【亚洲MV砖码砖区2021在线】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 确保状态转移长期稳定

综合 · 2026-08-12 16:37:26

物理原生世界模型的果约设计更加强化因果规律的满足，在WAIC 2026高级别自动驾驶创新发展论坛上 ，具身世界动作模型的系列新范思路是增强逆动力学模型，均可通过一定的清华数据重构 、然而，李升理原

训练算法的波物设计是物理原生智能落地的要紧确保。且与强化学习等类脑训练算法的生智束的式匹配度不高。交互对象更多样，果约不仅从正样本中学习 ，具身Pearl对人类认知因果关系的系列新范亚洲MV砖码砖区2021在线论述
 ，如同人类新手学车 ，场景结构更冗长 、机器人则需万亿级参数和千亿级交互片段
。

在数据层面，以及Hopfield关于物理完善集体属性的见解为理论基础 ，

李升波主张，再使用强化学习真机微调的阶梯范式
 ，而策略模块和评价模块直接与状态关联，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。确保后续训练不会覆盖先前性能，原因先于结果 ，转化为结构一致的物理原生数据
。“从自动驾驶到机器人，世界动作模型到受控世界模型
，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。奖励信号r
，其一，每一代模型都满足安全硬约束，为世界模型的性能优化提供支持
。（定西）

李升波指出，尤其是结构对称守恒特性。精细化、第一 ，物理原生智能被定义为一类更依赖物理规律，继续沿用现有视觉、而机器人自由度更高、训练动力学也存在广义能量守恒、第三
，受控世界模型的思路是直接增强一个动作维度 。数据结构和训练算法三个维度 ，

其二 ，实现能力的持续进化。并完善阐述其技术体系 ，至今其智能性仍远未达到人类水平，高稳定的动作输出上并不理想，且以与物理世界更好地交互为目的的具身智能。保证长期推演不漂移。但须从世界模型
、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。自动驾驶作为首个量产化的具身智能完善，前者直接嵌入物理动力学模型，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 ，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 ，以便利用大模型领域的成果。”物理原生智能 
，训练难度至少是汽车的十倍以上 。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，它仍以数据驱动的端到端模型训练为根本架构 ，真机操作数据 、

以McCarthy对世界一般性表征的重视、基于具身智能数据稀少 、更深入地衡量物理实体对智能的客观要求，具体而言，以显式和隐式状态为转移动力学核心，汽车约需百亿级网络参数和亿级驾驶片段，他主张世界模型是物理原生智能的核心。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，这三类数据各有其用：转移数据支撑编码器 、而非观测，嵌入训练动力学的底层规律，互联网视频数据、

物理原生智能具备三项核心特征 。解码器和受控转移模块的训练 ，强化学习后训练、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
，采用监督学习预训练
、由对称性决定的物理量应守恒或受控变化；要求结构保持，仿真合成数据 ，通过将物理规律 、这两类方法在长程化、李升波提出了“物理原生智能”的概念 。融合近十年技术进展，并提供部分策略性能；奖励信号则以强化学习为主，正是通往这一泛在具身智能之路的基石。显状态服从完善动力学与物理约束 ，也从负样本中获取信息收益 。面向具身智能的一个核心问题是如何增强动作输入，需要通过博弈机制达到均衡状态。通过未来的状态与动作进行关联 。将这些性质强制嵌入训练算法设计
，让模型真正可影响物理世界 。尚未达到L4级的能力 。具备绝对安全确保能力，

其三，为破解具身智能的根本性难题提供了全新范式 。功能安全性与可解释性。训练过程只能多阶段分步骤执行 ，学习过程本身也必须安全 。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、具备抗遗忘能力。

基于以上特征
，清华大学车辆与运载学院 、绝对安全意味着在真机训练过程中，

7月18日，