文远知行
核心技术

文远知行拥有世界顶级的自动驾驶技术研发和量产能力,这与我们具有强大通用性的WeRide One自动驾驶通用技术平台、强大的自研底层工具链行业领先的真实路况运营数据积淀横跨L2-L4的成熟自动驾驶解决方案息息相关。


基于此,文远知行得以长期保持技术代际优势。


banner
WeRide One 自动驾驶通用技术平台

WeRide One自动驾驶通用技术平台以文远知行自研的自动驾驶全栈式软件算法为核心,涵盖AI模型、软件算法、模块化硬件解决方案、自动驾驶云架构平台等,以高度通用性及可扩展性、易于产品开发及部署、数据飞轮高效迭代三大领先优势,全面打通“研发一部署一应用”的自动驾驶产品生命周期,为不同车型批量化高效赋能城市场景内的自动驾驶能力,进而降低了研发、运营和供应链的成本。

借助WeRide One自动驾驶通用技术平台,我们大幅缩短了进入全新垂直市场的研发时间。得益于此,我们在短时间内快速推出了覆盖L2-L4级自动驾驶需求的一系列产品,充分满足智慧出行、智慧环卫、智慧货运三大场景下的商业化需求。

werideone
高度通用性和可拓展性

WeRide One的通用性体现在硬件和软件上。文远知行通过定制基础模块,面对不同车型时,只需改变感知部件的数量即可灵活适配。同时,算法也能适应不同的传感器配置和车型,让不同的自动驾驶车都使用同一套算法。

易于产品开发和部署

通过利用共享核心算法和硬件基础,我们可以更快速地为新车型、新场景定制软硬件一体化解决方案,从而使我们在新的细分市场中更高效地进行产品开发和部署。

数据飞轮高效迭代

文远知行自研端到端AI模型在执行驾驶任务时,会考虑到现实世界中的复杂因素,例如在繁忙的城市交通中和自行车、行人以及其他机动车做博弈性互动,还能够以极高的准确性和覆盖面预测可能的情境,基于已知信息提供分析结果,例如通过周围交通情况推测被遮挡交通信号灯的状态。

这一端到端AI模型已嵌入WeRide One自动驾驶通用技术平台,使得文远知行各类自动驾驶车辆都能在复杂的感知、预测和规划任务中拥有高效率的出色表现。其持续学习和优化的特点让文远知行的技术进度形成飞轮效应,从而以有限的资源投入实现高效地成果产出。

bg
强大自研底层工具链

自研底层工具链是我们核心技术能力的基础所在,其涵盖了数据处理、标注、存储、AI大模型及自研软件开发平台等。除此之外,我们还拥有用于AI大模型训练、仿真平台等一系列自研工具链。这些基础应用工具的全栈自研和实际应用不仅保障了技术的研发,更有助于我们将成熟的AI能力应用于更广阔的世界中。

bg
真实路况运营数据积淀

真实路况运营数据的积淀对于我们技术的持续迭代至关重要。作为行业唯一一家打通L2-L4路试数据高效反哺的自动驾驶科技公司,我们将在真实路况运营积累的数据与仿真平台融合贯通,全面提升车辆在长尾场景中的表现,进一步优化我们技术迭代的效率和成本。目前,我们的各类自动驾驶产品已经累计行驶超4,000万公里。

横跨L2-L4的成熟自动驾驶解决方案

得益于我们强大的自研底层工具链和深厚的真实路况运营数据积累,我们得以为不同场景需求推出了一系列功能完善、技术先进的自动驾驶解决方案:

L2-L4全面支持无图化

我们的自动驾驶技术在有高精地图、无高精地图的情况下均可正常部署,其应用场景不仅局限于L2 量产ADAS解决方案,我们还创新性将这一技术推广至公司自研L4级自动驾驶车辆中。

端到端AI大模型

我们自研的端到端AI模型,全面突破传统自动驾驶的模块化框架,使感知、决策与规划更加高效协同。相较于传统的基于规则的硬编码决策流程,我们的自研端到端AI大模型在执行驾驶任务时,会考虑到现实世界中的复杂因素,例如在繁忙的城市交通中和自行车、行人以及其他机动车做博弈性互动。此外,其还能够以极高的准确性和覆盖面预测可能的情境,基于已知信息提供分析结果,例如通过周围交通情况推测被遮挡交通信号灯的状态。

高并发技术架构

尽管端到端AI大模型在处理系统任务时拥有效率优势,但其并不适用于所有自动驾驶场景。我们创新性地将传统自动驾驶算法架构与端到端AI大模型相结合,为我们的量产自动驾驶解决方案提供了更广泛的适配性、更强大的可靠性和更高纬度的安全性。

世界模型仿真平台

我们的世界模型仿真平台采用高保真、高精度的物理模拟,通过安全、经济、可拓展的方式,为我们的自动驾驶车辆打造了一个「真实世界」。仿真平台内置各类仿真物体和仿真环境(如城市布局,建筑、车辆、交通灯等),能够为自动驾驶车队的研发与验证生成各类仿真场景。目前,我们的仿真平台已涵盖超过近百万个仿真场景,其训练效率超过实际道路测试的200倍。