实测文远知行新模型:事实错误率仅为通用大模型1/3,视频日处理量达万分钟
文远知行于7月17日发布自研物理AI认知大模型WeRide WITT。该模型首次引入"最小物理事实单元"概念,将连续交通场景拆解为可识别、可验证的事实单元,事实错误率仅为通用大模型的三分之一。1
WITT全称为World Intelligence Toward Truth,取自哲学家维特根斯坦"世界是事实的总和"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。2
该模型具备事实提取、事实推理、事实验证、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链路。WITT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。1
WITT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,精准定位长尾场景。模型从弱势道路使用者、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,引入事实置信度并调用外部物理证据反向验证结论有效性。2
轻量化架构使WITT在同类任务中节省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。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与模型迭代。1
WITT与自研世界模型WeRide 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。稀缺长尾场景回流至GENESIS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。3
文远知行L4无人驾驶业务已覆盖全球12个国家、40余座城市,持有八国自动驾驶运营牌照,Robotaxi车队超过3000辆。L2++智驾方案WRD 3.0已获近30个车型定点,配套奇瑞星途星纪元、广汽埃安N60等量产车型,并成功技术出海至德国、法国、日本等国家。4
当前文章无评论,是时候发表评论了