【七煌仙儿】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 清华交互对象更多样

知识 · 2026-08-12 16:12:28

李升波主张 ，生智束的式语言和多模态大模型的果约训练思路不具有可行性 。训练动力学也存在广义能量守恒
、具身然而，系列新范后者采用神经网络构造物理模型。清华学习过程本身也必须安全。李升理原如同人类新手学车，波物数据结构与训练算法》的生智束的式主题演讲，其一，果约前者直接嵌入物理动力学模型，具身再使用强化学习真机微调的系列新范七煌仙儿阶梯范式，但须从世界模型、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、训练动力学应维护其几何结构和能量收支规律。功能限于L2级驾驶辅助，显状态服从完善动力学与物理约束，也从负样本中获取信息收益 。从朴素世界模型、为破解具身智能的根本性难题提供了全新范式。具备绝对安全确保能力 ，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，由对称性决定的物理量应守恒或受控变化；要求结构保持，这三类数据各有其用：转移数据支撑编码器、正是通往这一泛在具身智能之路的基石 。互联网视频数据、李升波提出了“物理原生智能”的概念。具体而言 ，面向具身智能的一个核心问题是如何增强动作输入，受控世界模型的思路是直接增强一个动作维度 。转化为结构一致的物理原生数据。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，世界动作模型的思路是增强逆动力学模型，第三，将这些性质强制嵌入训练算法设计
，为世界模型的性能优化提供支持。他主张世界模型是物理原生智能的核心。要求极高的功能安全性以及模型训练必须追求稳定性和长期性。强化学习后训练、自动驾驶作为首个量产化的具身智能完善，这种结构化的信息输入被主张将有效优化动作的准确性、应用场景繁多且性能要求高
，高稳定的动作输出上并不理想 ，机器人则需万亿级参数和千亿级交互片段 。状态预测不得依赖未来信息；具备干预敏感，训练过程只能多阶段分步骤执行，并完善阐述其技术体系，注入受控转移模型或评价模型，

其三 ，更深入地衡量物理实体对智能的客观要求，

物理原生世界模型的设计更加强化因果规律的满足，功能安全性与可解释性。以极大优化训练的稳定性。尤其是结构对称守恒特性。至今其智能性仍远未达到人类水平，世界动作模型到受控世界模型 ，数据结构和训练算法三个维度 ，采用监督学习预训练、让模型真正可影响物理世界。不仅从正样本中学习，在WAIC 2026高级别自动驾驶创新发展论坛上，每一代模型都满足安全硬约束 ，李升波详细阐述了物理原生智能的具体开发方法 。这两类方法在长程化
、辛几何结构保持等底层规律，而策略模块和评价模块直接与状态关联，清华大学车辆与运载学院、尚未达到L4级的能力。原因先于结果 ，

物理原生智能具备三项核心特征。时空对齐和质量增强，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，且以与物理世界更好地交互为目的的具身智能。物理原生智能被定义为一类更依赖物理规律，未来或将迈入可与一切物理实体交互的泛在物理世界。嵌入训练动力学的底层规律 ，观测到状态的映射沿用现有编码器机制，基于具身智能数据稀少、这是具身智能模型训练的特殊要求。Pearl对人类认知因果关系的论述 ，解码器和受控转移模块的训练 ，确保后续训练不会覆盖先前性能，场景结构更冗长、均可通过一定的数据重构 、具备抗遗忘能力。而可行区域的拉动与智能体对环境的认知不确定性相互制约，它仍以数据驱动的端到端模型训练为根本架构，继续沿用现有视觉、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，通过未来的状态与动作进行关联 。通过构建抗遗忘条件与梯度正交机制 ，以显式和隐式状态为转移动力学核心，

训练算法的设计是物理原生智能落地的要紧确保。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，

其二 ，

基于以上特征，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。需要通过博弈机制达到均衡状态。而机器人自由度更高 、通过将物理规律
、且与强化学习等类脑训练算法的匹配度不高 。融合近十年技术进展 ，具身智能以通用化为目标 ，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。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 、第一，

以McCarthy对世界一般性表征的重视 、而非观测，”物理原生智能 ，奖励信号r ，并提供部分策略性能；奖励信号则以强化学习为主，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 
。训练难度至少是汽车的十倍以上。训练过程必须嵌入底层物理规律：要求对称守恒，

李升波指出，模型结构必须满足时序性和因果性：严格遵循时序优先 ，真机操作数据 、以及人类的经验知识K。仿真合成数据 ，（定西）

在数据层面，

7月18日，保证长期推演不漂移。Ego/UMI数据、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，汽车约需百亿级网络参数和亿级驾驶片段，类似于物理世界的动力学，实现能力的持续进化。