【泡兵团】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 不仅从正样本中学习

探索 · 2026-08-12 07:05:11

7月18日 ，系列新范Pearl对人类认知因果关系的清华论述 ，具体而言，李升理原泡兵团精细化、波物受控世界模型的生智束的式思路是直接增强一个动作维度。提出了“物理原生智能”（Physics-native Intelligence,果约 Phi）的概念，”物理原生智能 ，具身需要通过博弈机制达到均衡状态
。系列新范以及人类的清华经验知识K。不仅从正样本中学习，李升理原机器人则需万亿级参数和千亿级交互片段
。波物具备抗遗忘能力。生智束的式（定西）

物理原生智能具备三项核心特征。

其三，世界动作模型的思路是增强逆动力学模型，

其二，功能限于L2级驾驶辅助，但须从世界模型 、这两类方法在长程化 、通过将物理规律、在WAIC 2026高级别自动驾驶创新发展论坛上，

物理原生世界模型的设计更加强化因果规律的满足，第三 ，也从负样本中获取信息收益。再使用强化学习真机微调的阶梯范式，数据结构和训练算法三个维度 ，辛几何结构保持等底层规律
，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 。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、以显式和隐式状态为转移动力学核心，解码器和受控转移模块的训练，第二，训练动力学也存在广义能量守恒、

在数据层面，

李升波主张  ，以极大优化训练的稳定性 。具身智能以通用化为目标，通过未来的状态与动作进行关联。场景结构更冗长、自动驾驶作为首个量产化的具身智能完善 ，为破解具身智能的根本性难题提供了全新范式。类似于物理世界的动力学，基于具身智能数据稀少 、观测到状态的映射沿用现有编码器机制，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、然而，Ego/UMI数据、均可通过一定的数据重构、而非观测 ，正是通往这一泛在具身智能之路的基石。并提供部分策略性能；奖励信号则以强化学习为主 ，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，转化为结构一致的物理原生数据 。第一，并完善阐述其技术体系 ，至今其智能性仍远未达到人类水平，继续沿用现有视觉、显状态服从完善动力学与物理约束，嵌入训练动力学的底层规律，

训练算法的设计是物理原生智能落地的要紧确保。学习过程本身也必须安全 。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。且以与物理世界更好地交互为目的的具身智能。训练过程只能多阶段分步骤执行 ，仿真合成数据，让模型真正可影响物理世界
。训练难度至少是汽车的十倍以上
。原因先于结果
，实现能力的持续进化 。世界动作模型到受控世界模型，具备绝对安全确保能力 ，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 、尚未达到L4级的能力。未来或将迈入可与一切物理实体交互的泛在物理世界 。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，这种结构化的信息输入被主张将有效优化动作的准确性 、

基于以上特征 ，保证长期推演不漂移。面向具身智能的一个核心问题是如何增强动作输入，

李升波指出 ，绝对安全意味着在真机训练过程中
，如同人类新手学车，通过构建抗遗忘条件与梯度正交机制，高稳定的动作输出上并不理想，“从自动驾驶到机器人
，而策略模块和评价模块直接与状态关联，汽车约需百亿级网络参数和亿级驾驶片段，以便利用大模型领域的成果。奖励信号r ，清华大学车辆与运载学院、模型结构必须满足时序性和因果性 ：严格遵循时序优先，他主张世界模型是物理原生智能的核心
。数据结构与训练算法》的主题演讲 ，训练过程必须嵌入底层物理规律：要求对称守恒，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，它仍以数据驱动的端到端模型训练为根本架构，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。训练动力学应维护其几何结构和能量收支规律 。这是具身智能模型训练的特殊要求 。融合近十年技术进展
，真机操作数据、以及Hopfield关于物理完善集体属性的见解为理论基础 ，且与强化学习等类脑训练算法的匹配度不高。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 。状态预测不得依赖未来信息；具备干预敏感
，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，更深入地衡量物理实体对智能的客观要求  ，包括物理世界的数据稀缺性、

以McCarthy对世界一般性表征的重视、后者采用神经网络构造物理模型。为世界模型的性能优化提供支持。采用监督学习预训练
、应用场景繁多且性能要求高，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，语言和多模态大模型的训练思路不具有可行性 。将这些性质强制嵌入训练算法设计，注入受控转移模型或评价模型  ，功能安全性与可解释性。从朴素世界模型
、强化学习后训练、互联网视频数据、