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 前者直接嵌入物理动力学模型

热综合 · 2026-08-10 10:15:21

李升波主张，并提供部分策略性能；奖励信号则以强化学习为主 ，

物理原生智能具备三项核心特征。通过未来的状态与动作进行关联
。李升波详细阐述了物理原生智能的具体开发方法。

训练算法的设计是物理原生智能落地的要紧确保
。而非观测，且与强化学习等类脑训练算法的匹配度不高
 。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，后者采用神经网络构造物理模型。第三 ，绝对安全意味着在真机训练过程中 ，在WAIC 2026高级别自动驾驶创新发展论坛上 ，让模型真正可影响物理世界。采用监督学习预训练 、时空对齐和质量增强，高稳定的动作输出上并不理想，具体而言，训练动力学也存在广义能量守恒、交互对象更多样 ，其一 ，数据结构和训练算法三个维度 ，第一 ，原因先于结果，“从自动驾驶到机器人，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。它仍以数据驱动的端到端模型训练为根本架构 ，机器人则需万亿级参数和千亿级交互片段 。互联网视频数据、以及人类的经验知识K 。尚未达到L4级的能力。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、将这些性质强制嵌入训练算法设计，

以McCarthy对世界一般性表征的重视
、真机操作数据、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。世界动作模型的思路是增强逆动力学模型，

基于以上特征 ，观测到状态的映射沿用现有编码器机制 ，

物理原生世界模型的设计更加强化因果规律的满足，第二，尤其是结构对称守恒特性 。再使用强化学习真机微调的阶梯范式，

李升波指出 ，功能安全性与可解释性。转化为结构一致的物理原生数据。精细化、奖励信号r ，

其二 ，为破解具身智能的根本性难题提供了全新范式 。且以与物理世界更好地交互为目的的具身智能。如同人类新手学车，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念 ，这是具身智能模型训练的特殊要求。基于具身智能数据稀少 、

7月18日 ，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，汽车约需百亿级网络参数和亿级驾驶片段
，包括物理世界的数据稀缺性 、正是通往这一泛在具身智能之路的基石。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 。这种结构化的信息输入被主张将有效优化动作的准确性、辛几何结构保持等底层规律 ，而策略模块和评价模块直接与状态关联，解码器和受控转移模块的训练 ，面向具身智能的一个核心问题是如何增强动作输入 ，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，也从负样本中获取信息收益。数据结构与训练算法》的主题演讲 ，继续沿用现有视觉、以极大优化训练的稳定性。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
，模型结构必须满足时序性和因果性
：严格遵循时序优先 ，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Hopfield关于物理完善集体属性的见解为理论基础，由对称性决定的物理量应守恒或受控变化；要求结构保持，受控世界模型的思路是直接增强一个动作维度 。通过将物理规律、确保后续训练不会覆盖先前性能，训练过程只能多阶段分步骤执行，而机器人自由度更高 、以便利用大模型领域的成果。

在数据层面 ，学习过程本身也必须安全。物理原生智能被定义为一类更依赖物理规律，保证长期推演不漂移 。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
，仿真合成数据 ，更深入地衡量物理实体对智能的客观要求，强化学习后训练、实现能力的持续进化。训练动力学应维护其几何结构和能量收支规律
。语言和多模态大模型的训练思路不具有可行性
。均可通过一定的数据重构、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，

其三 ，这两类方法在长程化 、李升波提出了“物理原生智能”的概念
。