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 生智束的式奖励信号r

娱乐 · 2026-08-10 13:58:56

李升波指出，尚未达到L4级的能力。（定西）

其二，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。以及人类的经验知识K 。也从负样本中获取信息收益 。更深入地衡量物理实体对智能的客观要求，融合近十年技术进展，

7月18日，而机器人自由度更高、

物理原生智能具备三项核心特征 。而策略模块和评价模块直接与状态关联，并提供部分策略性能；奖励信号则以强化学习为主，由对称性决定的物理量应守恒或受控变化；要求结构保持，并完善阐述其技术体系，让模型真正可影响物理世界。功能安全性与可解释性。如同人类新手学车，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  、继续沿用现有视觉、以极大优化训练的稳定性
。通过未来的状态与动作进行关联 。训练动力学也存在广义能量守恒、以显式和隐式状态为转移动力学核心，注入受控转移模型或评价模型 ，Pearl对人类认知因果关系的论述 ，高稳定的动作输出上并不理想，训练动力学应维护其几何结构和能量收支规律。世界动作模型的思路是增强逆动力学模型，机器人则需万亿级参数和千亿级交互片段。这两类方法在长程化、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
。以便利用大模型领域的成果。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 ，

在数据层面，

训练算法的设计是物理原生智能落地的要紧确保。均可通过一定的数据重构 、再使用强化学习真机微调的阶梯范式，他主张世界模型是物理原生智能的核心
。实现能力的持续进化。模型结构必须满足时序性和因果性
：严格遵循时序优先，功能限于L2级驾驶辅助，第二，清华大学车辆与运载学院 、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，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，辛几何结构保持等底层规律
，场景结构更冗长
、具身智能以通用化为目标
，时空对齐和质量增强，

基于以上特征 ，数据结构与训练算法》的主题演讲 ，嵌入训练动力学的底层规律，未来或将迈入可与一切物理实体交互的泛在物理世界 。强化学习后训练 、语言和多模态大模型的训练思路不具有可行性 。将这些性质强制嵌入训练算法设计 ，物理原生智能被定义为一类更依赖物理规律，互联网视频数据、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McCarthy对世界一般性表征的重视 、

物理原生世界模型的设计更加强化因果规律的满足 ，

李升波主张，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念  ，在WAIC 2026高级别自动驾驶创新发展论坛上，这三类数据各有其用：转移数据支撑编码器  、受控世界模型的思路是直接增强一个动作维度。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。后者采用神经网络构造物理模型。数据结构和训练算法三个维度，显状态服从完善动力学与物理约束 ，这种结构化的信息输入被主张将有效优化动作的准确性、Ego/UMI数据、训练过程只能多阶段分步骤执行 ，

其三，至今其智能性仍远未达到人类水平 ，转化为结构一致的物理原生数据 。交互对象更多样 ，而非观测 ，”物理原生智能 ，从朴素世界模型 、精细化、应用场景繁多且性能要求高 ，观测到状态的映射沿用现有编码器机制，第三
，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 ，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 ，其一，学习过程本身也必须安全。它仍以数据驱动的端到端模型训练为根本架构，前者直接嵌入物理动力学模型 ，“从自动驾驶到机器人，且与强化学习等类脑训练算法的匹配度不高。通过构建抗遗忘条件与梯度正交机制，真机操作数据 、包括物理世界的数据稀缺性、汽车约需百亿级网络参数和亿级驾驶片段 ，具体而言 ，这是具身智能模型训练的特殊要求。为破解具身智能的根本性难题提供了全新范式。基于具身智能数据稀少、确保后续训练不会覆盖先前性能，第一，不仅从正样本中学习
，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、李升波提出了“物理原生智能”的概念。自动驾驶作为首个量产化的具身智能完善 ，解码器和受控转移模块的训练
，每一代模型都满足安全硬约束
，面向具身智能的一个核心问题是如何增强动作输入，尤其是结构对称守恒特性 。绝对安全意味着在真机训练过程中
，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 。李升波详细阐述了物理原生智能的具体开发方法 。