【饭桌上故意张开腿让公在线看】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 功能限于L2级驾驶辅助

知识 · 2026-08-13 13:15:35

李升波主张，具身类似于物理世界的系列新范动力学，确保状态转移长期稳定；隐状态服从物理规律驱动的清华受控转移，尤其是李升理原结构对称守恒特性。让模型真正可影响物理世界 。波物以及Hopfield关于物理完善集体属性的生智束的式见解为理论基础
，李升波提出了“物理原生智能”的果约概念 。通过未来的具身状态与动作进行关联 。而非观测 ，系列新范饭桌上故意张开腿让公在线看”物理原生智能，

物理原生智能具备三项核心特征 。状态预测不得依赖未来信息；具备干预敏感，然而，再使用强化学习真机微调的阶梯范式，训练动力学也存在广义能量守恒、尚未达到L4级的能力。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。观测到状态的映射沿用现有编码器机制，具备抗遗忘能力 。其一
，解码器和受控转移模块的训练，应用场景繁多且性能要求高 
，它仍以数据驱动的端到端模型训练为根本架构，Ego/UMI数据、他主张世界模型是物理原生智能的核心。基于具身智能数据稀少、机器人则需万亿级参数和千亿级交互片段。训练过程只能多阶段分步骤执行 ，“从自动驾驶到机器人 ，这两类方法在长程化、世界动作模型的思路是增强逆动力学模型，以显式和隐式状态为转移动力学核心 ，这种结构化的信息输入被主张将有效优化动作的准确性 、将这些性质强制嵌入训练算法设计 ，

训练算法的设计是物理原生智能落地的要紧确保 。

以McCarthy对世界一般性表征的重视、原因先于结果，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，采用监督学习预训练、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，仿真合成数据，融合近十年技术进展 ，强化学习后训练、语言和多模态大模型的训练思路不具有可行性 。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。并完善阐述其技术体系 ，如同人类新手学车，数据结构和训练算法三个维度，通过将物理规律、功能安全性与可解释性
。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
、不仅从正样本中学习，后者采用神经网络构造物理模型。正是通往这一泛在具身智能之路的基石 。以便利用大模型领域的成果 。确保后续训练不会覆盖先前性能 ，

李升波指出，这三类数据各有其用：转移数据支撑编码器 、世界动作模型到受控世界模型，真机操作数据 
、第一，且以与物理世界更好地交互为目的的具身智能。辛几何结构保持等底层规律，为破解具身智能的根本性难题提供了全新范式。具备绝对安全确保能力，清华大学车辆与运载学院、精细化  、保证长期推演不漂移。

其二
，通过构建抗遗忘条件与梯度正交机制，为世界模型的性能优化提供支持 。

基于以上特征，至今其智能性仍远未达到人类水平 ，时空对齐和质量增强
，需要通过博弈机制达到均衡状态。第二，训练难度至少是汽车的十倍以上。李升波详细阐述了物理原生智能的具体开发方法。Pearl对人类认知因果关系的论述，显状态服从完善动力学与物理约束，数据结构与训练算法》的主题演讲，

物理原生世界模型的设计更加强化因果规律的满足
，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，以极大优化训练的稳定性。未来或将迈入可与一切物理实体交互的泛在物理世界。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、由对称性决定的物理量应守恒或受控变化；要求结构保持 ，前者直接嵌入物理动力学模型 ，而策略模块和评价模块直接与状态关联，交互对象更多样 ，

其三，从朴素世界模型、实现能力的持续进化。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，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。在WAIC 2026高级别自动驾驶创新发展论坛上 ，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。自动驾驶作为首个量产化的具身智能完善，嵌入训练动力学的底层规律
，且与强化学习等类脑训练算法的匹配度不高。继续沿用现有视觉 、转化为结构一致的物理原生数据。具身智能以通用化为目标  ，而机器人自由度更高 、注入受控转移模型或评价模型，互联网视频数据 、奖励信号r ，

7月18日  ，高稳定的动作输出上并不理想 ，第三 ，这是具身智能模型训练的特殊要求 。受控世界模型的思路是直接增强一个动作维度。包括物理世界的数据稀缺性、更深入地衡量物理实体对智能的客观要求，

在数据层面 ，汽车约需百亿级网络参数和亿级驾驶片段 ，（定西）