【网通社快报】文远知行发布自研物理AI大模型WITT，引入“最小物理事实单元”提升自动驾驶认知能力

自动驾驶科技公司文远知行于7月17日发布自研物理AI认知基础大模型WeRideWITT。该模型基于视觉语言大模型（VLM）能力，首次提出“最小物理事实单元”概念，将视频、图像、文本等多模态信息中的连续真实场景拆解为可识别、可验证的事实单元，构建以物理事实为核心的AI理解框架。WITT全称为WorldIntelligenceTowardTruth，强调通过可信事实建立对世界的认知。其设计逻辑借鉴哲学家维特根斯坦“世界是事实的总和”的观点，聚焦从环境、行为、规则、风险与时序关系中提取可信事实，并在此基础上进行判断与推理。WITT具备事实提取、事实推理、事实验证和事实编排四大核心能力，覆盖从场景识别、事件归因到数据验证与学习分流的完整流程。模型可从标准驾驶行为、多主体交互及物理模糊条件三个维度识别道路视频中的最小事实单元，如“自车右转”“交叉口信号变化”等，每个单元具有高置信度、可校准、可追溯特性，并支持生成高密度场景描述。在事实提取基础上，WITT可进一步推理关键事件、行为关系与风险演化趋势。依托内置视频数据引擎，支持通过自然语言或关键词快速检索海量视频，精准定位如“施工区行人横穿”“雨天他车压线”等长尾场景，提升数据回溯与问题定位效率。为减少通用大模型在复杂交通环境中的幻觉问题，WITT从弱势道路使用者、自车与他车行为、场景理解、事实完备性及交通设施六个维度评估输出结果，并引入事实置信度，结合外部物理证据反向验证结论有效性。通过追踪事实错误、幻觉、遗漏及时序偏差，既提供数据质量判断依据，也为模型训练提供偏好信号。目前，WITT在自动驾驶垂类任务中的平均每片段事实错误率约为通用大模型的三分之一。模型还能根据学习价值对视频数据智能分流：稀缺长尾场景回流至文远知行自研世界模型WeRideGENESIS用于仿真训练；高频日常场景用于强化学习；异常片段进入复核机制，避免误判为无效数据。WITT与GENESIS在云端协同构成物理AI飞轮：WITT负责从真实道路数据中提取并验证物理事实，GENESIS据此生成高保真仿真与长尾训练场景，共同优化车端模型。相较参数规模达百亿级的通用大模型，WITT采用更轻量架构，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，数据处理效率最高提升200倍。在标签模式下，单次请求可输出100余个动态标签，加速真实道路视频的检索、验证与模型迭代。