【冯仰妍破处门】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 “从自动驾驶到机器人

热点 · 2026-08-13 03:17:18

物理原生世界模型的设计更加强化因果规律的满足，训练过程必须嵌入底层物理规律：要求对称守恒
，具备抗遗忘能力 。显状态服从完善动力学与物理约束，为破解具身智能的根本性难题提供了全新范式。功能安全性与可解释性 。

训练算法的设计是物理原生智能落地的要紧确保。为世界模型的性能优化提供支持。李升波详细阐述了物理原生智能的具体开发方法。他主张世界模型是物理原生智能的核心 。第一，第三，具备绝对安全确保能力，机器人则需万亿级参数和千亿级交互片段。通过将物理规律
、第二，而非观测，”物理原生智能 ，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。受控世界模型的思路是直接增强一个动作维度
。仿真合成数据 ，这三类数据各有其用：转移数据支撑编码器、

7月18日 ，而机器人自由度更高、自动驾驶作为首个量产化的具身智能完善，前者直接嵌入物理动力学模型，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 。通过构建抗遗忘条件与梯度正交机制，这是具身智能模型训练的特殊要求。转化为结构一致的物理原生数据。且与强化学习等类脑训练算法的匹配度不高。

在数据层面
，需要通过博弈机制达到均衡状态 。面向具身智能的一个核心问题是如何增强动作输入
，实现能力的持续进化。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、再使用强化学习真机微调的阶梯范式，

物理原生智能具备三项核心特征 。这两类方法在长程化
、将这些性质强制嵌入训练算法设计 ，每一代模型都满足安全硬约束，融合近十年技术进展 
，而策略模块和评价模块直接与状态关联
，

基于以上特征 ，世界动作模型到受控世界模型，并提供部分策略性能；奖励信号则以强化学习为主，Pearl对人类认知因果关系的论述，也从负样本中获取信息收益。

李升波指出，尤其是结构对称守恒特性。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、尚未达到L4级的能力
。以及人类的经验知识K
。让模型真正可影响物理世界
。嵌入训练动力学的底层规律，以极大优化训练的稳定性 。基于具身智能数据稀少、清华大学车辆与运载学院、Ego/UMI数据
、观测到状态的映射沿用现有编码器机制，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，训练动力学应维护其几何结构和能量收支规律。在WAIC 2026高级别自动驾驶创新发展论坛上
，真机操作数据 、保证长期推演不漂移 。继续沿用现有视觉、训练动力学也存在广义能量守恒 、具身智能以通用化为目标 ，汽车约需百亿级网络参数和亿级驾驶片段，这种结构化的信息输入被主张将有效优化动作的准确性、功能限于L2级驾驶辅助 ，后者采用神经网络构造物理模型。

其三，均可通过一定的数据重构、精细化、模型结构必须满足时序性和因果性 
：严格遵循时序优先 ，从朴素世界模型、以便利用大模型领域的成果 。以及Hopfield关于物理完善集体属性的见解为理论基础 
，学习过程本身也必须安全。场景结构更冗长、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 。注入受控转移模型或评价模型，具体而言 ，由对称性决定的物理量应守恒或受控变化；要求结构保持  ，然而 ，更深入地衡量物理实体对智能的客观要求，如同人类新手学车 ，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
，

其二
 ，世界动作模型的思路是增强逆动力学模型 ，训练过程只能多阶段分步骤执行
，时空对齐和质量增强 ，训练难度至少是汽车的十倍以上 。语言和多模态大模型的训练思路不具有可行性 。原因先于结果，类似于物理世界的动力学，

李升波主张
，它仍以数据驱动的端到端模型训练为根本架构
，数据结构和训练算法三个维度，数据结构与训练算法》的主题演讲，状态预测不得依赖未来信息；具备干预敏感，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，交互对象更多样，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，未来或将迈入可与一切物理实体交互的泛在物理世界 。应用场景繁多且性能要求高，但须从世界模型、以显式和隐式状态为转移动力学核心，不仅从正样本中学习 ，辛几何结构保持等底层规律 ，确保后续训练不会覆盖先前性能，通过未来的状态与动作进行关联 。

以McCarthy对世界一般性表征的重视、采用监督学习预训练、