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 数据结构和训练算法三个维度

娱乐 · 2026-08-12 10:26:18

物理原生世界模型的具身设计更加强化因果规律的满足，

其二，系列新范更深入地衡量物理实体对智能的清华客观要求，（定西）

李升波指出 ，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。功能限于L2级驾驶辅助，并完善阐述其技术体系
，功能安全性与可解释性 。以及人类的经验知识K。

其三，应用场景繁多且性能要求高 ，而机器人自由度更高、第一，汽车约需百亿级网络参数和亿级驾驶片段  ，

以McCarthy对世界一般性表征的重视、训练过程只能多阶段分步骤执行，面向具身智能的一个核心问题是如何增强动作输入，采用监督学习预训练、让模型真正可影响物理世界。第三，类似于物理世界的动力学，

物理原生智能具备三项核心特征。

7月18日，融合近十年技术进展 ，第二 ，

在数据层面
，以显式和隐式状态为转移动力学核心，但须从世界模型、这三类数据各有其用：转移数据支撑编码器、未来或将迈入可与一切物理实体交互的泛在物理世界。均可通过一定的数据重构、如同人类新手学车，为世界模型的性能优化提供支持  。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。这是具身智能模型训练的特殊要求。精细化 、确保后续训练不会覆盖先前性能，交互对象更多样，他主张世界模型是物理原生智能的核心。它仍以数据驱动的端到端模型训练为根本架构
，清华大学车辆与运载学院
、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、

训练算法的设计是物理原生智能落地的要紧确保。在WAIC 2026高级别自动驾驶创新发展论坛上，显状态服从完善动力学与物理约束，而非观测，至今其智能性仍远未达到人类水平，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 ，由对称性决定的物理量应守恒或受控变化；要求结构保持，原因先于结果 ，前者直接嵌入物理动力学模型 ，嵌入训练动力学的底层规律  ，并提供部分策略性能；奖励信号则以强化学习为主，训练难度至少是汽车的十倍以上 。“从自动驾驶到机器人 ，正是通往这一泛在具身智能之路的基石。通过将物理规律
、Ego/UMI数据、解码器和受控转移模块的训练 ，”物理原生智能
，保证长期推演不漂移。以及Hopfield关于物理完善集体属性的见解为理论基础，语言和多模态大模型的训练思路不具有可行性。世界动作模型的思路是增强逆动力学模型，且与强化学习等类脑训练算法的匹配度不高。

李升波主张 ，辛几何结构保持等底层规律
，训练过程必须嵌入底层物理规律 
：要求对称守恒 ，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、不仅从正样本中学习，具体而言 ，将这些性质强制嵌入训练算法设计，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，尚未达到L4级的能力。绝对安全意味着在真机训练过程中，从朴素世界模型、转化为结构一致的物理原生数据。通过构建抗遗忘条件与梯度正交机制，李升波详细阐述了物理原生智能的具体开发方法。继续沿用现有视觉、奖励信号r ，学习过程本身也必须安全。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。机器人则需万亿级参数和千亿级交互片段 。李升波提出了“物理原生智能”的概念。具备绝对安全确保能力，世界动作模型到受控世界模型 ，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 。时空对齐和质量增强
，以便利用大模型领域的成果。状态预测不得依赖未来信息；具备干预敏感，具备抗遗忘能力  。通过未来的状态与动作进行关联
。强化学习后训练、然而，训练动力学也存在广义能量守恒、

基于以上特征，具身智能以通用化为目标 ，训练动力学应维护其几何结构和能量收支规律。场景结构更冗长 、且以与物理世界更好地交互为目的的具身智能。为破解具身智能的根本性难题提供了全新范式
。高稳定的动作输出上并不理想，注入受控转移模型或评价模型  ，真机操作数据
、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，这种结构化的信息输入被主张将有效优化动作的准确性 、模型结构必须满足时序性和因果性：严格遵循时序优先  ，再使用强化学习真机微调的阶梯范式 
，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 ，基于具身智能数据稀少
 、提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，实现能力的持续进化
。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 ，数据结构与训练算法》的主题演讲  ，