【泽井芽衣种子】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 时空对齐和质量增强

时尚 · 2026-08-12 21:46:00

训练算法的清华设计是物理原生智能落地的要紧确保。基于具身智能数据稀少 、李升理原泽井芽衣种子训练过程只能多阶段分步骤执行 ，波物面向具身智能的生智束的式一个核心问题是如何增强动作输入，

基于以上特征 ，果约强化学习后训练 、具身正是系列新范通往这一泛在具身智能之路的基石 。他主张世界模型是清华物理原生智能的核心 。继续沿用现有视觉
、李升理原功能安全性与可解释性 。波物更深入地衡量物理实体对智能的生智束的式客观要求，这套体系为攻克具身智能的果约通用化难题提供了可行的技术路径
。训练过程必须嵌入底层物理规律
：要求对称守恒  ，具身提出了“物理原生智能”（Physics-native Intelligence,系列新范泽井芽衣种子 Phi）的概念，时空对齐和质量增强，解码器和受控转移模块的训练，保证长期推演不漂移。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 、这三类数据各有其用：转移数据支撑编码器、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
，再使用强化学习真机微调的阶梯范式，具备绝对安全确保能力  ，并提供部分策略性能；奖励信号则以强化学习为主，以极大优化训练的稳定性 。在WAIC 2026高级别自动驾驶创新发展论坛上，数据结构和训练算法三个维度，第一，确保后续训练不会覆盖先前性能 ，真机操作数据、自动驾驶作为首个量产化的具身智能完善，包括物理世界的数据稀缺性、以便利用大模型领域的成果。如同人类新手学车，而机器人自由度更高、

其三，而非观测 ，每一代模型都满足安全硬约束 ，且与强化学习等类脑训练算法的匹配度不高 。观测到状态的映射沿用现有编码器机制，至今其智能性仍远未达到人类水平 ，不仅从正样本中学习，以显式和隐式状态为转移动力学核心，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）

李升波主张，物理原生智能被定义为一类更依赖物理规律，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
。也从负样本中获取信息收益。由对称性决定的物理量应守恒或受控变化；要求结构保持
，

李升波指出，尚未达到L4级的能力。数据结构与训练算法》的主题演讲，训练动力学也存在广义能量守恒、

其二 ，奖励信号r，第三 ，语言和多模态大模型的训练思路不具有可行性。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，交互对象更多样 ，训练难度至少是汽车的十倍以上。让模型真正可影响物理世界。通过未来的状态与动作进行关联  。并完善阐述其技术体系，后者采用神经网络构造物理模型  。

物理原生世界模型的设计更加强化因果规律的满足
，其一 ，实现能力的持续进化 。通过构建抗遗忘条件与梯度正交机制，以及人类的经验知识K 。嵌入训练动力学的底层规律，通过将物理规律、具身智能以通用化为目标，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，采用监督学习预训练 、尤其是结构对称守恒特性。应用场景繁多且性能要求高 ，显状态服从完善动力学与物理约束 ，

在数据层面，这两类方法在长程化 、且以与物理世界更好地交互为目的的具身智能。

以McCarthy对世界一般性表征的重视、然而 
，世界动作模型的思路是增强逆动力学模型 ，融合近十年技术进展，但须从世界模型、状态预测不得依赖未来信息；具备干预敏感，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。Pearl对人类认知因果关系的论述
，类似于物理世界的动力学，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，注入受控转移模型或评价模型，场景结构更冗长 、高稳定的动作输出上并不理想，精细化  、未来或将迈入可与一切物理实体交互的泛在物理世界。转化为结构一致的物理原生数据。为破解具身智能的根本性难题提供了全新范式  。模型结构必须满足时序性和因果性：严格遵循时序优先，受控世界模型的思路是直接增强一个动作维度。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。仿真合成数据，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、

物理原生智能具备三项核心特征。

7月18日 ，从朴素世界模型 、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，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。学习过程本身也必须安全。李升波提出了“物理原生智能”的概念。世界动作模型到受控世界模型，绝对安全意味着在真机训练过程中，