在自动驾驶领域，技术的不断进步让人眼花缭乱。7 月 17 日，自动驾驶科技公司文远知行（WeRide）正式发布了他们自研的物理 AI 认知基础大模型 ——WeRide WITT。这一新模型的亮相，标志着 AI 在理解和处理复杂信息方面迈出了重要一步。
WeRide WITT 的核心亮点在于其引入了 “最小物理事实单元” 的概念。这个概念的目的在于帮助 AI 更好地理解多模态信息，包括视频、图像和文本等。通过拆解连续变化的真实场景，WITT 能够识别和验证这些信息中的核心事实单元，从而构建出一种以物理事实为核心的全新 AI 理解框架。
这种创新的 AI 理解框架，不仅提升了 AI 对环境的感知能力，也为自动驾驶技术的发展提供了更为坚实的基础。通过 WITT，文远知行希望能够让自动驾驶车辆在复杂环境中做出更智能的决策。例如，在识别交通信号、行人及其他车辆时，WITT 能够精准地分析和判断，从而提高行车安全性和效率。
此外，文远知行的 WITT 模型在提升 AI 的理解力的同时，还推动了自动驾驶技术的商业化进程。随着物理 AI 大模型的应用范围不断扩大，未来或将实现更加安全、智能和便捷的出行方式。
在如今竞争激烈的科技市场中，文远知行凭借 WITT 的发布，进一步巩固了其在自动驾驶行业的领导地位。随着技术的不断成熟，我们有理由相信，未来的交通将会变得更加智能化和人性化。
NVIDIA推出Nemotron3Embed嵌入向量模型系列，专为生产级RAG、智能体检索、代码检索和记忆场景设计。8B版本在RTEB基准测试中排名第一，成为性能最强的开源嵌入模型。系列包含三个开放检查点：精度优先的Nemotron-3-Embed-8B-BF16、轻量化的1B-BF16版，以及针对Blackwell架构优化的1B-NVFP4四比特版本，所有模型均采用双向注意力机制。
银河通用机器人CTO王鹤在2026世界人工智能大会上预测，具身智能2028年前将迎来重大突破，表现媲美ChatGPT。基础模型经海量数据训练，对未专门训练任务可达70%-80%成功率，堪比早期数字模型。
通义实验室推出Wan-Streamer v0.2，彻底解决传统视频通话卡顿、延迟和声画不同步问题。该端到端全模态模型仅550毫秒响应，将听、看、说、演能力整合于单一Transformer架构，实现近乎真实的“面对面”自然交流。
文远知行在2026世界人工智能大会发布WIIT大模型，提出“最小物理事实单元”理念，将连续环境拆解为基础事实，构建物理世界AI理解框架，包含事实提取、推理、验证等模块，推动AI从数据理解迈向真实世界认知。
百度沈抖预测，2026年下半年将涌现大量通用与行业智能体落地案例；未来三年是关键窗口，90%的工作将由AI深度协同而非完全替代人完成。
关注 “悠AI” 更多干货技巧行业动态
相关文章
