Hay documentos históricos que prueban que el pueblo que habla wutun ya estaba en la zona actual en 1585. Parece que una parte de sus antepasados podrían ser musulmanes de la zona de Nanjing que hablaban chino, lo que parece estar confirmado por el hecho de que las sílabas wutun de origen chino tienen una distribución vocálica que recuerda al antiguo dialecto de Nanjing. La tradición oral de los wutun afirma que ellos eran musulmanes chinos inmigrantes de la ciudad de Nanjing y de la provincia de Sichuan, hace varios siglos. Tras convertirse al lamaísmo buscaron refugio y asociación con los mongoles lamaístas bao'an, tal vez como protección contra la opresión tibetana. Esta asociación pudo llevar a matrimonios mixtos, si bien el efecto de ese hecho sobre la lengua no fue el mismo que se aprecia en los casos de ejnu y de tangwang. Se ha sugerido que los matrimonios mixtos tuvieron una gran proporción entre hombres bao'an y mujeres wutun, aprendiendo éstas la lengua bao'an pero con un considerable grado de malos entendidos, creaciones gramaticales novedosas y distorsiones que pasaron a sus hijos a la vez que los maridos aprendían algo del vocabulario chino de sus esposas en forma rudimentaria y distorsionada. El uso de esta nueva lengua de comunicación en actividades comerciales entre los bao'an y los wutun pudo haber contribuido a estabilizar la lengua en esa forma.

Una influencia añadida sobre la lengua wutun fue el tibetano, lingua franca de la región y lengua del lamaísmo, que también tuvo influencia sobre el bao'an y el monguor. El hecho de que elementos léxicos chinos y persas se han preservado bien en ejnu y tangwang y no en wutun puede ser atribuible al origen musulmán de los wutun, para los cuales el chino no sería su propia lengua o en cualquier caso no la lengua de identidad nacional. Por lo tanto, a los wutun les faltó la motivación que los ejnu y tangwang tuvieron para preservar su vocabulario original con la misma tenacidad que ellos.

La lengua wutun es una lengua híbrida del chino, tibetano y mongol (particularmente bao'an y en cierta medida monguor). Es hablada por unas 2.000 personas en dos pueblos situados en la orilla izquierda del río Rongwo en el distrito Tongren en Qinghai.

La estructura de la lengua es esencialmente altaica, pareciéndose mucho a la bao'an, si bien la presencia tibetana está fuertemente presente, especialmente en algunos aspectos de expresión. Los elementos de funciones gramaticales derivan sobre todo del bao'an y en menor incidencia del tibetano y todavía menos del chino. Estos últimos parecen haber sido creados artificialmente o despojados de sus significados y funciones chinas. El sistema pronominal es principalmente tibetano.

La falta de tonos en los elementos léxicos chinos se atribuye claramente al hecho de que las otras lenguas que han contribuido a la aparición del wutun: tibetano amdo y bao'an, son átonas. El orden de la palabra es sujeto, objeto y verbo, precediendo a las palabras determinantes a las que determinan, aunque hay casos raros del orden tibetano, con palabras terminantes siguiendo a las determinadas. La formación de las palabras mediante sufijos es claramente mongola, como al añadir sufijos a nombre para formar verbos.

El marcador singular es -ke y el plural tr que probablemente reflejan el sufijo plural túrcico -let -lar. Existen diez casos en wutun, tres indicados por sufijos prestados de lenguas altaicas (mongolas y túrcicas), dos por marcadores del tibetano y dos que tienen origen en elementos léxicos chinos que se usan como sufijos. Tres de esos casos son únicos en wutun con funciones indicadas por sufijos de origen desconocido. Las funciones de los sufijos que indican objeto directo e indirecto (-xa y -na respectivamente) son opuestas al compararlas con las lengua vecinas; en bao'an existe -ne y en santa -ni para el objeto directo, las lenguas túrcicas tienen -a, -xa para el objeto indirecto y -ni para el directo, hezhou y tangwang tienen sólo -xa para el objeto directo y el indirecto.

Los pronombres personales son tibetanos, salvo las formas básicas chinas de la segunda persona y algunos elementos chinos añadidos a los pronombres como sufijos. Los sufijos de caso se añaden a los pronombres, aunque hay formas especiales tales como las formas del pronombre de la segunda persona singular.

Al igual que en otras lenguas híbridas de la región de Gansu-Qinghai la persona del sujeto no va marcada por los sufijos del verbo mientras que sí lo es en bao'an y tibetano.