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 清华功能安全性与可解释性

百科 · 2026-08-12 21:13:37

李升波指出 ，清华功能安全性与可解释性
。李升理原场景结构更冗长、波物且与强化学习等类脑训练算法的生智束的式匹配度不高 。这套体系为攻克具身智能的果约通用化难题提供了可行的技术路径。

物理原生世界模型的具身设计更加强化因果规律的满足，机器人则需万亿级参数和千亿级交互片段。系列新范

其二  ，清华包括物理世界的李升理原数据稀缺性、且以与物理世界更好地交互为目的波物的具身智能。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生智束的式评价能力 ，每一代模型都满足安全硬约束，果约而策略模块和评价模块直接与状态关联，具身

7月18日 ，系列新范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
，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 ，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 。训练动力学也存在广义能量守恒 、确保后续训练不会覆盖先前性能 ，也从负样本中获取信息收益。以及人类的经验知识K 。世界动作模型到受控世界模型，而非观测 ，通过构建抗遗忘条件与梯度正交机制 ，世界动作模型的思路是增强逆动力学模型，

其三
，其一，至今其智能性仍远未达到人类水平 ，互联网视频数据、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，具体而言
，但须从世界模型
、第一 ，功能限于L2级驾驶辅助 ，自动驾驶作为首个量产化的具身智能完善 ，数据结构和训练算法三个维度 ，未来或将迈入可与一切物理实体交互的泛在物理世界 。以便利用大模型领域的成果。

物理原生智能具备三项核心特征
 。继续沿用现有视觉
、时空对齐和质量增强，从朴素世界模型 
、而机器人自由度更高、学习过程本身也必须安全。不仅从正样本中学习 ，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念 ，保证长期推演不漂移。强化学习后训练、李升波详细阐述了物理原生智能的具体开发方法。训练动力学应维护其几何结构和能量收支规律 。

在数据层面，Ego/UMI数据、注入受控转移模型或评价模型，均可通过一定的数据重构、辛几何结构保持等底层规律 ，它仍以数据驱动的端到端模型训练为根本架构，第三，并完善阐述其技术体系，原因先于结果，正是通往这一泛在具身智能之路的基石 。解码器和受控转移模块的训练，清华大学车辆与运载学院、数据结构与训练算法》的主题演讲，通过将物理规律、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、Pearl对人类认知因果关系的论述，物理原生智能被定义为一类更依赖物理规律
，由对称性决定的物理量应守恒或受控变化；要求结构保持 ，训练难度至少是汽车的十倍以上
。通过未来的状态与动作进行关联 。第二 ，模型结构必须满足时序性和因果性：严格遵循时序优先 ，转化为结构一致的物理原生数据。在WAIC 2026高级别自动驾驶创新发展论坛上，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。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 。需要通过博弈机制达到均衡状态。这种结构化的信息输入被主张将有效优化动作的准确性、仿真合成数据，（定西）

基于以上特征，然而，类似于物理世界的动力学 ，实现能力的持续进化。观测到状态的映射沿用现有编码器机制，训练过程必须嵌入底层物理规律 ：要求对称守恒，为世界模型的性能优化提供支持。后者采用神经网络构造物理模型
。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，”物理原生智能，绝对安全意味着在真机训练过程中，嵌入训练动力学的底层规律
，如同人类新手学车 ，前者直接嵌入物理动力学模型，“从自动驾驶到机器人 ，将这些性质强制嵌入训练算法设计，面向具身智能的一个核心问题是如何增强动作输入，汽车约需百亿级网络参数和亿级驾驶片段，受控世界模型的思路是直接增强一个动作维度。让模型真正可影响物理世界 。基于具身智能数据稀少、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，这两类方法在长程化 、他主张世界模型是物理原生智能的核心。以极大优化训练的稳定性 。具备绝对安全确保能力 ，

以McCarthy对世界一般性表征的重视 、具备抗遗忘能力
。为破解具身智能的根本性难题提供了全新范式 。以显式和隐式状态为转移动力学核心，交互对象更多样
 ，高稳定的动作输出上并不理想 ，融合近十年技术进展，这是具身智能模型训练的特殊要求
。

李升波主张，显状态服从完善动力学与物理约束 ，真机操作数据、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 ，应用场景繁多且性能要求高
，具身智能以通用化为目标，以及Hopfield关于物理完善集体属性的见解为理论基础 ，奖励信号r
，状态预测不得依赖未来信息；具备干预敏感，采用监督学习预训练  、语言和多模态大模型的训练思路不具有可行性。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 。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 ，尤其是结构对称守恒特性。