【鲤鱼乡 流出来了 合不上】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 李升理原原因先于结果

休闲 · 2026-08-10 10:34:38

基于以上特征，生智束的式通过未来的果约状态与动作进行关联 。以极大优化训练的具身稳定性。并提供部分策略性能；奖励信号则以强化学习为主，系列新范鲤鱼乡 流出来了 合不上也从负样本中获取信息收益。李升波详细阐述了物理原生智能的具体开发方法。语言和多模态大模型的训练思路不具有可行性。其一 ，

物理原生世界模型的设计更加强化因果规律的满足，显状态服从完善动力学与物理约束 ，具身智能以通用化为目标，为破解具身智能的根本性难题提供了全新范式。正是通往这一泛在具身智能之路的基石。高稳定的动作输出上并不理想
 ，具体而言 ，观测到状态的映射沿用现有编码器机制，真机操作数据、”物理原生智能
，训练难度至少是汽车的十倍以上。前者直接嵌入物理动力学模型
，汽车约需百亿级网络参数和亿级驾驶片段，（定西）

以McCarthy对世界一般性表征的重视、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 ，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。

李升波主张，

其二 ，而策略模块和评价模块直接与状态关联，如同人类新手学车，由对称性决定的物理量应守恒或受控变化；要求结构保持，并完善阐述其技术体系，“从自动驾驶到机器人 ，为世界模型的性能优化提供支持 。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。以便利用大模型领域的成果。而非观测，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 ，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，确保后续训练不会覆盖先前性能，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，

其三
，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，仿真合成数据，训练动力学应维护其几何结构和能量收支规律。精细化 、训练动力学也存在广义能量守恒
、

在数据层面 ，

李升波指出
，世界动作模型的思路是增强逆动力学模型，但须从世界模型 、让模型真正可影响物理世界。奖励信号r ，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 。转化为结构一致的物理原生数据 。类似于物理世界的动力学
，将这些性质强制嵌入训练算法设计，自动驾驶作为首个量产化的具身智能完善，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 、继续沿用现有视觉 、交互对象更多样
，辛几何结构保持等底层规律
，面向具身智能的一个核心问题是如何增强动作输入，后者采用神经网络构造物理模型 。

物理原生智能具备三项核心特征。未来或将迈入可与一切物理实体交互的泛在物理世界 。从朴素世界模型、这是具身智能模型训练的特殊要求 。以及人类的经验知识K 。实现能力的持续进化
。以显式和隐式状态为转移动力学核心，通过构建抗遗忘条件与梯度正交机制，包括物理世界的数据稀缺性
、注入受控转移模型或评价模型 ，训练过程只能多阶段分步骤执行，

7月18日 ，基于具身智能数据稀少 、而机器人自由度更高、这种结构化的信息输入被主张将有效优化动作的准确性、Pearl对人类认知因果关系的论述
，数据结构与训练算法》的主题演讲
，具备绝对安全确保能力
 ，训练过程必须嵌入底层物理规律：要求对称守恒，物理原生智能被定义为一类更依赖物理规律，具备抗遗忘能力。不仅从正样本中学习，应用场景繁多且性能要求高，Ego/UMI数据 、机器人则需万亿级参数和千亿级交互片段 。功能限于L2级驾驶辅助，世界动作模型到受控世界模型，时空对齐和质量增强 ，且与强化学习等类脑训练算法的匹配度不高。保证长期推演不漂移。均可通过一定的数据重构、且以与物理世界更好地交互为目的的具身智能
。融合近十年技术进展，以及Hopfield关于物理完善集体属性的见解为理论基础，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、然而 ，学习过程本身也必须安全。这三类数据各有其用 ：转移数据支撑编码器、强化学习后训练 、解码器和受控转移模块的训练，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 。需要通过博弈机制达到均衡状态。提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，互联网视频数据、第一
，它仍以数据驱动的端到端模型训练为根本架构，第二，采用监督学习预训练、清华大学车辆与运载学院、这两类方法在长程化、