[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-90188":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"90188","ai","模型发布\u002F更新","IT之家",57,"文远知行发布自研物理AI大模型WITT，首提“最小物理事实单元”概念","文远知行发布物理AI大模型WITT,首提最小物理事实单元概念,用于自动驾驶场景事实提取与验证。","自动驾驶公司文远知行发布自研物理AI认知基础大模型WeRide WITT,首次提出“最小物理事实单元”概念,试图用可信事实而非笼统描述来理解真实道路场景,目的是降低通用大模型在自动驾驶场景里的幻觉率。\n\n· 核心是四大能力:事实提取(把连续场景拆解成自车转向、路口信号变化等可验证的最小单元)、事实推理(分析场景中的关键事件与风险演化)、事实验证(六个维度评估模型输出并引入事实置信度反向核查)、事实编排(按学习价值给不同场景数据分流)\n· 官方数据显示,WITT在自动驾驶垂类场景的平均每片段事实错误率约为通用大模型的三分之一\n· 长尾场景(如施工区突然横穿、雨天他车压线)可通过关键词或自然语言在内置视频引擎中快速检索定位\n· 稀缺长尾场景会回流到文远自研世界模型WeRide GENESIS用于模拟训练,高频日常场景则用于强化学习优化\n\n对自动驾驶研发团队来说,“事实化”而非“端到端黑箱描述”的场景理解方式,提供了一条兼顾可解释性与低幻觉率的技术路线参考。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F978\u002F055.htm",null,"2026-07-17 15:01:04"]