文远知行发布通用仿真模型 WeRide GENESIS，几分钟即可构建仿真城市环境

1 月 29 日消息，1 月 28 日，自动驾驶科技公司文远知行 WeRide 正式发布自研通用仿真模型 ——WeRide GENESIS，将加速自动驾驶汽车的规模化研发、训练与商业落地。

从官方介绍获悉，依托生成式 AI 技术，WeRide GENESIS 能够在虚拟世界中快速“生成世界”—— 只需几分钟即可构建高度真实的仿真城市环境，并精准复刻现实道路中难以高频获取的极端长尾场景，使自动驾驶系统得以在虚拟环境中完成高强度训练与验证。同时，通过不断将仿真生成的经验反哺真实道路运行，WeRide GENESIS 显著提升了自动驾驶算法应对真实物理世界复杂场景的能力与迭代效率，并大幅降低传统道路测试所需的时间与成本。

不同城市在路网结构、交通习惯、基础设施、天气气候与法律法规等方面存在巨大差异，对自动驾驶技术的泛化能力提出了更高要求；与此同时，真实道路测试在效率与场景覆盖度上存在局限，难以独立支撑多城市、多场景下的规模化验证需求，构建一套能完全模拟现实世界的仿真平台由此成为了不可或缺的解决方案。

简单来说，仿真平台就是在数字世界中高精度还原真实世界的驾驶环境，让自动驾驶车辆在虚拟城市中“直接上路”。通过仿真的方式，AI 司机能够经历海量多样的道路、天气与交通场景，练习应对紧急情况或罕见事件的能力，从根本上解决了实路测试成本高、场景收集难度大、覆盖种类有限的瓶颈，不仅提高了训练效率，降低了训练成本，也确保自动驾驶车辆在实际运行中更加安全可靠。

WeRide GENESIS 通过内建 4 大 AI 模块 ——AI 场景（AI Scenarios）、AI 主体（AI Agents）、AI 指标（AI Metrics）、AI 诊断（AI Diagnosis），实现了卓越的全场景通用能力、分钟级响应能力以及厘米级保真效果，为自动驾驶算法的训练、验证与迭代提供强大支撑。

“AI 场景”（AI Scenarios）模块负责构建各类关键情境，它能模拟自动驾驶车辆可能遇到的多种场景，包括临车侵入、无保护左转、紧急避险、行人骑手闯入、火灾地震、道路受阻、极端天气以及其他稀有事件，全面覆盖了数十亿公里的自然驾驶数据以及文远知行超八年来从公开道路上采集的海量长尾和极端案例，确保自动驾驶系统具备应对各种复杂边界场景的能力。

WeRide GENESIS 针对性开发了“AI 主体”（AI Agents）模块，为驾驶员、行人、骑手等不同交通参与者构建了智能行为模型，能够模拟从日常驾驶到高风险行为的全谱系反应。

“AI 指标”（AI Metrics）模块建立了一套覆盖安全、合规、舒适、效率等维度的量化评估体系，能够将驾驶行为转化为可对比、可分析的数据表现，从而自动判定算法迭代的实际效果。例如，现实中因急刹车引起的乘客不适，这一行为可在 WeRide GENESIS 仿真中被量化为具体的舒适度评分，并实时反馈给算法团队，推动针对性优化与快速复验。

“AI 诊断”（AI Diagnosis）模块进一步实现了问题溯源与修复建议的自动化。它能够自动捕捉不理想的驾驶行为、分析其根本原因并提供可执行的改进方案。比如，当自动驾驶车辆遇到复杂交互场景中识别感知延迟或预测偏差问题，WeRide GENESIS 可通过“AI 诊断”功能快速修复问题并重新进行场景验证，确保车辆行为始终符合预期标准。

WeRide GENESIS 具有高度的通用性，不仅能够兼容多样化的城市道路元素、传感器视角与构型配置，还可适配从 L2++ ADAS 组合辅助驾驶解决方案，到 L4 Robotaxi 无人驾驶出租车等不同级别车型。