT单次请求即可输出100+动态标签，，，，，，海量真实蹊径视频得以快速完成检索、验证、进入模子迭代，，，，，，成为一连沉淀的事实资产。
。

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多座都会，，，，，，L4自动驾驶车队数目凌驾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积累的高质量数据和模子能力，，，，，，正通过物理AI飞轮一连迁徙至L2++一段式端到端ADAS方案WRD 3.0。
。现在，，，，，，WRD 3.0已在第二届中国智驾大赛中拿下史无前例的六连冠，，，，，，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，，，，，，并乐成手艺出海至德国、法国、日本等国家。
。

从自动驾驶这一高密度、高重漂后的验证场景出发，，，，，，WeRide WITT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，，，，，，也为具身智能等更普遍物理AI场景提供明确真实天下的底层能力。
。

站在物理AI进入规模；；；；涞氐男陆锥，，，，，，文远知行将继续以真实天下验证为基础，，，，，，推进物理AI认知基础大模子能力演进，，，，，，推动AI从认知物理天下，，，，，，走向更大规模地作用于物理天下。
。

主题为「智能同伴·共创未来」的WAIC2026正在火热开展中！AI叙事蹊径从模子参数堆叠，，，，，，转变到Agent生产力落地；；；；；异构协同、光子盘算一连提高盘算上限；；；；；具身智能加速应用，，，，，，机械人抵家进厂让物理AI变为现实。
。雷科技WAIC探展团已抵达上海，，，，，，直击AI工业化落地年度巅峰时刻，，，，，，敬请关注！

胡波强调，，，，，，若推拿颈部后失慎受伤，，，，，，不要自行扭动脖子，，，，，，也不要举行冷敷、热敷或服用止痛药掩饰症状，，，，，，院前抢救步伐的焦点要点就是制动。
。