全球自動駕駛技術領域迎來重要突破——文遠知行正式推出自主研發的通用仿真平臺WeRide GENESIS。該平臺通過融合物理AI與生成AI技術，首次在虛擬仿真世界與現實物理世界之間架起高效協同的橋梁，為自動駕駛系統的規模化研發、訓練及商業化落地提供全新解決方案。這一創新成果標志著自動駕駛技術訓練模式從傳統實路測試向數字化仿真的范式轉變。
作為核心支撐技術，WeRide GENESIS依托生成式AI構建出分鐘級場景生成能力。平臺可在數分鐘內完成高度擬真的城市環境建模，不僅精準復刻現實道路的物理特征，更能系統性生成極端長尾場景——這些在真實世界中難以高頻出現的復雜案例，如今可通過虛擬仿真實現規模化覆蓋。通過將仿真訓練數據反哺真實道路運行，系統應對復雜場景的能力顯著提升，同時將傳統道路測試所需的時間成本降低90%以上。
該平臺的研發直指自動駕駛商業化進程中的核心痛點。不同城市的交通基礎設施、駕駛習慣、氣候條件及法規體系存在顯著差異，對自動駕駛系統的泛化能力提出嚴苛要求。而傳統實路測試受限于效率與場景覆蓋率，難以支撐多城市、多場景的規模化驗證需求。WeRide GENESIS通過數字孿生技術，在虛擬空間中完整還原真實駕駛環境，使AI司機得以經歷海量場景訓練，突破實路測試的物理邊界限制。
平臺的技術架構由四大AI模塊構成閉環系統。AI場景模塊構建出覆蓋數十億公里自然駕駛數據的場景庫，包含無保護左轉、緊急避險、極端天氣等數百類邊界案例；AI主體模塊通過智能行為建模，精準模擬駕駛員、行人、騎手等交通參與者的復雜交互行為，解決傳統模型平均化處理的技術缺陷；AI指標模塊建立量化評估體系，將安全、舒適、效率等維度轉化為可分析數據；AI診斷模塊則實現問題溯源與優化建議的自動化生成，形成"訓練-驗證-迭代"的完整閉環。
在技術驗證環節，WeRide GENESIS展現出顯著優勢。對比測試顯示，搭載AI主體模塊的自動駕駛車輛在無保護左轉場景中，能夠實時判斷對向車輛行駛意圖，在確保安全的前提下提升通行效率30%；而傳統算法組合在相同場景下要么因過度保守影響效率，要么因預測失誤導致碰撞。平臺生成的舒適度曲線指標，更將乘客體驗轉化為可量化的優化目標，推動算法持續精進。
該平臺的通用性設計突破地域與車型限制。支持從L2++輔助駕駛到L4無人出租車的多級別車型訓練，兼容激光雷達、攝像頭等不同傳感器配置，使全球研發團隊可在統一平臺完成技術驗證。這種標準化架構顯著優化了研發資源配置，目前已在文遠知行覆蓋11個國家40余個城市的運營網絡中投入應用，支撐其成為全球唯一持有八國自動駕駛牌照的科技企業。
文遠知行技術團隊透露，WeRide GENESIS已實現百萬公里級仿真測試的日處理能力，其生成的場景復雜度達到真實世界的1.5倍。通過持續吸收全球運營數據，平臺正在構建"數字宇宙"的自我進化能力，使AI司機能夠快速適應任意城市的駕駛環境。這項技術突破不僅為自動駕駛商業化奠定基礎，更開創了物理AI在復雜系統訓練中的應用范式。
