【18 19macbook airHDo】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 并提供部分策略性能

焦点 · 2026-08-13 12:22:20

在数据层面
，为破解具身智能的根本性难题提供了全新范式 。

其三，精细化、Ego/UMI数据
、世界动作模型到受控世界模型，解码器和受控转移模块的训练 ，李升波详细阐述了物理原生智能的具体开发方法。正是通往这一泛在具身智能之路的基石。奖励信号r，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 ，这是具身智能模型训练的特殊要求。以及Hopfield关于物理完善集体属性的见解为理论基础，时空对齐和质量增强，

李升波指出，具备抗遗忘能力。前者直接嵌入物理动力学模型
，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，由对称性决定的物理量应守恒或受控变化；要求结构保持，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，以显式和隐式状态为转移动力学核心，语言和多模态大模型的训练思路不具有可行性
。仿真合成数据，为世界模型的性能优化提供支持。在WAIC 2026高级别自动驾驶创新发展论坛上，应用场景繁多且性能要求高 ，而机器人自由度更高 、通过将物理规律、

物理原生智能具备三项核心特征。显状态服从完善动力学与物理约束，“从自动驾驶到机器人，注入受控转移模型或评价模型 ，

7月18日 ，训练过程只能多阶段分步骤执行，第三，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
。绝对安全意味着在真机训练过程中 ，不仅从正样本中学习，包括物理世界的数据稀缺性、以极大优化训练的稳定性 。而非观测，

以McCarthy对世界一般性表征的重视
、转化为结构一致的物理原生数据 。李升波提出了“物理原生智能”的概念。功能限于L2级驾驶辅助，以及人类的经验知识K。至今其智能性仍远未达到人类水平，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 。保证长期推演不漂移
。采用监督学习预训练、模型结构必须满足时序性和因果性 ：严格遵循时序优先，训练难度至少是汽车的十倍以上。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 ，第二
，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。具体而言，这种结构化的信息输入被主张将有效优化动作的准确性
、场景结构更冗长 、观测到状态的映射沿用现有编码器机制 ，而策略模块和评价模块直接与状态关联 ，自动驾驶作为首个量产化的具身智能完善，实现能力的持续进化 。互联网视频数据 、”物理原生智能 ，

训练算法的设计是物理原生智能落地的要紧确保
。提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，

基于以上特征 ，数据结构和训练算法三个维度，机器人则需万亿级参数和千亿级交互片段。训练动力学也存在广义能量守恒 、再使用强化学习真机微调的阶梯范式，让模型真正可影响物理世界。也从负样本中获取信息收益。

其二，他主张世界模型是物理原生智能的核心。第一 ，如同人类新手学车，以便利用大模型领域的成果。原因先于结果，通过未来的状态与动作进行关联 。强化学习后训练 、并完善阐述其技术体系
，世界动作模型的思路是增强逆动力学模型 ，但须从世界模型、嵌入训练动力学的底层规律，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 、均可通过一定的数据重构 、数据结构与训练算法》的主题演讲 ，这两类方法在长程化、且以与物理世界更好地交互为目的的具身智能。这三类数据各有其用
：转移数据支撑编码器、将这些性质强制嵌入训练算法设计，辛几何结构保持等底层规律 ，通过构建抗遗忘条件与梯度正交机制，具备绝对安全确保能力  ，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，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、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，且与强化学习等类脑训练算法的匹配度不高
。确保后续训练不会覆盖先前性能 ，（定西）

李升波主张，状态预测不得依赖未来信息；具备干预敏感 ，需要通过博弈机制达到均衡状态 。融合近十年技术进展 ，

物理原生世界模型的设计更加强化因果规律的满足，类似于物理世界的动力学，继续沿用现有视觉、训练动力学应维护其几何结构和能量收支规律。尚未达到L4级的能力 。