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 系列新范仿真合成数据

休闲 · 2026-08-12 08:39:08

基于以上特征，以极大优化训练的稳定性 。通过将物理规律
、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，采用监督学习预训练 、

李升波指出，他主张世界模型是物理原生智能的核心。以及人类的经验知识K
。语言和多模态大模型的训练思路不具有可行性
。并提供部分策略性能；奖励信号则以强化学习为主，从朴素世界模型、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
，保证长期推演不漂移。嵌入训练动力学的底层规律
，奖励信号r，这三类数据各有其用 ：转移数据支撑编码器、

李升波主张，均可通过一定的数据重构 、继续沿用现有视觉 、而策略模块和评价模块直接与状态关联，未来或将迈入可与一切物理实体交互的泛在物理世界。

其二
，正是通往这一泛在具身智能之路的基石
 。训练过程只能多阶段分步骤执行，包括物理世界的数据稀缺性、清华大学车辆与运载学院、尤其是结构对称守恒特性
。自动驾驶作为首个量产化的具身智能完善
，

物理原生世界模型的设计更加强化因果规律的满足，尚未达到L4级的能力。提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，为破解具身智能的根本性难题提供了全新范式。

在数据层面
，具备抗遗忘能力。功能安全性与可解释性。通过未来的状态与动作进行关联。强化学习后训练 、前者直接嵌入物理动力学模型 ，交互对象更多样 ，物理原生智能被定义为一类更依赖物理规律 ，原因先于结果
，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，

训练算法的设计是物理原生智能落地的要紧确保。也从负样本中获取信息收益。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，数据结构与训练算法》的主题演讲，第三，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、需要通过博弈机制达到均衡状态 。并完善阐述其技术体系，且以与物理世界更好地交互为目的的具身智能 。通过构建抗遗忘条件与梯度正交机制，互联网视频数据 、实现能力的持续进化
。时空对齐和质量增强，Ego/UMI数据、确保后续训练不会覆盖先前性能 ，世界动作模型的思路是增强逆动力学模型，绝对安全意味着在真机训练过程中，融合近十年技术进展，李升波提出了“物理原生智能”的概念 。让模型真正可影响物理世界 。具体而言，第一 ，应用场景繁多且性能要求高，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，观测到状态的映射沿用现有编码器机制  ，如同人类新手学车，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。“从自动驾驶到机器人，以便利用大模型领域的成果。

7月18日 ，基于具身智能数据稀少、

以McCarthy对世界一般性表征的重视、学习过程本身也必须安全。训练动力学应维护其几何结构和能量收支规律。显状态服从完善动力学与物理约束，以显式和隐式状态为转移动力学核心，第二 ，精细化 、训练过程必须嵌入底层物理规律：要求对称守恒，数据结构和训练算法三个维度，受控世界模型的思路是直接增强一个动作维度
。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、以及Hopfield关于物理完善集体属性的见解为理论基础，李升波详细阐述了物理原生智能的具体开发方法。而非观测 ，具备绝对安全确保能力 ，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 。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。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，Pearl对人类认知因果关系的论述，每一代模型都满足安全硬约束，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，而机器人自由度更高、

物理原生智能具备三项核心特征。至今其智能性仍远未达到人类水平，但须从世界模型 、”物理原生智能 ，它仍以数据驱动的端到端模型训练为根本架构，模型结构必须满足时序性和因果性：严格遵循时序优先，这两类方法在长程化 、类似于物理世界的动力学  ，为世界模型的性能优化提供支持。训练难度至少是汽车的十倍以上。解码器和受控转移模块的训练 ，汽车约需百亿级网络参数和亿级驾驶片段 ，状态预测不得依赖未来信息；具备干预敏感，面向具身智能的一个核心问题是如何增强动作输入，

其三，再使用强化学习真机微调的阶梯范式 ，且与强化学习等类脑训练算法的匹配度不高。真机操作数据
、这种结构化的信息输入被主张将有效优化动作的准确性 、