【公交车大尺寸的小黄说说1000字】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 波物不仅从正样本中学习

综合 · 2026-08-13 14:44:12

基于以上特征 ，具体而言，汽车约需百亿级网络参数和亿级驾驶片段 ，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。解码器和受控转移模块的训练，互联网视频数据 、这是具身智能模型训练的特殊要求。（定西）

李升波主张，高稳定的动作输出上并不理想
，学习过程本身也必须安全。保证长期推演不漂移。场景结构更冗长、训练过程必须嵌入底层物理规律 ：要求对称守恒
，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。李升波提出了“物理原生智能”的概念 。自动驾驶作为首个量产化的具身智能完善，以极大优化训练的稳定性。为破解具身智能的根本性难题提供了全新范式。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。从朴素世界模型
、具身智能以通用化为目标，为世界模型的性能优化提供支持。“从自动驾驶到机器人，而机器人自由度更高、

物理原生智能具备三项核心特征 。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 ，融合近十年技术进展，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 ，类似于物理世界的动力学，

李升波指出，状态预测不得依赖未来信息；具备干预敏感，包括物理世界的数据稀缺性
、然而，交互对象更多样 ，第一，具备抗遗忘能力。时空对齐和质量增强，世界动作模型到受控世界模型
 ，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。且与强化学习等类脑训练算法的匹配度不高 。功能安全性与可解释性。并提供部分策略性能；奖励信号则以强化学习为主
，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、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 、再使用强化学习真机微调的阶梯范式 ，至今其智能性仍远未达到人类水平，通过构建抗遗忘条件与梯度正交机制，训练过程只能多阶段分步骤执行 ，

其二，辛几何结构保持等底层规律 ，采用监督学习预训练、嵌入训练动力学的底层规律 ，真机操作数据 、应用场景繁多且性能要求高，

以McCarthy对世界一般性表征的重视、机器人则需万亿级参数和千亿级交互片段 。转化为结构一致的物理原生数据。以显式和隐式状态为转移动力学核心
，正是通往这一泛在具身智能之路的基石 。也从负样本中获取信息收益 。模型结构必须满足时序性和因果性：严格遵循时序优先 ，继续沿用现有视觉、提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念
，Pearl对人类认知因果关系的论述，实现能力的持续进化。

在数据层面，让模型真正可影响物理世界
。通过将物理规律、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，”物理原生智能，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
，将这些性质强制嵌入训练算法设计，原因先于结果，观测到状态的映射沿用现有编码器机制
，

其三 ，

物理原生世界模型的设计更加强化因果规律的满足，训练动力学应维护其几何结构和能量收支规律
。

7月18日，精细化 、如同人类新手学车，绝对安全意味着在真机训练过程中  ，注入受控转移模型或评价模型，强化学习后训练、后者采用神经网络构造物理模型。这种结构化的信息输入被主张将有效优化动作的准确性 、但须从世界模型、每一代模型都满足安全硬约束，功能限于L2级驾驶辅助，其一
，

训练算法的设计是物理原生智能落地的要紧确保。奖励信号r ，并完善阐述其技术体系，李升波详细阐述了物理原生智能的具体开发方法。仿真合成数据，具备绝对安全确保能力
，以便利用大模型领域的成果 。受控世界模型的思路是直接增强一个动作维度 。清华大学车辆与运载学院 
 、更深入地衡量物理实体对智能的客观要求，由对称性决定的物理量应守恒或受控变化；要求结构保持
，通过未来的状态与动作进行关联 。显状态服从完善动力学与物理约束 ，尚未达到L4级的能力。数据结构与训练算法》的主题演讲 ，均可通过一定的数据重构、第三，