文遠知行發佈自研物理 AI 大模型 WITT，首次引入“最小物理事實單元”概念
重點摘要
首頁 > 智能時代>人工智能 文遠知行發佈自研物理 AI 大模型 WITT，首次引入“最小物理事實單元”概念 2026/7/17 15:01:04 來源：IT之家 作者：浩渺 責編：浩渺 評論： 感謝IT之家網友 麻辣清補涼 的線索投遞！ IT之家 7 月 17 日消息，今日，自動駕駛科技公司文遠知行 WeRide 發佈自研物理 AI 認知基礎大模型 WeRide WITT。
自動駕駛科技公司文遠知行（WeRide）今日正式對外發布自研的物理 AI 認知基礎大模型「WeRide WITT」。該模型導入視覺語言大模型（VLM）能力，首次在業界提出「最小物理事實單元」概念，透過整合影片、圖片、文字等多模態資訊，將連續變化的真實交通情境拆解為可被辨識與驗證的事實單元，建立以物理事實為核心的新一代人工智慧理解框架。 WITT 全稱為 World Intelligence Toward Truth，意即「以可信事實建立世界認知」。這一名稱源自對 20 世紀哲學家路德維希・維根斯坦（Ludwig Wittgenstein）的致敬，其所提出的「世界是事實的總和」觀點，恰好呼應了物理 AI 的底層邏輯：若要讓 AI 認知真實世界，必須從環境、行為、規則、風險與時序關係中提煉出可信的事實，並在此基礎上進行判斷與推理。 根據官方說明，WITT 從海量的營運資料中提煉物理世界的認知規律，並建構出四大核心能力：事實提取、事實推理、事實驗證與事實編排。這四項能力貫穿了場景辨識、事件歸因、數據驗證到學習分流的完整鏈路，讓每一公里的真實道路數據都能成為可靠且可持續迭代的模型訓練訊號。 在事實提取方面，WITT 能從標準駕駛事實、多主體交互事實以及物理模糊條件三個維度，辨識真實道路影片中的「最小物理事實單元」。這些單元涵蓋日常交通行為、交通參與者之間的關係變化，以及複雜環境下的物理狀態不確定性。舉例來說，一段夜間雨天城市道路的行車影片，WITT 會將其拆解為自車右轉、城市道路、交叉口、路口信號變化等多個獨立的事實單元。每個單元都具備高置信、可校準、可追溯的特性，並能生成高密度的場景描述，為後續理解與驗證奠定基礎。 完成事實提取後，WITT 進一步執行事實推理，分析場景中的關鍵事件、行為關係與風險變化，並推論事件成因與後續演化趨勢。在自動駕駛研發流程中，工程師經常需要從大量影片中尋找特定的長尾場景，例如「施工區域內行人突然橫穿」或「雨天低能見度下他車壓線」等。WITT 內建影片數據引擎，支援透過關鍵詞或自然語言問題快速檢索大量影片數據，精準定位相關時序與目標場景，大幅提升長尾樣本發現、數據回溯與問題定位的效率。 為避免通用大型模型在複雜交通環境中產生幻覺，WITT 導入事實驗證機制，從弱勢道路使用者、自車行為、他車行為、場景理解、事實完備性與交通設施等六個維度進行評估。同時引入「事實置信度」，調用外部物理證據反向驗證結論是否成立。透過追蹤事實錯誤、幻覺、遺漏和時序錯誤，WITT 不僅提供數據使用者品質判斷標準，也為模型訓練提供偏好訊號，引導模型持續產出更符合物理規律的理解結果。目前 WITT 在自動駕駛垂直場景中，平均每片段的錯誤率僅約為通用大型模型的三分之一。 在事實編排階段，WITT 能根據學習價值對事實影片進行智能分流，讓每一筆數據進入最合適的學習路徑。稀缺的長尾場景會回流至文遠知行自研的世界模型 WeRide GENESIS，用於模擬訓練與場景擴展；高頻日常場景則用於強化學習與流程優化；異常片段則進入複核機制，避免關鍵數據被誤判為「髒數據」，最大化釋放真實道路數據的價值。 