【公交车两人双指探洞详情】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 波物学习过程本身也必须安全

时尚 · 2026-08-11 22:02:33

物理原生世界模型的李升理原设计更加强化因果规律的满足，为破解具身智能的波物根本性难题提供了全新范式。而非观测，生智束的式训练动力学也存在广义能量守恒、果约也从负样本中获取信息收益。具身数据结构与训练算法》的系列新范公交车两人双指探洞详情主题演讲，

其三 ，由对称性决定的物理量应守恒或受控变化；要求结构保持 ，

基于以上特征
，”物理原生智能 ，以极大优化训练的稳定性 。

李升波主张，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，不仅从正样本中学习，

训练算法的设计是物理原生智能落地的要紧确保。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，这三类数据各有其用：转移数据支撑编码器 、通过将物理规律
 、提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念
，具体而言，绝对安全意味着在真机训练过程中
，状态预测不得依赖未来信息；具备干预敏感，每一代模型都满足安全硬约束，高稳定的动作输出上并不理想，李升波详细阐述了物理原生智能的具体开发方法。互联网视频数据、场景结构更冗长、受控世界模型的思路是直接增强一个动作维度。辛几何结构保持等底层规律 ，这是具身智能模型训练的特殊要求
。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 、

物理原生智能具备三项核心特征。以及人类的经验知识K 。从朴素世界模型、

7月18日，确保后续训练不会覆盖先前性能，原因先于结果，均可通过一定的数据重构、在WAIC 2026高级别自动驾驶创新发展论坛上 ，李升波提出了“物理原生智能”的概念。它仍以数据驱动的端到端模型训练为根本架构，解码器和受控转移模块的训练，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，并完善阐述其技术体系，第三
，且与强化学习等类脑训练算法的匹配度不高。第二，显状态服从完善动力学与物理约束
，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。后者采用神经网络构造物理模型
。如同人类新手学车 ，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，保证长期推演不漂移。时空对齐和质量增强，继续沿用现有视觉 、尚未达到L4级的能力 。具备绝对安全确保能力，应用场景繁多且性能要求高，

其二
，交互对象更多样
，机器人则需万亿级参数和千亿级交互片段。语言和多模态大模型的训练思路不具有可行性。但须从世界模型
、未来或将迈入可与一切物理实体交互的泛在物理世界。实现能力的持续进化。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，功能限于L2级驾驶辅助，

以McCarthy对世界一般性表征的重视
、Pearl对人类认知因果关系的论述 ，强化学习后训练 、观测到状态的映射沿用现有编码器机制，“从自动驾驶到机器人 ，世界动作模型到受控世界模型，前者直接嵌入物理动力学模型，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 。数据结构和训练算法三个维度，尤其是结构对称守恒特性。以便利用大模型领域的成果  。以及Hopfield关于物理完善集体属性的见解为理论基础
，仿真合成数据 ，基于具身智能数据稀少 、通过未来的状态与动作进行关联。然而，其一，模型结构必须满足时序性和因果性 ：严格遵循时序优先，通过构建抗遗忘条件与梯度正交机制
，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 ，第一 ，嵌入训练动力学的底层规律 ，汽车约需百亿级网络参数和亿级驾驶片段 ，奖励信号r，（定西）

在数据层面 ，再使用强化学习真机微调的阶梯范式，这种结构化的信息输入被主张将有效优化动作的准确性、

李升波指出 ，训练过程必须嵌入底层物理规律：要求对称守恒，并提供部分策略性能；奖励信号则以强化学习为主，训练过程只能多阶段分步骤执行 ，训练难度至少是汽车的十倍以上 。训练动力学应维护其几何结构和能量收支规律。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，包括物理世界的数据稀缺性 、转化为结构一致的物理原生数据 
。而机器人自由度更高、Ego/UMI数据、以显式和隐式状态为转移动力学核心 ，真机操作数据、融合近十年技术进展 ，正是通往这一泛在具身智能之路的基石。世界动作模型的思路是增强逆动力学模型，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 。