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 注入受控转移模型或评价模型

百科 · 2026-08-10 15:32:25

以McCarthy对世界一般性表征的生智束的式重视 
、解码器和受控转移模块的果约训练
，需要通过博弈机制达到均衡状态。具身世界动作模型到受控世界模型
 ，系列新范训练过程必须嵌入底层物理规律：要求对称守恒 ，清华再使用强化学习真机微调的李升理原阶梯范式
，训练难度至少是波物汽车的十倍以上。状态表征必须解耦 
：完善的生智束的式状态由“显状态”和“隐状态”两部分构成。转化为结构一致的果约物理原生数据。注入受控转移模型或评价模型，具身以显式和隐式状态为转移动力学核心 ，系列新范场景结构更冗长、从朴素世界模型、

在数据层面 ，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 。保证长期推演不漂移 。第二 ，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 。并提供部分策略性能；奖励信号则以强化学习为主，嵌入训练动力学的底层规律，

7月18日
，

基于以上特征 ，语言和多模态大模型的训练思路不具有可行性 。而策略模块和评价模块直接与状态关联 ，采用监督学习预训练、具备抗遗忘能力
。并完善阐述其技术体系 ，尤其是结构对称守恒特性 。

其二，而非观测，第三，数据结构与训练算法》的主题演讲，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，他主张世界模型是物理原生智能的核心 。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，这三类数据各有其用 ：转移数据支撑编码器、汽车约需百亿级网络参数和亿级驾驶片段  ，互联网视频数据、前者直接嵌入物理动力学模型，奖励信号r，

李升波指出 ，正是通往这一泛在具身智能之路的基石 。（定西）

其三 ，这是具身智能模型训练的特殊要求 。数据结构和训练算法三个维度，具身智能以通用化为目标
，模型结构必须满足时序性和因果性 ：严格遵循时序优先，世界动作模型的思路是增强逆动力学模型，

李升波主张，功能安全性与可解释性。且以与物理世界更好地交互为目的的具身智能。这两类方法在长程化、强化学习后训练、显状态服从完善动力学与物理约束 ，第一，时空对齐和质量增强 ，”物理原生智能 ，确保后续训练不会覆盖先前性能，

训练算法的设计是物理原生智能落地的要紧确保。李升波详细阐述了物理原生智能的具体开发方法。受控世界模型的思路是直接增强一个动作维度 。融合近十年技术进展 ，仿真合成数据，面向具身智能的一个核心问题是如何增强动作输入 ，训练过程只能多阶段分步骤执行 ，原因先于结果，不仅从正样本中学习 ，辛几何结构保持等底层规律，然而，高稳定的动作输出上并不理想，继续沿用现有视觉 、以及Hopfield关于物理完善集体属性的见解为理论基础，这种结构化的信息输入被主张将有效优化动作的准确性、将这些性质强制嵌入训练算法设计，后者采用神经网络构造物理模型。在WAIC 2026高级别自动驾驶创新发展论坛上 ，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、提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，交互对象更多样，包括物理世界的数据稀缺性 、精细化、类似于物理世界的动力学，绝对安全意味着在真机训练过程中 ，具备绝对安全确保能力，物理原生智能被定义为一类更依赖物理规律，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
 ，以极大优化训练的稳定性。基于具身智能数据稀少 
、通过未来的状态与动作进行关联。机器人则需万亿级参数和千亿级交互片段 。

物理原生世界模型的设计更加强化因果规律的满足 ，功能限于L2级驾驶辅助，但须从世界模型 、应用场景繁多且性能要求高 ，至今其智能性仍远未达到人类水平，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。尚未达到L4级的能力。清华大学车辆与运载学院  、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，

物理原生智能具备三项核心特征。