透過這樣的分工，WeRide WITT 與 WeRide GENESIS 在雲端共同驅動文遠知行的物理 AI 飛輪：WITT 負責從真實道路數據中提取、理解、驗證與編排物理事實，GENESIS 則根據這些事實生成高保真模擬場景與長尾訓練場景，兩者協同訓練車端模型。 在技術表現上，WITT 相較於動輒百億級參數的通用大型模型，以更輕量的模型規模達成同等任務，最高可節省 98% 的 Token 成本。單卡單日即可處理 1 萬分鐘的車輛運行影片，實現最高 200 倍的數據處理效率提升。在標籤模式下，WITT 單次請求就能輸出超過 100 個動態標籤，讓海量真實道路影片快速完成檢索、驗證，並進入模型迭代流程。 此次發佈的 WITT 模型，是在 2026 年世界人工智慧大會期間公開亮相，展現文遠知行在自動駕駛與物理 AI 領域的最新技術成果。透過將真實世界的物理事實轉化為可運算、可驗證的結構，該模型不僅為自動駕駛的數據處理與模型訓練帶來顯著效率提升，也為整個物理 AI 的發展提供了新的認知框架。
Related
相關文章
Anthropic其實並不AI原生？
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道四川最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作Anthropic其實並不AI原生？李智勇·2026年07月17日 16:14Anthropic或許已經在大規模研發並使用AI，但它的組織底座仍然不完全是為AI設計的。AnthropicC+輪海外2019-02人工智能安全和研究公司36氪報道前沿技術我要聯繫 Anthropic可能是世界上最懂人工智能的公司之一。 但這並不意味著，Anthropic先天就是一家徹底的《AI原生組織》。 這是個刺激話題，因為這相當於在說最頭部的AI公司不AI原生。但實在涉及AI原生組織到底是什麼，所以還真得認真寫下。 最近，Anthropic發佈了一篇文章，介紹公司如何使用Claude實現自助式數據分析。文章披露，目前Anthropic內部95%的商業數據分析請求已經由Claude自動完成，整體準確率約為95%。這無疑是一個令人印象深刻的成績。[1] 但文章中真正值得關注的，可能不是這個95%，而是另外一個數字： 他們的數據分析系統上線時，離線準確率約為95%；僅僅一個月之後，準確率就下降到了約65%。 造成下降的主要原因並不是Claude的模型能力發生了退化，而是業務數據模型持續變化，供Claude使用的Skill文檔沒有同步更新。
Agent跌跌撞撞進入世界
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作Agent跌跌撞撞進入世界36氪的朋友們·2026年07月17日 16:12通用 Agent 下海，成了AI OS的模樣 去年底，多數人還在把 AI 當聊天工具，用來解答問題、寫文案或者總結資料。一問一答結束，AI 的任務也就結束了。 到了 2026 年二季度，情況變了。因為OpenClaw、Codex 和 Claude Cowork 把 AI 從對話框里拉了出來。 Agent開始能自己讀文件、跑代碼、做表格、操作軟件，甚至接入企業內部系統。你給它一個目標，它會自己拆解任務、調用工具，做完再來彙報。 誕生在3月的OpenClaw 標誌著大眾對Agent認知的轉變。以前提 Agent，大家默認是用來輔助寫代碼的。有了龍蝦，它開始接手各種領域的工作。 過去三個月，我們看到的就是這個「新手」進入真實工作流的經歷。 它成為了新的軟件入口，進入了金融、法律和設計等專業場景。企業看到了它的潛力，開始大規模開展Tokenmaxxing運動，但錢燒了2兩個月，這場不設上限的AI大躍進即告停止。因為他們發現AI提效的部分又被審核、判斷這些瓶頸卡住了。而當大家回過頭來補這些環節時，運行速度和成本的問題又顯現了出來。 這份二季度報告總結
