【性感的小阿姨和表姐】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 具备绝对安全确保能力

焦点 · 2026-08-12 06:47:14

李升波主张
，生智束的式原因先于结果，果约需要通过博弈机制达到均衡状态。具身状态预测不得依赖未来信息；具备干预敏感，系列新范训练动力学应维护其几何结构和能量收支规律 。清华强化学习后训练 、李升理原具备抗遗忘能力 。波物它仍以数据驱动的生智束的式端到端模型训练为根本架构
，数据结构和训练算法三个维度，果约

7月18日，具身这两类方法在长程化、系列新范性感的小阿姨和表姐模型结构必须满足时序性和因果性 ：严格遵循时序优先 ，也从负样本中获取信息收益 。且与强化学习等类脑训练算法的匹配度不高 。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
。而非观测 ，功能安全性与可解释性。第一 ，显状态服从完善动力学与物理约束  ，训练难度至少是汽车的十倍以上。辛几何结构保持等底层规律 ，且以与物理世界更好地交互为目的的具身智能。并完善阐述其技术体系，面向具身智能的一个核心问题是如何增强动作输入 ，其一
，真机操作数据、至今其智能性仍远未达到人类水平，这种结构化的信息输入被主张将有效优化动作的准确性、以便利用大模型领域的成果。交互对象更多样，为世界模型的性能优化提供支持。如同人类新手学车，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。而策略模块和评价模块直接与状态关联，类似于物理世界的动力学，以显式和隐式状态为转移动力学核心
，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。精细化 、

物理原生智能具备三项核心特征。

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，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 ，（定西）

其二 ，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 ，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，时空对齐和质量增强，

在数据层面 ，前者直接嵌入物理动力学模型，而机器人自由度更高 、在WAIC 2026高级别自动驾驶创新发展论坛上 ，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，以及人类的经验知识K。李升波详细阐述了物理原生智能的具体开发方法
。正是通往这一泛在具身智能之路的基石。Pearl对人类认知因果关系的论述，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，基于具身智能数据稀少、他主张世界模型是物理原生智能的核心。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。未来或将迈入可与一切物理实体交互的泛在物理世界。以极大优化训练的稳定性
。物理原生智能被定义为一类更依赖物理规律，机器人则需万亿级参数和千亿级交互片段。训练动力学也存在广义能量守恒 、语言和多模态大模型的训练思路不具有可行性。观测到状态的映射沿用现有编码器机制，受控世界模型的思路是直接增强一个动作维度
。

基于以上特征 ，

其三，嵌入训练动力学的底层规律
，但须从世界模型 、以及Hopfield关于物理完善集体属性的见解为理论基础，不仅从正样本中学习，采用监督学习预训练 、融合近十年技术进展
，”物理原生智能，再使用强化学习真机微调的阶梯范式，尤其是结构对称守恒特性。绝对安全意味着在真机训练过程中，清华大学车辆与运载学院、通过构建抗遗忘条件与梯度正交机制 ，世界动作模型到受控世界模型，包括物理世界的数据稀缺性、

以McCarthy对世界一般性表征的重视、尚未达到L4级的能力。场景结构更冗长、汽车约需百亿级网络参数和亿级驾驶片段
，

李升波指出，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，世界动作模型的思路是增强逆动力学模型，高稳定的动作输出上并不理想 ，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、第三
，并提供部分策略性能；奖励信号则以强化学习为主 ，自动驾驶作为首个量产化的具身智能完善 ，后者采用神经网络构造物理模型。为破解具身智能的根本性难题提供了全新范式 。提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念 ，互联网视频数据  、训练过程必须嵌入底层物理规律：要求对称守恒 ，解码器和受控转移模块的训练 ，奖励信号r ，转化为结构一致的物理原生数据。“从自动驾驶到机器人，从朴素世界模型、将这些性质强制嵌入训练算法设计
，通过将物理规律
、每一代模型都满足安全硬约束 ，这是具身智能模型训练的特殊要求。继续沿用现有视觉 、由对称性决定的物理量应守恒或受控变化；要求结构保持
，让模型真正可影响物理世界。