文远知行发布物理AI认知基础大模型WITT，单卡日处理1万分钟视频

文远知行（WeRide）于7月17日正式发布物理AI认知基础大模型WITT（World Intelligence Toward Truth），意在解决自动驾驶研发中"数据海量但高价值场景难提取"的核心瓶颈。

WITT在视觉语言模型（VLM）基础上，首次引入"最小物理事实单元"概念，将连续变化的真实道路场景拆解为可被识别、验证的事实单元，重构AI对物理世界的理解框架。WITT名称致敬了哲学家维特根斯坦的"世界是事实的总和"思想。

围绕这一目标，WITT形成了事实提取、事实推理、事实验证和事实编排四大核心能力。事实提取负责识别视频中的驾驶行为、多主体交互和物理条件；事实推理进一步分析场景中事件为何发生、主体关系如何演化；事实验证则从六个维度评估模型输出，引入"6+1事实验证"机制；事实编排则根据数据的稀缺程度和训练价值，决定视频进入仿真、训练还是人工复核链路。

在效率方面，文远披露WITT相较百B级通用大模型可节省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。在自动驾驶垂类场景中，WITT每段视频的平均事实错误率约为通用大模型的三分之一。

WITT与文远此前发布的世界模型GENESIS共同位于云端，前者负责理解和验证真实世界，后者负责扩展和生成场景，形成"物理AI飞轮"。L4车队产生的复杂场景经WITT提炼和验证，由GENESIS生成更多高保真仿真场景，最终协同训练L4与L2++车端模型。

目前文远知行的L4自动驾驶车队规模已超过3000辆，Robotaxi在广州、北京、阿布扎比和迪拜等城市开展常态化纯无人商业运营。其L2++端到端方案WRD 3.0已获得近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，并进入德国、法国和日本市场。

WITT的发布标志着自动驾驶数据利用从"量"的积累转向"质"的筛选。当车队数据持续累积，能否高效提炼高价值长尾场景，将成为决定模型迭代速度的关键因素。