文远知行推出物理 AI 大模型 WITT

2025年7月17日，文远知行（WeRide）正式发布其自研的物理AI认知基础大模型——WeRide WITT，标志着AI在理解和处理复杂多模态信息方面迈出了关键一步。

发布背景与核心亮点

在自动驾驶领域，技术迭代不断加速。文远知行此次发布的WeRide WITT模型，核心亮点在于引入了“最小物理事实单元”概念。这一概念旨在帮助AI更好地理解视频、图像和文本等多模态信息，通过拆解连续变化的真实场景，识别并验证这些信息中的核心事实单元，从而构建出以物理事实为核心的全新AI理解框架。

最小物理事实单元概念解析

传统AI模型在处理连续变化的场景时，往往依赖大量训练数据而非真实物理逻辑。WeRide WITT通过将复杂场景分解为最小的、可验证的物理事实单元，使AI能够像人类一样理解“某个物体在哪个位置、以什么速度运动、是否与其他物体存在交互”。这种框架不仅提升了AI对环境感知的准确性，还增强了模型对动态场景的推理能力。

对自动驾驶的影响

WeRide WITT的应用直接提升了自动驾驶车辆的感知与决策能力。在复杂环境中，车辆需要同时处理交通信号、行人、其他车辆等信息。通过WITT模型，AI可以精准分析和判断这些元素的物理状态，从而做出更智能的决策。例如：

• 识别交通信号灯时，不仅判断颜色，还能结合周围车辆的运动趋势预测下一秒的相位变化。
• 分析行人时，能理解其朝向、速度、是否在跑动，从而提前调整行驶路径。
• 处理其他车辆时，能关联其历史轨迹与当前意图，提升防碰撞系统的可靠性。

商业化前景

文远知行强调，WITT模型在提升AI理解力的同时，也推动了自动驾驶技术的商业化进程。随着物理AI大模型的应用范围不断扩大，未来或将实现更加安全、智能和便捷的出行方式。在竞争激烈的科技市场中，WeRide WITT的发布进一步巩固了文远知行在自动驾驶行业的领导地位。

未来，随着技术的不断成熟，基于物理事实的AI框架有望成为自动驾驶行业的标准范式，推动整个交通系统向智能化、人性化方向演进。