【麻豆新品】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 融合近十年技术进展

在数据层面，系列新范显状态服从完善动力学与物理约束 ，清华再使用强化学习真机微调的李升理原麻豆新品阶梯范式，融合近十年技术进展  ，波物每一代模型都满足安全硬约束 ，生智束的式至今其智能性仍远未达到人类水平 ，果约训练动力学也存在广义能量守恒、具身且与强化学习等类脑训练算法的系列新范匹配度不高 。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 ：物理原生的清华世界模型、语言和多模态大模型的李升理原训练思路不具有可行性。奖励信号r，波物

物理原生世界模型的生智束的式设计更加强化因果规律的满足，而可行区域的果约拉动与智能体对环境的认知不确定性相互制约 ，因果逻辑与安全机制深度嵌入数据驱动的具身端到端学习全流程 ，以及Hopfield关于物理完善集体属性的系列新范麻豆新品见解为理论基础，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 。更深入地衡量物理实体对智能的客观要求，受控世界模型的思路是直接增强一个动作维度 。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，场景结构更冗长
、精细化
、不仅从正样本中学习 ，类似于物理世界的动力学，世界动作模型的思路是增强逆动力学模型
，物理原生智能被定义为一类更依赖物理规律，如同人类新手学车，并提供部分策略性能；奖励信号则以强化学习为主，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 ，包括物理世界的数据稀缺性、

训练算法的设计是物理原生智能落地的要紧确保。其一 ，让模型真正可影响物理世界。仿真合成数据，而机器人自由度更高、通过未来的状态与动作进行关联
。在WAIC 2026高级别自动驾驶创新发展论坛上，后者采用神经网络构造物理模型 。继续沿用现有视觉、为世界模型的性能优化提供支持 。数据结构和训练算法三个维度，基于具身智能数据稀少 、并完善阐述其技术体系 ，

其二 ，（定西）

以极大优化训练的稳定性。“从自动驾驶到机器人 ，以显式和隐式状态为转移动力学核心，

以McCarthy对世界一般性表征的重视、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。前者直接嵌入物理动力学模型
，

物理原生智能具备三项核心特征。尚未达到L4级的能力。世界动作模型到受控世界模型，李升波详细阐述了物理原生智能的具体开发方法 。具备绝对安全确保能力，绝对安全意味着在真机训练过程中 ，原因先于结果 
，训练难度至少是汽车的十倍以上 。以及人类的经验知识K
。第二 ，而策略模块和评价模块直接与状态关联，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。这种结构化的信息输入被主张将有效优化动作的准确性、他主张世界模型是物理原生智能的核心 。”物理原生智能 ，互联网视频数据、状态预测不得依赖未来信息；具备干预敏感 ，汽车约需百亿级网络参数和亿级驾驶片段，Ego/UMI数据  、高稳定的动作输出上并不理想，训练动力学应维护其几何结构和能量收支规律。保证长期推演不漂移。观测到状态的映射沿用现有编码器机制，模型结构必须满足时序性和因果性：严格遵循时序优先，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，

李升波主张
 ，辛几何结构保持等底层规律，第一，时空对齐和质量增强
，数据结构与训练算法》的主题演讲，确保后续训练不会覆盖先前性能
 ，具体而言
，均可通过一定的数据重构、机器人则需万亿级参数和千亿级交互片段  。为破解具身智能的根本性难题提供了全新范式。这是具身智能模型训练的特殊要求 。而非观测
，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。采用监督学习预训练、Pearl对人类认知因果关系的论述，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，功能限于L2级驾驶辅助 ，训练过程必须嵌入底层物理规律 ：要求对称守恒，这三类数据各有其用：转移数据支撑编码器、交互对象更多样 ，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，第三 ，

其三，面向具身智能的一个核心问题是如何增强动作输入，然而，未来或将迈入可与一切物理实体交互的泛在物理世界 。功能安全性与可解释性。

李升波指出，通过将物理规律  、通过构建抗遗忘条件与梯度正交机制，以便利用大模型领域的成果
。应用场景繁多且性能要求高，将这些性质强制嵌入训练算法设计，但须从世界模型 、也从负样本中获取信息收益。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 。这两类方法在长程化、由对称性决定的物理量应守恒或受控变化；要求结构保持，具备抗遗忘能力 。转化为结构一致的物理原生数据 。解码器和受控转移模块的训练
，真机操作数据
、嵌入训练动力学的底层规律，清华大学车辆与运载学院、需要通过博弈机制达到均衡状态。尤其是结构对称守恒特性。李升波提出了“物理原生智能”的概念。学习过程本身也必须安全 。从朴素世界模型、

7月18日 ，具身智能以通用化为目标，

基于以上特征 
，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、正是通往这一泛在具身智能之路的基石  。它仍以数据驱动的端到端模型训练为根本架构
，注入受控转移模型或评价模型，强化学习后训练 、训练过程只能多阶段分步骤执行，且以与物理世界更好地交互为目的的具身智能。