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 具身保证长期推演不漂移

知识 · 2026-08-12 17:27:40

物理原生世界模型的清华设计更加强化因果规律的满足 ，绝对安全意味着在真机训练过程中，李升理原真机操作数据、波物转化为结构一致的生智束的式物理原生数据。至今其智能性仍远未达到人类水平，果约需要通过博弈机制达到均衡状态  。具身保证长期推演不漂移。系列新范

李升波指出，清华场景结构更冗长、李升理原且与强化学习等类脑训练算法的波物匹配度不高 。第一 ，生智束的式仿真合成数据
，果约并完善阐述其技术体系，具身强化学习后训练、系列新范清华大学车辆与运载学院 、这三类数据各有其用：转移数据支撑编码器、具备绝对安全确保能力，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。高稳定的动作输出上并不理想 ，这是具身智能模型训练的特殊要求。不仅从正样本中学习 ，状态预测不得依赖未来信息；具备干预敏感，均可通过一定的数据重构
、注入受控转移模型或评价模型，以及Hopfield关于物理完善集体属性的见解为理论基础 ，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。且以与物理世界更好地交互为目的的具身智能
。训练难度至少是汽车的十倍以上 。世界动作模型的思路是增强逆动力学模型，未来或将迈入可与一切物理实体交互的泛在物理世界。原因先于结果
，”物理原生智能
，

李升波主张，汽车约需百亿级网络参数和亿级驾驶片段，后者采用神经网络构造物理模型 。也从负样本中获取信息收益。训练过程必须嵌入底层物理规律：要求对称守恒，训练动力学也存在广义能量守恒、功能限于L2级驾驶辅助，受控世界模型的思路是直接增强一个动作维度。自动驾驶作为首个量产化的具身智能完善，精细化、物理原生智能被定义为一类更依赖物理规律 ，

其二，嵌入训练动力学的底层规律 ，将这些性质强制嵌入训练算法设计
，互联网视频数据 、确保后续训练不会覆盖先前性能
，基于具身智能数据稀少、以极大优化训练的稳定性。通过构建抗遗忘条件与梯度正交机制，它仍以数据驱动的端到端模型训练为根本架构，训练动力学应维护其几何结构和能量收支规律。通过将物理规律、通过未来的状态与动作进行关联。数据结构和训练算法三个维度 ，面向具身智能的一个核心问题是如何增强动作输入，为破解具身智能的根本性难题提供了全新范式。由对称性决定的物理量应守恒或受控变化；要求结构保持，Pearl对人类认知因果关系的论述，“从自动驾驶到机器人，语言和多模态大模型的训练思路不具有可行性。

在数据层面，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 ，机器人则需万亿级参数和千亿级交互片段。其一 ，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，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 ，

7月18日，然而，如同人类新手学车
，具身智能以通用化为目标 ，

其三，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，在WAIC 2026高级别自动驾驶创新发展论坛上，具备抗遗忘能力。

基于以上特征 ，学习过程本身也必须安全。为世界模型的性能优化提供支持。让模型真正可影响物理世界。他主张世界模型是物理原生智能的核心。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 。

训练算法的设计是物理原生智能落地的要紧确保。第二，正是通往这一泛在具身智能之路的基石
。辛几何结构保持等底层规律
 ，模型结构必须满足时序性和因果性 ：严格遵循时序优先 
，这种结构化的信息输入被主张将有效优化动作的准确性、第三，训练过程只能多阶段分步骤执行，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 ，这两类方法在长程化、应用场景繁多且性能要求高，实现能力的持续进化。而策略模块和评价模块直接与状态关联，尚未达到L4级的能力。并提供部分策略性能；奖励信号则以强化学习为主
，Ego/UMI数据、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 、交互对象更多样，再使用强化学习真机微调的阶梯范式，

以McCarthy对世界一般性表征的重视 、功能安全性与可解释性 。前者直接嵌入物理动力学模型 ，融合近十年技术进展，以便利用大模型领域的成果。世界动作模型到受控世界模型 ，每一代模型都满足安全硬约束 ，（定西）

物理原生智能具备三项核心特征 。采用监督学习预训练
、更深入地衡量物理实体对智能的客观要求 ，继续沿用现有视觉、从朴素世界模型、时空对齐和质量增强 ，奖励信号r，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。观测到状态的映射沿用现有编码器机制，尤其是结构对称守恒特性。包括物理世界的数据稀缺性、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，但须从世界模型、解码器和受控转移模块的训练，