文远知行发布物理AI认知大模型WIIT

背景

随着人工智能从语言和图像处理向物理世界延伸，具身智能（Embodied AI）成为行业重点方向。自动驾驶、机器人等场景要求 AI 不仅理解数据统计规律，还要掌握物理世界的基本事实——物体的空间位置、力学关系、因果链条等。传统的端到端模型或 LLM 缺乏对物理事实的显式建模能力，容易在复杂动态环境中产生“幻觉”或决策失误。

文远知行（WeRide）是全球领先的自动驾驶技术公司，专注于 L4 级自动驾驶解决方案，业务覆盖 Robotaxi、Robobus、自动驾驶货运及环卫等。在持续推动自动驾驶落地的同时，公司也在探索更底层的 AI 认知框架。2026 年 7 月 17 日，在 2026 世界人工智能大会现场，文远知行正式发布了物理 AI 认知基础大模型 WIIT，试图为 AI 构建一套面向真实世界的理解框架。

核心内容

WIIT（全称未在原文中给出，推测为“World Intelligence & Interaction Transformer”或类似缩写）是文远知行推出的物理 AI 认知基础大模型，其核心创新在于提出“最小物理事实单元”（Minimum Physical Fact Unit）理念。该理念主张将物理世界中的基础事实（如“物体 A 位于位置 B”“物体 A 与物体 B 接触”“力 F 作用于物体 C”）作为原子级认知单元，以此构建 AI 对真实世界的结构化理解。

WIIT 模型具备四项核心能力：

• 事实提取：从传感器数据（如摄像头、激光雷达）、文本描述或模拟环境中抽取离散的物理事实，形成结构化知识。
• 推理：基于已提取的事实，进行逻辑推理（如因果推断、空间关系推理、动力学预测），推导出新的事实或结论。
• 验证：将推理结果与后续观测或模拟结果对照，判断事实的一致性，消除错误或矛盾。
• 编排：将多个事实按时间、空间或因果关系组织成连贯的场景描述或决策序列，用于指导自动驾驶或机器人的行为规划。

该模型的目标是提升 AI 在自动驾驶、机器人等具身智能场景中的环境理解和决策能力，探索人工智能从“数据理解”向“真实世界认知”演进的新方向。文远知行在大会现场未公布具体参数规模、训练数据来源或部署成本，但强调了该模型与现有感知-规划-控制管线的兼容性，以及可在仿真环境中预先训练并迁移到实车/实机。

关键要点

• 最小物理事实单元：WIIT 将物理世界分解为原子级事实，取代传统模型对连续信号的隐式编码，使 AI 具备可解释、可验证的认知基础。
• 四项核心能力闭环：事实提取、推理、验证、编排构成一个循环：提取事实 → 推理预测 → 验证修正 → 编排行动，形成类似“感知-认知-行动”的智能体框架。
• 面向具身智能：模型特别针对自动驾驶和机器人设计，旨在解决动态环境中的长尾问题（如罕见障碍物、复杂交互场景），而非通用语言或视觉任务。
• 从数据理解到真实世界认知：WIIT 的提出代表文远知行对 AI 发展路径的判断——不再依赖大规模数据统计拟合，而是转向基于物理事实的因果建模。
• 发布时机：在 2026 世界人工智能大会期间发布，体现文远知行在物理 AI 领域的先发布局；同时，该公司近期在北京、琼海等地成立子公司，加速 AI 业务落地。

意义与影响

WIIT 的发布标志着文远知行从“自动驾驶解决方案提供商”向“物理 AI 认知技术公司”的延伸。其意义主要体现在三个方面：

1. 技术范式创新：当前主流自动驾驶感知系统多依赖神经网络对传感器数据进行端到端映射，这种“黑箱”模式在遇到分布外场景时容易失效。WIIT 通过显式的事实提取与推理，提供了可溯源的认知路径，有望提升系统在极端条件下的鲁棒性和可解释性，这对安全至上的自动驾驶行业尤为关键。

2. 行业应用前景：除了自动驾驶，WIIT 可直接应用于工业机器人、家庭服务机器人、物流机器人等场景。例如，机器人可以通过事实提取识别“桌子上的杯子已移动到边缘”，通过推理预判“下一步可能掉落”，再通过验证确认后编排动作（如回正杯子）。这种物理因果推理能力是传统 RL 或 Imitation Learning 难以高效获得的。

3. 推动 AI 认知层次跃迁：WIIT 代表了一种从“统计学习”到“认知建模”的探索。如果该模型能在大规模实际场景中验证有效，将可能启发更多 AI 公司转向“物理优先”的认知架构，推动 AI 从被动感知迈向主动理解真实世界。不过，目前该模型仍处于发布阶段，其在仿真环境中的测试效果、与现有硬件平台的适配成本、以及在大规模动态场景下的实时性，都还有待后续公开数据验证。