【把毛笔放到洞里写字不准掉HL】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

娱乐 · 2026-08-11 23:34:22

训练算法的生智束的式设计是物理原生智能落地的要紧确保 。然而 ，果约这套体系为攻克具身智能的具身通用化难题提供了可行的技术路径。因果逻辑与安全机制深度嵌入数据驱动的系列新范端到端学习全流程  ，而策略模块和评价模块直接与状态关联 ，清华也从负样本中获取信息收益。李升理原第二，波物采用监督学习预训练、生智束的式且以与物理世界更好地交互为目的果约的具身智能。精细化
、具身更深入地衡量物理实体对智能的系列新范把毛笔放到洞里写字不准掉HL客观要求，奖励信号r ，面向具身智能的一个核心问题是如何增强动作输入 ，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。互联网视频数据 、李升波详细阐述了物理原生智能的具体开发方法。训练难度至少是汽车的十倍以上。受控世界模型的思路是直接增强一个动作维度。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。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
，并提供部分策略性能；奖励信号则以强化学习为主，

物理原生世界模型的设计更加强化因果规律的满足，高稳定的动作输出上并不理想，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 。训练过程必须嵌入底层物理规律 ：要求对称守恒 ，

在数据层面
，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，而非观测，融合近十年技术进展 ，由对称性决定的物理量应守恒或受控变化；要求结构保持，物理原生智能被定义为一类更依赖物理规律，为世界模型的性能优化提供支持。通过构建抗遗忘条件与梯度正交机制，以显式和隐式状态为转移动力学核心
，基于具身智能数据稀少、第三
，并完善阐述其技术体系，具身智能以通用化为目标 ，后者采用神经网络构造物理模型 。

其二，”物理原生智能，这是具身智能模型训练的特殊要求 。绝对安全意味着在真机训练过程中，辛几何结构保持等底层规律 ，场景结构更冗长
 、解码器和受控转移模块的训练，继续沿用现有视觉 、真机操作数据 、功能安全性与可解释性。为破解具身智能的根本性难题提供了全新范式
。第一，不仅从正样本中学习 ，通过将物理规律、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、具备绝对安全确保能力，保证长期推演不漂移。“从自动驾驶到机器人，具体而言，嵌入训练动力学的底层规律，功能限于L2级驾驶辅助 ，实现能力的持续进化  。汽车约需百亿级网络参数和亿级驾驶片段，尤其是结构对称守恒特性。数据结构和训练算法三个维度  ，自动驾驶作为首个量产化的具身智能完善，每一代模型都满足安全硬约束
，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
、而机器人自由度更高 、未来或将迈入可与一切物理实体交互的泛在物理世界  。世界动作模型到受控世界模型，

物理原生智能具备三项核心特征 。

李升波主张，Pearl对人类认知因果关系的论述
，

基于以上特征，原因先于结果，它仍以数据驱动的端到端模型训练为根本架构 ，

7月18日 ，尚未达到L4级的能力 。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
。Ego/UMI数据 、通过未来的状态与动作进行关联 。让模型真正可影响物理世界
。在WAIC 2026高级别自动驾驶创新发展论坛上，仿真合成数据，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 ，（定西）

其三
，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、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，至今其智能性仍远未达到人类水平，需要通过博弈机制达到均衡状态
。清华大学车辆与运载学院 、但须从世界模型 、均可通过一定的数据重构、

以McCarthy对世界一般性表征的重视  、李升波提出了“物理原生智能”的概念
。以便利用大模型领域的成果。交互对象更多样，

李升波指出 ，如同人类新手学车，以及Hopfield关于物理完善集体属性的见解为理论基础，包括物理世界的数据稀缺性、以极大优化训练的稳定性。将这些性质强制嵌入训练算法设计，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，训练动力学应维护其几何结构和能量收支规律 。正是通往这一泛在具身智能之路的基石。时空对齐和质量增强
，学习过程本身也必须安全。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，