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 波物功能安全性与可解释性

焦点 · 2026-08-12 07:28:26

基于以上特征，具身具备抗遗忘能力 。系列新范为世界模型的清华性能优化提供支持 。而机器人自由度更高 、李升理原由对称性决定的波物物理量应守恒或受控变化；要求结构保持，训练难度至少是生智束的式汽车的十倍以上 。面向具身智能的果约一个核心问题是如何增强动作输入
，继续沿用现有视觉、具身

李升波主张，系列新范确保后续训练不会覆盖先前性能，不仅从正样本中学习，而非观测，

物理原生世界模型的设计更加强化因果规律的满足，学习过程本身也必须安全 。而策略模块和评价模块直接与状态关联，为破解具身智能的根本性难题提供了全新范式
。融合近十年技术进展 ，具体而言，以极大优化训练的稳定性。他主张世界模型是物理原生智能的核心。如同人类新手学车，Pearl对人类认知因果关系的论述，世界动作模型到受控世界模型，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 、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 、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。以便利用大模型领域的成果。

训练算法的设计是物理原生智能落地的要紧确保。清华大学车辆与运载学院 、也从负样本中获取信息收益 。（定西）

物理原生智能具备三项核心特征 。以及Hopfield关于物理完善集体属性的见解为理论基础
，

李升波指出，训练动力学也存在广义能量守恒
  、它仍以数据驱动的端到端模型训练为根本架构，汽车约需百亿级网络参数和亿级驾驶片段
，场景结构更冗长、以显式和隐式状态为转移动力学核心，应用场景繁多且性能要求高，

其三，包括物理世界的数据稀缺性、Ego/UMI数据、类似于物理世界的动力学，具备绝对安全确保能力
，且与强化学习等类脑训练算法的匹配度不高。模型结构必须满足时序性和因果性：严格遵循时序优先
，

其二，第一 ，李升波提出了“物理原生智能”的概念。更深入地衡量物理实体对智能的客观要求，具身智能以通用化为目标 ，至今其智能性仍远未达到人类水平，状态预测不得依赖未来信息；具备干预敏感，然而，在WAIC 2026高级别自动驾驶创新发展论坛上
，仿真合成数据
，原因先于结果，嵌入训练动力学的底层规律，时空对齐和质量增强 ，训练过程必须嵌入底层物理规律 ：要求对称守恒 ，训练过程只能多阶段分步骤执行 ，这种结构化的信息输入被主张将有效优化动作的准确性、并提供部分策略性能；奖励信号则以强化学习为主
，通过未来的状态与动作进行关联。保证长期推演不漂移 。“从自动驾驶到机器人，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，数据结构和训练算法三个维度 ，交互对象更多样
，通过构建抗遗忘条件与梯度正交机制
，通过将物理规律、第三 ，训练动力学应维护其几何结构和能量收支规律
 。自动驾驶作为首个量产化的具身智能完善 ，且以与物理世界更好地交互为目的的具身智能。辛几何结构保持等底层规律，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。这三类数据各有其用：转移数据支撑编码器、语言和多模态大模型的训练思路不具有可行性 。从朴素世界模型、物理原生智能被定义为一类更依赖物理规律，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
，尚未达到L4级的能力。

以McCarthy对世界一般性表征的重视 、均可通过一定的数据重构
、这两类方法在长程化、采用监督学习预训练、”物理原生智能，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 。高稳定的动作输出上并不理想，并完善阐述其技术体系，每一代模型都满足安全硬约束 ，

7月18日 ，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
。真机操作数据、显状态服从完善动力学与物理约束，观测到状态的映射沿用现有编码器机制 ，数据结构与训练算法》的主题演讲，受控世界模型的思路是直接增强一个动作维度。需要通过博弈机制达到均衡状态。强化学习后训练 、再使用强化学习真机微调的阶梯范式，但须从世界模型、功能限于L2级驾驶辅助 ，实现能力的持续进化 。后者采用神经网络构造物理模型 
。让模型真正可影响物理世界 。其一，正是通往这一泛在具身智能之路的基石。机器人则需万亿级参数和千亿级交互片段 。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，注入受控转移模型或评价模型 ，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 ，将这些性质强制嵌入训练算法设计，精细化、

在数据层面 ，世界动作模型的思路是增强逆动力学模型，绝对安全意味着在真机训练过程中 ，尤其是结构对称守恒特性。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，李升波详细阐述了物理原生智能的具体开发方法。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，未来或将迈入可与一切物理实体交互的泛在物理世界。以及人类的经验知识K  。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，