燒掉16萬美金，狂飆100萬行代碼，Bun之父用Claude重寫底層
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作燒掉16萬美金，狂飆100萬行代碼，Bun之父用Claude重寫底層新智元·2026年07月17日 16:10Bun之父，讓AI重寫百萬行代碼 曾要4年的項目，竟被Claude Code硬生生壓到兩週！ 成本從300萬美元，砍到十幾萬。 最近，Anthropic首次公開了CC大規模代碼遷移「全流程」，六步框架讓全網震撼。 故事的主角，是Bun之父Jarred Sumner。 他曾用一年，寫下了Bun這個比Node.js還快的JavaScript運行時。 如今不到兩週，狂飆一百萬行代碼，就把Zig換成了Rust。 Bun之父，讓AI重寫百萬行代碼 當年，Jarred Sumner押注Zig的邏輯很純粹：用極致的簡潔，榨取媲美C語言的性能。 這幾乎是，為獨立創始人量身定製的利器。 用他自己的話說，「在LLM出現之前，一個人在奧克蘭狹小的公寓裡，一年寫出Bun」。 然而，極致簡潔的暗面，是早早埋下的無數暗坑。 如今Bun的CLI月下載量，已強勢突破1000萬大關，甚至成為了CC底層的重度依賴。 隨著生態的瘋狂狂飆，那些年欠下的「技術債」，到了必須連本帶利償還的時候了。 於是他幹了件過去想都不敢想的事：用Claude Co
突發叫停，Gemini 3.5 Pro難產，谷歌跌入失望陷阱
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作突發叫停，Gemini 3.5 Pro難產，谷歌跌入失望陷阱新智元·2026年07月17日 16:10全行業拉響警報，巨頭集體跌入「下一代巨模型失望陷阱」 就在昨天，整個AI圈還沉浸在一片亢奮之中。 各方爆料一起湧出：谷歌的終極殺器——Gemini 3.5 Pro，代號「Cappuccino」，將在48小時內正式上線！ 200萬的超大上下文窗口，全新的「深度思考」推理模式，據說內部評測已經吊打了GPT-5.6 Sol和Claude Fable 5。 顯然，這是一個即將顛覆AI格局的重磅產品。 所有人都在興奮地倒計時，摩拳擦掌，準備見證歷史。 然而，一覺醒來，畫風突變。 彭博社的一則獨家報道如同一盆冰水，澆滅了所有人的熱情：Gemini 3.5 Pro發佈延期了，而且不是延期幾天，是數月的大延期！ 本該是載入史冊的發佈，被谷歌自己按下了暫停。 究竟是為什麼？ 48小時狂歡與緊急剎車 就在昨天，社交平臺還充斥著關於Gemini 3.5 Pro的劇透。 代號：Cappuccino。 超長上下文：200萬token。 深度思考：新增的「Deep Think」模式，讓其在數學、編程、邏輯推理上達到了前所未有的高度。 全面進化
拆開Claude大腦也沒用，AI黑箱真正的鑰匙，藏在本體工程
Anthropic研究團隊在2026年7月發表了一篇名為《A global workspace in language models》的論文，透過名為J透鏡的工具，在Claude模型內部識別出一個可被觀測、可被干預且具有因果效力的神經活動區域，稱為J-Space。這項發現之所以引起廣泛關注，在於它讓研究人員得以一窺模型推理過程中的「內心獨白」，標誌著可解釋性研究從解釋模型的行為，邁入即時觀測模型內部狀態的新階段。
新 AI 漏洞披露：可從 Claude 記憶中洩露姓名與工作單位等信息
安全研究員揭露Claude記憶機制漏洞，可在用戶不知情下將姓名、工作單位等個人資訊外傳至外部網站。Anthropic已知問題但未立即修復，後續關閉了可跟隨外部連結的web_fetch功能。