物理AI重构自动驾驶底层逻辑，文远知行与千里科技推动智驾从像素识别向事实建模跃迁

导语
2026年7月，第九届世界人工智能大会在上海举行。会议释放明确信号，物理AI正取代端到端成为自动驾驶技术主战场。本文聚焦文远知行、千里科技等企业的技术布局，剖析物理AI如何通过事实建模与原生基座重构智驾底层逻辑，并探讨其在舱驾融合与数据飞轮构建中的产业实践，揭示自动驾驶从“看路”向“理解世界”跃迁的客观进程与未来趋势。

一、 审视智驾底层技术逻辑转变

2026年7月的第九届世界人工智能大会上，自动驾驶议题焦点已从端到端应用转向AI理解物理世界的底层能力。千里智驾CEO陈奇在高级别自动驾驶创新发展论坛上明确指出，未来自动驾驶的持续突破必然绕不开物理AI。过去数年，行业主流方案由高精地图转向端到端，虽覆盖大量L2场景，但其本质仍属模仿学习，犹如驾校高分学员未必能胜任复杂路况实战。L3及以上高阶自动驾驶的核心诉求并非单纯看路，而是深度理解三维物理空间布局、识别物体动作意图、解读交警手势与临时路牌。物理AI的核心能力边界，正是赋予AI对真实世界三维空间、动力学规律及交互规则的深度认知。传统视觉语言大模型多采用像素至文字的浅层映射，提取图像特征并输出碎片化描述，在遭遇路况突变、物体遮挡或动态交互等长尾场景时，极易引发逻辑错乱与事实幻觉。物理AI的引入，标志着智驾技术从浅层图形识别向深层物理事实建模的实质性跨越，为应对规则之外的复杂场景提供了全新的技术解法与底层支撑，从而彻底打破传统视觉方案的认知天花板。

二、 拆解真实世界最小物理事实单元

本届大会上，文远知行发布自研物理AI认知基础大模型WeRide WITT，引入最小物理事实单元概念。WITT旨在以可信事实建立世界认知，将流动的真实三维环境拆解为独立、可量化、可反复验证的标准化事实单元。每个事实单元包含物体属性、空间位置、运动轨迹、作用力、时序因果及风险约束六类客观信息。围绕该架构，WITT搭建四层能力体系：事实提取从多模态数据筛选客观物理信息，提取重力、速度等事实；事实推理基于事实图谱推导隐藏逻辑，实现跨时序因果推演；事实验证从弱势道路使用者、自车行为等六个维度评估输出，引入置信度反向验证；事实编排按学习价值对视频智能分流，稀缺场景回流仿真模型，高频场景用于强化学习。工程效率方面，WITT可节省98%的Token成本，单卡单日可处理1万分钟行车视频，数据处理效率提升200倍。在智驾垂类场景中，其平均每片段事实错误率仅约为通用大模型的三分之一，大幅降低了长尾场景下的系统失效风险。WITT与自研世界模型GENESIS协同，前者提取验证事实，后者生成高保真仿真场景，共同构建物理AI训练闭环。

三、 验证原生基座与外挂微调路线

在物理AI技术路径上，行业分化出原生基座与外挂微调两条路线。外挂微调路线以通用大语言模型为底座，堆叠驾驶数据进行后训练，优势在于成本低、见效快，可凭借开源模型快速切入中低端市场。但其天花板明显，模型底层对物理世界的理解先天受限，灌入海量专业数据后易发生能力退化。原生基座路线则在预训练阶段将通用语料与智驾数据深度融合，使模型初始即建立物理世界认知。千里科技选择后者，与阶跃星辰联手打造原生智驾基座模型。千里科技公布的ASD数据验证了该路线的可行性：截至2026年7月，ASD装车量突破50万辆，覆盖极氪、领克、银河、smart等19款主流车型，用户辅助驾驶功能激活率达92%。2026年3月落地的ASD 4.0搭载于极氪8X，打通舱驾融合。其核心能力体现为横纵一体平顺控车，在城中村等窄小路段实现丝滑绕行；具备更强物理世界通识能力，可自主判断ETC与人工收费站、精确识别潮汐车道；防御性驾驶能力复刻老司机习惯，提前预判风险。这种原生架构不仅避免了外挂微调可能带来的能力退化，更为高阶智驾提供了更坚实的底层支撑与更广阔的性能上限，确保模型在复杂物理环境中的鲁棒性。

四、 落地舱驾融合超级智能体应用

物理AI不仅重塑驾驶逻辑，亦在重构人车交互体验。在WAIC阶跃星辰展台，吉利、阶跃星辰、千里科技联合打造的极氪8X展车展示了超级Eva智能体。该智能体基于阶跃星辰Step分层端云协同大模型矩阵研发，并与千里科技G-ASD智驾系统深度绑定。超级Eva突破了传统车载语音助手被动接收指令的局限，能够结合用户习惯主动学习，完成多元任务自主规划。用户发出模糊指令如“有点热”，系统会判断是调低空调还是打开座椅通风；若指令为“带我去接孩子放学，顺便找家麦当劳”，系统即可自主完成路线规划与任务排序；同时，该智能体打通了智驾系统，用户可一句话直接调度高阶智驾功能，车辆根据语音意图自主完成跟车、变道、避障等操作。这套方案已于2026年3月上线极氪8X，是国内同类型产品中较早实现量产落地的项目。千里科技智舱产品线总裁张星透露，未来产品将逐步适配领克、极氪等更多合作品牌主力车型。舱驾融合的落地，标志着汽车正从单纯的私人消费品向智能体载体演进，物理AI在提升座舱交互维度的同时，也为高阶智驾的规模化应用提供了更自然的交互入口。

