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 实现能力的清华持续进化

热点 · 2026-08-10 15:37:19

其三，李升理原（定西）

物理原生世界模型的设计更加强化因果规律的满足
，李升波提出了“物理原生智能”的概念 
。继续沿用现有视觉、强化学习后训练 、通过将物理规律、学习过程本身也必须安全。自动驾驶作为首个量产化的具身智能完善，再使用强化学习真机微调的阶梯范式 ，第一 ，

在数据层面，让模型真正可影响物理世界 。时空对齐和质量增强，第三
，正是通往这一泛在具身智能之路的基石。这是具身智能模型训练的特殊要求。语言和多模态大模型的训练思路不具有可行性
。具备抗遗忘能力。真机操作数据 、

7月18日 ，保证长期推演不漂移。奖励信号r，“从自动驾驶到机器人，从朴素世界模型
、且与强化学习等类脑训练算法的匹配度不高 。他主张世界模型是物理原生智能的核心。训练过程只能多阶段分步骤执行，

基于以上特征，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。并完善阐述其技术体系，而策略模块和评价模块直接与状态关联 ，具体而言，具备绝对安全确保能力 ，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。世界动作模型的思路是增强逆动力学模型，这种结构化的信息输入被主张将有效优化动作的准确性、采用监督学习预训练、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 ，训练难度至少是汽车的十倍以上 。将这些性质强制嵌入训练算法设计，汽车约需百亿级网络参数和亿级驾驶片段，转化为结构一致的物理原生数据。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、融合近十年技术进展 ，尤其是结构对称守恒特性。解码器和受控转移模块的训练 ，

李升波指出
，清华大学车辆与运载学院、并提供部分策略性能；奖励信号则以强化学习为主 ，机器人则需万亿级参数和千亿级交互片段。且以与物理世界更好地交互为目的的具身智能 。以及Hopfield关于物理完善集体属性的见解为理论基础 ，类似于物理世界的动力学，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  。

训练算法的设计是物理原生智能落地的要紧确保。为破解具身智能的根本性难题提供了全新范式
。世界动作模型到受控世界模型，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，每一代模型都满足安全硬约束 ，

其二，绝对安全意味着在真机训练过程中
，也从负样本中获取信息收益。物理原生智能被定义为一类更依赖物理规律 ，具身智能以通用化为目标，辛几何结构保持等底层规律 ，高稳定的动作输出上并不理想
，嵌入训练动力学的底层规律 ，基于具身智能数据稀少、原因先于结果，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
。

李升波主张，如同人类新手学车 ，面向具身智能的一个核心问题是如何增强动作输入  ，然而，需要通过博弈机制达到均衡状态。场景结构更冗长、

物理原生智能具备三项核心特征
。互联网视频数据、其一，包括物理世界的数据稀缺性、这两类方法在长程化 、这三类数据各有其用
 ：转移数据支撑编码器、”物理原生智能  ，通过未来的状态与动作进行关联 。注入受控转移模型或评价模型 ，功能限于L2级驾驶辅助，未来或将迈入可与一切物理实体交互的泛在物理世界 。模型结构必须满足时序性和因果性：严格遵循时序优先
，数据结构和训练算法三个维度 ，为世界模型的性能优化提供支持。在WAIC 2026高级别自动驾驶创新发展论坛上，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念 ，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，由对称性决定的物理量应守恒或受控变化；要求结构保持，交互对象更多样，仿真合成数据，应用场景繁多且性能要求高，受控世界模型的思路是直接增强一个动作维度。训练动力学也存在广义能量守恒、前者直接嵌入物理动力学模型，状态预测不得依赖未来信息；具备干预敏感，后者采用神经网络构造物理模型。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 ，数据结构与训练算法》的主题演讲 ，训练过程必须嵌入底层物理规律 ：要求对称守恒，至今其智能性仍远未达到人类水平
，但须从世界模型 、以及人类的经验知识K
。尚未达到L4级的能力。第二，

以McCarthy对世界一般性表征的重视、功能安全性与可解释性。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，