文远知行发布WITT：像人类一样思考的物理AI模型

自动驾驶发展迅速，文远知行刚刚推出了一项可能改变AI看待世界方式的技术。7月17日，该公司正式发布了自主研发的物理AI认知基础模型WITT。但这不仅仅是又一次渐进式更新——它是对机器如何理解现实的全新诠释。

WITT背后的核心概念是文远知行所谓的“最小物理事实单元”。听起来很技术，但简单来说：WITT不将视频、图像和文本视为独立的数据流，而是将连续的真实世界场景分解为微小的、可验证的事实单元。可以把它想象成一个拼图——每一块都是正在发生的基本事实，AI学会将它们组合成一幅连贯的画面。

这种方法帮助AI更自然地理解多模态信息。例如，当自动驾驶汽车看到红灯和行人过马路时，WITT不仅识别物体——它理解它们之间的关系。它知道红灯意味着停车，行人有优先通行权。这种推理更接近人类的思考方式。

对于自动驾驶车辆来说，这可能是一个游戏规则改变者。当前系统通常依赖独立的感知、预测和规划模块，在复杂情况下可能导致问题。WITT旨在将这些任务统一在一个框架下，使决策更全面、更可靠。

想象一个繁忙的十字路口，有多辆车、自行车和乱穿马路的人。WITT可以识别核心事实——谁在移动，谁即将移动，交通信号灯显示什么——并综合权衡。结果呢？更安全、更平稳的驾驶。文远知行认为，这不仅会提高安全性，还会加速自动驾驶技术的商业化。

虽然WITT是为自动驾驶而构建的，但其影响更为深远。该模型理解物理现实的能力可以应用于机器人、智慧城市，甚至增强现实。随着物理AI模型变得越来越普遍，我们可能会看到真正“理解”周围世界的机器。

文远知行的举动也标志着AI竞赛的转变。一些公司不再追逐更大的语言模型，而是专注于将AI扎根于物理世界。这是一个明智的赌注——毕竟，人类不仅处理文本，我们生活在一个充满物体、动作和因果的世界中。

WITT仍处于早期阶段，但潜力巨大。文远知行计划将其集成到自动驾驶系统中，并继续完善模型。如果它按承诺工作，我们可能会看到不仅能够自动驾驶，还能理解为何做出某些选择的汽车。

目前，行业正在密切关注。有一件事是肯定的：交通的未来变得更加有趣。