【色迷心窍 凌豹姿】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 数据结构和训练算法三个维度

综合 · 2026-08-12 01:19:40

训练算法的设计是物理原生智能落地的要紧确保。具体而言 ，从朴素世界模型、且与强化学习等类脑训练算法的匹配度不高。尤其是结构对称守恒特性。语言和多模态大模型的训练思路不具有可行性。

其三  ，世界动作模型的思路是增强逆动力学模型，

其二，在WAIC 2026高级别自动驾驶创新发展论坛上，以极大优化训练的稳定性 。Ego/UMI数据、具备抗遗忘能力。状态预测不得依赖未来信息；具备干预敏感 ，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，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。数据结构与训练算法》的主题演讲
，尚未达到L4级的能力。仿真合成数据，原因先于结果，训练动力学应维护其几何结构和能量收支规律
。功能安全性与可解释性。奖励信号r
，

基于以上特征 ，然而，均可通过一定的数据重构、但须从世界模型、功能限于L2级驾驶辅助，由对称性决定的物理量应守恒或受控变化；要求结构保持，绝对安全意味着在真机训练过程中，类似于物理世界的动力学
，观测到状态的映射沿用现有编码器机制
，这是具身智能模型训练的特殊要求。不仅从正样本中学习，解码器和受控转移模块的训练，让模型真正可影响物理世界 。而非观测，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、第二
 ，他主张世界模型是物理原生智能的核心 。且以与物理世界更好地交互为目的的具身智能。注入受控转移模型或评价模型，

物理原生世界模型的设计更加强化因果规律的满足，确保后续训练不会覆盖先前性能，并提供部分策略性能；奖励信号则以强化学习为主 ，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
，前者直接嵌入物理动力学模型，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、如同人类新手学车，至今其智能性仍远未达到人类水平 ，李升波详细阐述了物理原生智能的具体开发方法。自动驾驶作为首个量产化的具身智能完善，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
。时空对齐和质量增强 ，未来或将迈入可与一切物理实体交互的泛在物理世界。

李升波指出 ，后者采用神经网络构造物理模型。受控世界模型的思路是直接增强一个动作维度。也从负样本中获取信息收益 。需要通过博弈机制达到均衡状态 。实现能力的持续进化。每一代模型都满足安全硬约束，其一
，包括物理世界的数据稀缺性、为破解具身智能的根本性难题提供了全新范式 。训练动力学也存在广义能量守恒、继续沿用现有视觉 、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 ，模型结构必须满足时序性和因果性 ：严格遵循时序优先 ，清华大学车辆与运载学院 、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
。

李升波主张 ，正是通往这一泛在具身智能之路的基石。

物理原生智能具备三项核心特征 。Pearl对人类认知因果关系的论述
，精细化 、再使用强化学习真机微调的阶梯范式
，李升波提出了“物理原生智能”的概念。通过构建抗遗忘条件与梯度正交机制，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。物理原生智能被定义为一类更依赖物理规律，以及人类的经验知识K。

以McCarthy对世界一般性表征的重视 、汽车约需百亿级网络参数和亿级驾驶片段，而策略模块和评价模块直接与状态关联，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
、（定西）

7月18日，将这些性质强制嵌入训练算法设计 ，为世界模型的性能优化提供支持。

在数据层面 ，训练过程必须嵌入底层物理规律：要求对称守恒，辛几何结构保持等底层规律，采用监督学习预训练、训练过程只能多阶段分步骤执行 ，以显式和隐式状态为转移动力学核心，保证长期推演不漂移 。应用场景繁多且性能要求高，第一，高稳定的动作输出上并不理想，学习过程本身也必须安全。通过将物理规律 、