五、 构建物理AI数据飞轮闭环生态

从本届WAIC释放的产业信号观察，自动驾驶物理AI竞赛已形成清晰的技术与商业框架。底层认知模型方面，文远WITT以事实建模替代像素识别，千里科技与阶跃星辰走原生基座路线，两条路径殊途同归，均致力于让AI真正理解物理世界。数据飞轮效应在此过程中加速显现，量产车规模扩大带来数据积累，驱动模型迭代与体验提升，进而吸引更多用户。这一闭环已在千里ASD的量产规模上得到实质性验证。目前，文远知行业务覆盖全球40余座城市、落地12个国家，L4自动驾驶车队超3000辆，为其物理AI模型提供了庞大的真实道路数据支撑。千里科技同步公布了未来产品规划，ASD 4.1版本将实现无限制全场景D2D零断点通行，计划年底推出的ASD 5.0版本将全面释放物理AI潜能。这种基于海量真实数据与原生基座模型构建的闭环生态，不仅加速了单点技术的突破，更推动了整个自动驾驶产业向更高阶的智能化阶段迈进，确立了物理AI在下一代智驾架构中的核心地位，引领行业迈入全新的发展周期。

六、 展望自动驾驶产业未来商用进程

物理AI的演进正切实推动自动驾驶商用进程步入新阶段。华为公司高级副总裁、引望公司CEO靳玉志近日表示，L3部分城市试点后，预计2026年开启城区低速L4试点，2027年L3实现规模商用。这一时间表印证了物理AI在推动高阶自动驾驶落地中的关键作用。物理AI并非停留在概念层面的技术炒作，而是正在发生的产业现实。从教机器看路到教机器理解世界，自动驾驶的技术底层正在经历真正的范式跃迁。传统方案在规则内表现良好，而物理AI凭借对三维物理空间的理解、因果推理和事实验证能力，能够有效应对规则之外的长尾场景。随着文远WITT、千里ASD等物理AI方案的持续迭代与量产落地，L4级自动驾驶将逐步从测试场走向日常用车场景。智能汽车作为当下商业化较为成熟的具身智能载体，其积累的物理通识能力未来亦可迁移至具身智能、智能体协同等更广泛的物理空间场景，为通用具身智能的发展提供务实路径，持续重塑出行与物理世界的交互方式，开启智能交通的新纪元。

结语

物理AI正以事实建模与原生基座为双轮，驱动自动驾驶从像素识别向理解世界跃迁。文远知行与千里科技的产业实践表明，构建物理世界认知与数据飞轮闭环，是突破高阶智驾瓶颈的必由之路。随着舱驾融合深化与商用进程提速，物理AI将全面重塑出行生态，推动智能汽车向通用具身智能载体演进，最终实现全场景智慧出行的终极愿景。

常见问题

一、文远知行WeRide WITT模型在数据处理效率和成本上实现了哪些突破？

WITT可节省98%的Token成本，单卡单日可处理1万分钟行车视频，数据处理效率提升200倍。在智驾垂类场景中，其平均每片段事实错误率仅约为通用大模型的三分之一。

二、千里科技ASD智驾系统在2026年7月的量产落地数据表现如何？

截至2026年7月，千里科技ASD装车量突破50万辆，覆盖极氪、领克等19款主流车型，用户辅助驾驶功能激活率达92%。2026年3月落地的ASD 4.0已搭载于极氪8X打通舱驾融合。

三、物理AI原生基座路线与外挂微调路线相比具备哪些核心优势？

原生基座路线在预训练阶段将通用语料与智驾数据深度融合，使模型初始即建立物理世界认知。这避免了外挂微调灌入海量专业数据后易发生的能力退化，为高阶智驾提供了更坚实的底层支撑。

四、极氪8X搭载的超级Eva智能体在舱驾融合交互上实现了哪些功能？

超级Eva能结合用户习惯主动学习并自主规划多元任务，如根据模糊指令调节空调或座椅通风。它还打通了智驾系统，用户可一句话直接调度高阶智驾功能，车辆根据语音意图自主完成跟车、变道等操作。

五、文远知行在全球L4自动驾驶业务布局及数据支撑方面取得了哪些进展？

文远知行业务已覆盖全球40余座城市、落地12个国家，L4自动驾驶车队超3000辆。这为其物理AI模型提供了庞大的真实道路数据支撑，加速了物理AI数据飞轮闭环生态的构建。

六、华为引望对L3及L4级高阶自动驾驶的规模商用时间表有何规划？

华为公司高级副总裁、引望公司CEO靳玉志表示，L3部分城市试点后，预计2026年开启城区低速L4试点，2027年L3实现规模商用。这一时间表印证了物理AI在推动高阶自动驾驶落地中的关键作用。

七、千里科技ASD 4.1与5.0版本在物理AI潜能释放上有哪些具体规划？

千里科技ASD 4.1版本将实现无限制全场景D2D零断点通行，计划年底推出的ASD 5.0版本将全面释放物理AI潜能。这种基于海量真实数据与原生基座模型构建的闭环生态，推动了整个自动驾驶产业向更高阶迈进。