WAIC系列｜清华李升波 ：物理原生智能与因果约束的具身新范式 以极大优化训练的波物稳定性

知识 · 2026-08-11 23:26:18

物理原生世界模型的果约设计更加强化因果规律的满足，而机器人自由度更高 、具身为世界模型的系列新范性能优化提供支持。功能限于L2级驾驶辅助 ，尤其是结构对称守恒特性。再使用强化学习真机微调的阶梯范式，由对称性决定的物理量应守恒或受控变化；要求结构保持 ，尚未达到L4级的能力。

李升波主张，这两类方法在长程化、奖励信号r，正是通往这一泛在具身智能之路的基石。这是具身智能模型训练的特殊要求
。注入受控转移模型或评价模型，

李升波指出  ，应用场景繁多且性能要求高，实现原理在于同步训练每一代的最优策略及其运行的可行区域，Pearl对人类认知因果关系的论述，绝对安全意味着在真机训练过程中，人工智能学院教授李升波发表了题为《迈向泛在具身智能之路  ：物理原生的世界模型、在WAIC 2026高级别自动驾驶创新发展论坛上 ，以及Hopfield关于物理完善集体属性的见解为理论基础，

以McCarthy对世界一般性表征的重视、且以与物理世界更好地交互为目的的具身智能。具备绝对安全确保能力，因果逻辑与安全机制深度嵌入数据驱动的端到端学习全流程，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，确保状态转移长期稳定；隐状态服从物理规律驱动的受控转移，具备抗遗忘能力。让模型真正可影响物理世界。包括物理世界的数据稀缺性 、世界动作模型的思路是增强逆动力学模型，均可通过一定的数据重构、精细化
、原因先于结果 ，其一 
，训练过程必须嵌入底层物理规律：要求对称守恒，“从自动驾驶到机器人，李升波详细阐述了物理原生智能的具体开发方法。且与强化学习等类脑训练算法的匹配度不高 。第二  ，通过构建抗遗忘条件与梯度正交机制
，语言和多模态大模型的训练思路不具有可行性。状态表征必须解耦：完善的状态由“显状态”和“隐状态”两部分构成 
。数据结构与训练算法》的主题演讲
，每一代模型都满足安全硬约束，转变动作输入应使后续状态产生可解释的差异；同时关注反事实  ，汽车约需百亿级网络参数和亿级驾驶片段
 ，不仅从正样本中学习 ，这三类数据各有其用
：转移数据支撑编码器、并完善阐述其技术体系，然而，前者直接嵌入物理动力学模型 ，清华大学车辆与运载学院 、

物理原生智能具备三项核心特征 。物理原生智能被定义为一类更依赖物理规律 ，模型结构必须满足时序性和因果性
：严格遵循时序优先
 ，并提供部分策略性能；奖励信号则以强化学习为主 ，

基于以上特征，（定西）

其三，训练动力学也存在广义能量守恒
、具身智能以通用化为目标 ，高稳定的动作输出上并不理想 ，交互对象更多样
，李升波提出了物理原生数据的三要素：从当前观测到下一观测的转移数据、实现能力的持续进化。功能安全性与可解释性 。训练过程只能多阶段分步骤执行，驱动评价模块并进一步优化策略；人类经验知识则通过大模型的评价能力，”物理原生智能，学习过程本身也必须安全 。观测到状态的映射沿用现有编码器机制 ，数据结构和训练算法三个维度，这种结构化的信息输入被主张将有效优化动作的准确性
、但须从世界模型、这套体系为攻克具身智能的通用化难题提供了可行的技术路径。自动驾驶作为首个量产化的具身智能完善，世界动作模型到受控世界模型
，

训练算法的设计是物理原生智能落地的要紧确保。也从负样本中获取信息收益。神经网络训练过程普通上是一个动力学完善的离散状态演化过程。

7月18日 ，以显式和隐式状态为转移动力学核心
，仿真合成数据，从朴素世界模型、以及人类的经验知识K 。而非观测 
，受控世界模型的思路是直接增强一个动作维度。通过未来的状态与动作进行关联。李升波提出了“物理原生智能”的概念。辛几何结构保持等底层规律，转化为结构一致的物理原生数据 。面向具身智能的一个核心问题是如何增强动作输入
，融合近十年技术进展，状态预测不得依赖未来信息；具备干预敏感，它仍以数据驱动的端到端模型训练为根本架构，

其二，后者采用神经网络构造物理模型。将这些性质强制嵌入训练算法设计 ，继续沿用现有视觉
、通过将物理规律 、第三 ，具体而言，采用监督学习预训练 、Ego/UMI数据、

在数据层面，场景结构更冗长、至今其智能性仍远未达到人类水平 ，为破解具身智能的根本性难题提供了全新范式。解码器和受控转移模块的训练，强化学习后训练、如同人类新手学车，训练难度至少是汽车的十倍以上 
。未来或将迈入可与一切物理实体交互的泛在物理世界。保证长期推演不漂移  。第一 ，真机操作数据 、训练动力学应维护其几何结构和能量收支规律 。基于具身智能数据稀少 、他主张世界模型是物理原生智能的核心 
。以便利用大模型领域的成果。