自动驾驶跑出的里程越多，模型就越聪明？现实并非如此。

一辆测试车每天产生数小时道路视频，千辆规模的车队积累的数据量难以估算。但其中大部分是重复发生的日常场景，混杂着人为接管、无效片段和识别错误。真正能推动模型进化的，往往只是少数长尾数据。通用大模型在理解复杂交通场景时，也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，从真实道路数据中持续提炼有效的场景事实。

7月17日，文远知行在WAIC现场正式发布自研物理AI认知基础大模型WeRide WITT（World Intelligence Toward Truth），意为“以可信事实建立世界认知”。这一命名致敬了哲学家维特根斯坦提出的“世界是事实的总和”。

核心突破：引入“最小物理事实单元”

基于视觉语言大模型能力，WITT首次引入“最小物理事实单元”概念。它将持续流动、动态变化的真实三维环境，拆解为独立、可识别、可量化、可反复验证的标准化事实单元，包含物体属性、空间位置、运动轨迹、作用力、时序因果、风险约束等客观信息。

例如，一段夜间雨天城市道路行车的视频，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。每个事实单元都具备高置信、可校准、可追溯的特征。

四大核心能力，贯通完整认知链路

围绕“最小物理事实单元”，WITT搭建了四层递进式能力体系：

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”。同步读取摄像头、激光雷达、视频、文本标注等多源数据，过滤环境噪声，只提取速度、距离、运动趋势等客观物理事实。

事实推理：基于提取完成的事实单元图谱，自主推导隐藏物理逻辑。例如“前车减速→跟车距离缩小→存在追尾风险”“行人靠近车道→车辆需减速避让”，实现跨时序、多物体交互的因果推演。依托内置视频数据引擎，工程师可通过关键词或自然语言快速检索海量视频数据，精准定位长尾场景。

事实验证：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，引入事实置信度，调用外部物理证据反向验证结论。当前WITT在自动驾驶垂类场景中的平均每片段事实错误率仅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世界模型用于模拟训练，高频日常场景用于强化学习，异常片段进入复核机制。

技术优势与落地

WITT与文远知行自研世界模型WeRide GENESIS在云端共同驱动物理AI飞轮：WITT负责从真实道路数据中提取、理解、验证和编排物理事实，GENESIS据此生成高保真仿真场景与长尾训练场景。

相较于百B级参数的通用大模型，WITT以更轻量的模型规模，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。

依托物理AI飞轮，文远知行已成为全球唯一实现L4级无人驾驶和L2++辅助驾驶规模商业应用的公司。在L4领域，文远知行手握八国自动驾驶牌照，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。

WITT让每一公里的真实道路数据，都有机会真正进入模型的进化链路。