什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

文远发布WITT模型,12.98万享L4同源智驾

7月17日,文远知行在WAIC 2026上正式发布了自研物理AI认知基础大模型WeRide WITT。跟那些只会“聊天”的通用大模型不同,WITT专门解决自动驾驶的痛点——它首创了“最小物理事实单元”概念,把路上那些连续又复杂的画面,拆解成AI能懂、能验证的一个个“事实”,让智驾系统不再凭感觉开车,而是靠“事实”说话。
把连续路况拆成“事实单元”
让AI理解路况,难点在于场景太复杂,通用大模型容易产生“幻觉”。WITT的做法是把视频、图像和文本信息打通,把比如“夜间雨天城市道路行车”这样的连续画面,拆解成“自车右转”“交叉口”“信号变化”这些独立又可验证的最小物理事实单元。拆完之后,它还能进行推理和验证,甚至可以用自然语言去搜索长尾场景,比如输入“施工区行人突然横穿”,就能精准定位。为了防幻觉,WITT还搞了个六维评测体系(包括弱势道路使用者、自他车行为等),反向校验输出结果,硬把事实错误率降到了通用大模型的三分之一。
省98%成本的轻量化算力
跑大模型通常很烧钱,但WITT走了轻量化路线。相比参数动辄百亿级的通用大模型,它能把Token成本省下98%,一张卡一天就能处理1万分钟的真实道路视频,数据处理效率提升了200倍。它还像个精明的“分拣员”,会根据数据价值智能分流:稀缺的长尾场景送去世界模型GENESIS做仿真扩充,日常高频场景用于强化学习,异常片段则交给人工复核,绝不浪费一点高价值数据。
L4同源下放,底气在哪
有了这套数据闭环,文远智驾的迭代速度自然提了上来。这次发布也印证了文远知行“L4同源端到端算法不是减配版,而是完整体验下放”的路线。配上高通8650芯片,12.98万就能拉满全套智驾硬件。也难怪文远知行CEO韩旭敢放话:如果特斯拉智驾表现是95分,文远的L2能打80分左右,而其他公司可能只有三四十分。这套WITT模型,或许就是他喊出这番话的底气所在。
历史事件回溯
当前事件
文远知行发布自研AI大模型WITT
  • 核心能力:提升泛化与长尾场景处理能力
  • 技术架构:感知决策一体化Transformer架构
  • 落地场景:赋能Robotaxi等L4级自动驾驶
2024年7月
理想汽车发布端到端智驾大模型
  • 核心能力:实现端到端演进与拟人化驾驶
  • 技术架构:端到端模型与VLM视觉语言模型
  • 落地场景:面向量产乘用车的无图城市NOA
2023年4月
毫末智行发布自动驾驶大模型DriveGPT
  • 核心能力:按需生成驾驶轨迹与场景重建
  • 技术架构:生成式预训练Transformer大模型
  • 落地场景:应用于智能驾驶量产与城市NOH

评论

评论区空态插画

当前文章无评论,是时候发表评论了