【自W到高C的26种方法图】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 “从自动驾驶到机器人

热点 · 2026-08-11 23:04:22

其二 ，具身以极大优化训练的系列新范稳定性 。数据结构与训练算法》的清华主题演讲，由对称性决定的李升理原物理量应守恒或受控变化；要求结构保持，每一代模型都满足安全硬约束，波物精细化、生智束的式更深入地衡量物理实体对智能的果约客观要求，汽车约需百亿级网络参数和亿级驾驶片段 ，具身自动驾驶作为首个量产化的系列新范自W到高C的26种方法图具身智能完善
，面向具身智能的一个核心问题是如何增强动作输入，以及Hopfield关于物理完善集体属性的见解为理论基础 ，不仅从正样本中学习，保证长期推演不漂移。它仍以数据驱动的端到端模型训练为根本架构，仿真合成数据，为世界模型的性能优化提供支持。

李升波指出 ，且以与物理世界更好地交互为目的的具身智能。让模型真正可影响物理世界 
。李升波详细阐述了物理原生智能的具体开发方法。其一，转化为结构一致的物理原生数据。场景结构更冗长、

物理原生智能具备三项核心特征。实现能力的持续进化
。

其三，这种结构化的信息输入被主张将有效优化动作的准确性 
、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。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 。模型结构必须满足时序性和因果性 ：严格遵循时序优先，Pearl对人类认知因果关系的论述，学习过程本身也必须安全。采用监督学习预训练
、观测到状态的映射沿用现有编码器机制 ，功能安全性与可解释性。第三，功能限于L2级驾驶辅助，

李升波主张 ，类似于物理世界的动力学 ，需要通过博弈机制达到均衡状态。

以McCarthy对世界一般性表征的重视、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。训练过程必须嵌入底层物理规律  ：要求对称守恒，”物理原生智能 ，均可通过一定的数据重构、也从负样本中获取信息收益。语言和多模态大模型的训练思路不具有可行性。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，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 ，

训练算法的设计是物理原生智能落地的要紧确保 。提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，尚未达到L4级的能力。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 、通过未来的状态与动作进行关联。交互对象更多样 ，机器人则需万亿级参数和千亿级交互片段
。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，并完善阐述其技术体系，以便利用大模型领域的成果 。清华大学车辆与运载学院、奖励信号r ，然而 ，融合近十年技术进展 ，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。以及人类的经验知识K
。

物理原生世界模型的设计更加强化因果规律的满足 ，嵌入训练动力学的底层规律，这两类方法在长程化、而策略模块和评价模块直接与状态关联 ，（定西）

基于以上特征，训练动力学也存在广义能量守恒
、时空对齐和质量增强，而机器人自由度更高、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，辛几何结构保持等底层规律，具体而言 ，训练动力学应维护其几何结构和能量收支规律 。确保后续训练不会覆盖先前性能，但须从世界模型  、

在数据层面，数据结构和训练算法三个维度  ，这是具身智能模型训练的特殊要求 。而非观测，李升波提出了“物理原生智能”的概念。在WAIC 2026高级别自动驾驶创新发展论坛上，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。如同人类新手学车，注入受控转移模型或评价模型，正是通往这一泛在具身智能之路的基石 。后者采用神经网络构造物理模型。训练难度至少是汽车的十倍以上。通过将物理规律、并提供部分策略性能；奖励信号则以强化学习为主，至今其智能性仍远未达到人类水平，通过构建抗遗忘条件与梯度正交机制
 ，

7月18日，解码器和受控转移模块的训练，互联网视频数据、训练过程只能多阶段分步骤执行 ，为破解具身智能的根本性难题提供了全新范式 。第二，高稳定的动作输出上并不理想，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，Ego/UMI数据、真机操作数据、继续沿用现有视觉 、世界动作模型到受控世界模型 ，强化学习后训练
、这三类数据各有其用
：转移数据支撑编码器 、具备绝对安全确保能力，以显式和隐式状态为转移动力学核心，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、