全球自动驾驶技术领域迎来重要突破——文远知行正式推出自主研发的通用仿真平台WeRide GENESIS。该平台通过融合物理AI与生成AI技术，首次在虚拟仿真世界与现实物理世界之间架起高效协同的桥梁，为自动驾驶系统的规模化研发、训练及商业化落地提供全新解决方案。这一创新成果标志着自动驾驶技术训练模式从传统实路测试向数字化仿真的范式转变。
作为核心支撑技术，WeRide GENESIS依托生成式AI构建出分钟级场景生成能力。平台可在数分钟内完成高度拟真的城市环境建模，不仅精准复刻现实道路的物理特征，更能系统性生成极端长尾场景——这些在真实世界中难以高频出现的复杂案例，如今可通过虚拟仿真实现规模化覆盖。通过将仿真训练数据反哺真实道路运行，系统应对复杂场景的能力显著提升，同时将传统道路测试所需的时间成本降低90%以上。
该平台的研发直指自动驾驶商业化进程中的核心痛点。不同城市的交通基础设施、驾驶习惯、气候条件及法规体系存在显著差异，对自动驾驶系统的泛化能力提出严苛要求。而传统实路测试受限于效率与场景覆盖率，难以支撑多城市、多场景的规模化验证需求。WeRide GENESIS通过数字孪生技术，在虚拟空间中完整还原真实驾驶环境，使AI司机得以经历海量场景训练，突破实路测试的物理边界限制。
平台的技术架构由四大AI模块构成闭环系统。AI场景模块构建出覆盖数十亿公里自然驾驶数据的场景库，包含无保护左转、紧急避险、极端天气等数百类边界案例；AI主体模块通过智能行为建模，精准模拟驾驶员、行人、骑手等交通参与者的复杂交互行为，解决传统模型平均化处理的技术缺陷；AI指标模块建立量化评估体系，将安全、舒适、效率等维度转化为可分析数据；AI诊断模块则实现问题溯源与优化建议的自动化生成，形成"训练-验证-迭代"的完整闭环。
在技术验证环节，WeRide GENESIS展现出显著优势。对比测试显示，搭载AI主体模块的自动驾驶车辆在无保护左转场景中，能够实时判断对向车辆行驶意图，在确保安全的前提下提升通行效率30%；而传统算法组合在相同场景下要么因过度保守影响效率，要么因预测失误导致碰撞。平台生成的舒适度曲线指标，更将乘客体验转化为可量化的优化目标，推动算法持续精进。
该平台的通用性设计突破地域与车型限制。支持从L2++辅助驾驶到L4无人出租车的多级别车型训练，兼容激光雷达、摄像头等不同传感器配置，使全球研发团队可在统一平台完成技术验证。这种标准化架构显著优化了研发资源配置，目前已在文远知行覆盖11个国家40余个城市的运营网络中投入应用，支撑其成为全球唯一持有八国自动驾驶牌照的科技企业。
文远知行技术团队透露，WeRide GENESIS已实现百万公里级仿真测试的日处理能力，其生成的场景复杂度达到真实世界的1.5倍。通过持续吸收全球运营数据，平台正在构建"数字宇宙"的自我进化能力，使AI司机能够快速适应任意城市的驾驶环境。这项技术突破不仅为自动驾驶商业化奠定基础，更开创了物理AI在复杂系统训练中的应用范式。
