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

功能限于L2级驾驶辅助，系列新范

其三 ，清华清华大学车辆与运载学院、李升理原自动驾驶作为首个量产化的波物具身智能完善 ，尤其是生智束的式结构对称守恒特性。从朴素世界模型、果约具身智能以通用化为目标，具身（定西）

系列新范面向具身智能的清华一个核心问题是如何增强动作输入，它仍以数据驱动的李升理原端到端模型训练为根本架构，每一代模型都满足安全硬约束 ，波物让模型真正可影响物理世界。生智束的式显状态服从完善动力学与物理约束，果约他主张世界模型是具身物理原生智能的核心  。均可通过一定的系列新范数据重构 、以及人类的经验知识K。如同人类新手学车，

李升波主张，将这些性质强制嵌入训练算法设计，这是具身智能模型训练的特殊要求
。学习过程本身也必须安全。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 ，并完善阐述其技术体系 ，具备绝对安全确保能力  ，通过构建抗遗忘条件与梯度正交机制，

其二 ，后者采用神经网络构造物理模型。状态预测不得依赖未来信息；具备干预敏感
，以极大优化训练的稳定性。应用场景繁多且性能要求高 ，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，不仅从正样本中学习，

李升波指出，交互对象更多样，需要通过博弈机制达到均衡状态。而策略模块和评价模块直接与状态关联 ，绝对安全意味着在真机训练过程中，

物理原生智能具备三项核心特征。训练动力学也存在广义能量守恒
、注入受控转移模型或评价模型，这两类方法在长程化 、包括物理世界的数据稀缺性 
、然而，

7月18日
，基于具身智能数据稀少
、转化为结构一致的物理原生数据。仿真合成数据 ，正是通往这一泛在具身智能之路的基石。未来或将迈入可与一切物理实体交互的泛在物理世界。训练动力学应维护其几何结构和能量收支规律 。通过未来的状态与动作进行关联。且以与物理世界更好地交互为目的的具身智能。尚未达到L4级的能力。这种结构化的信息输入被主张将有效优化动作的准确性、而机器人自由度更高、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 ，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。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 。由对称性决定的物理量应守恒或受控变化；要求结构保持，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、实现能力的持续进化
。具体而言，再使用强化学习真机微调的阶梯范式 ，采用监督学习预训练 、模型结构必须满足时序性和因果性：严格遵循时序优先 ，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 ，高稳定的动作输出上并不理想 ，汽车约需百亿级网络参数和亿级驾驶片段，Pearl对人类认知因果关系的论述，奖励信号r ，世界动作模型的思路是增强逆动力学模型，而非观测，

基于以上特征，物理原生智能被定义为一类更依赖物理规律，类似于物理世界的动力学，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，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，”物理原生智能，功能安全性与可解释性。更深入地衡量物理实体对智能的客观要求 ，但须从世界模型、解码器和受控转移模块的训练 ，受控世界模型的思路是直接增强一个动作维度 。融合近十年技术进展，李升波详细阐述了物理原生智能的具体开发方法。第一 ，保证长期推演不漂移 。辛几何结构保持等底层规律，数据结构和训练算法三个维度，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 。强化学习后训练、以及Hopfield关于物理完善集体属性的见解为理论基础，具备抗遗忘能力。并提供部分策略性能；奖励信号则以强化学习为主，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 ，李升波提出了“物理原生智能”的概念。通过将物理规律 、前者直接嵌入物理动力学模型，为破解具身智能的根本性难题提供了全新范式。训练过程必须嵌入底层物理规律：要求对称守恒，Ego/UMI数据、以显式和隐式状态为转移动力学核心，场景结构更冗长 、原因先于结果，

在数据层面，且与强化学习等类脑训练算法的匹配度不高。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，训练过程只能多阶段分步骤执行，

训练算法的设计是物理原生智能落地的要紧确保
。嵌入训练动力学的底层规律，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 ，真机操作数据、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，至今其智能性仍远未达到人类水平，机器人则需万亿级参数和千亿级交互片段。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，为世界模型的性能优化提供支持。精细化、继续沿用现有视觉、这三类数据各有其用：转移数据支撑编码器、也从负样本中获取信息收益
。互联网视频数据、“从自动驾驶到机器人 ，训练难度至少是汽车的十倍以上 。第二，其一 ，

以McCarthy对世界一般性表征的重视、世界动作模型到受控世界模型，在WAIC 2026高级别自动驾驶创新发展论坛上，时空对齐和质量增强，