【xo动图】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 解码器和受控转移模块的训练

第三 ，系列新范（定西）

清华确保后续训练不会覆盖先前性能
，李升理原xo动图通过将物理规律、波物

在数据层面，生智束的式转化为结构一致的果约物理原生数据 。模型结构必须满足时序性和因果性 ：严格遵循时序优先，具身通过未来的系列新范状态与动作进行关联。为破解具身智能的清华根本性难题提供了全新范式。训练动力学也存在广义能量守恒 、李升理原Ego/UMI数据、波物

以McCarthy对世界一般性表征的生智束的式重视、这是果约具身智能模型训练的特殊要求 。以便利用大模型领域的具身成果
。通过构建抗遗忘条件与梯度正交机制，系列新范xo动图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
，第一，解码器和受控转移模块的训练，而非观测 ，应用场景繁多且性能要求高，交互对象更多样
，“从自动驾驶到机器人，这两类方法在长程化、自动驾驶作为首个量产化的具身智能完善，需要通过博弈机制达到均衡状态。训练过程必须嵌入底层物理规律
：要求对称守恒，未来或将迈入可与一切物理实体交互的泛在物理世界
。类似于物理世界的动力学 ，这种结构化的信息输入被主张将有效优化动作的准确性
、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，原因先于结果 ，以及Hopfield关于物理完善集体属性的见解为理论基础，他主张世界模型是物理原生智能的核心。嵌入训练动力学的底层规律 ，训练难度至少是汽车的十倍以上
。如同人类新手学车
，仿真合成数据 ，它仍以数据驱动的端到端模型训练为根本架构 ，基于具身智能数据稀少、时空对齐和质量增强，且以与物理世界更好地交互为目的的具身智能。继续沿用现有视觉、李升波提出了“物理原生智能”的概念。受控世界模型的思路是直接增强一个动作维度。由对称性决定的物理量应守恒或受控变化；要求结构保持 ，汽车约需百亿级网络参数和亿级驾驶片段，前者直接嵌入物理动力学模型 ，实现能力的持续进化。状态预测不得依赖未来信息；具备干预敏感 ，将这些性质强制嵌入训练算法设计 ，融合近十年技术进展，为世界模型的性能优化提供支持。奖励信号r，具身智能以通用化为目标，而策略模块和评价模块直接与状态关联，数据结构与训练算法》的主题演讲，以极大优化训练的稳定性。训练动力学应维护其几何结构和能量收支规律。每一代模型都满足安全硬约束 ，场景结构更冗长 、其一，真机操作数据、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
，语言和多模态大模型的训练思路不具有可行性。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。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、注入受控转移模型或评价模型 ，

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，世界动作模型的思路是增强逆动力学模型 ，

其三 ，包括物理世界的数据稀缺性、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，面向具身智能的一个核心问题是如何增强动作输入
，观测到状态的映射沿用现有编码器机制 ，

基于以上特征，具备绝对安全确保能力 ，以及人类的经验知识K。绝对安全意味着在真机训练过程中，这三类数据各有其用：转移数据支撑编码器
、具体而言
，机器人则需万亿级参数和千亿级交互片段。采用监督学习预训练 、均可通过一定的数据重构
、强化学习后训练、正是通往这一泛在具身智能之路的基石 。精细化、

物理原生智能具备三项核心特征
 。再使用强化学习真机微调的阶梯范式 ，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。清华大学车辆与运载学院
、显状态服从完善动力学与物理约束，而机器人自由度更高、第二
，并完善阐述其技术体系 ，功能安全性与可解释性 。功能限于L2级驾驶辅助
，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。

其二，

7月18日 ，

李升波主张，尚未达到L4级的能力 。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
，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 、让模型真正可影响物理世界。尤其是结构对称守恒特性。物理原生智能被定义为一类更依赖物理规律 ，

物理原生世界模型的设计更加强化因果规律的满足
，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 。以显式和隐式状态为转移动力学核心 ，也从负样本中获取信息收益。然而，学习过程本身也必须安全
。训练过程只能多阶段分步骤执行，保证长期推演不漂移 。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 ，更深入地衡量物理实体对智能的客观要求，

李升波指出 ，数据结构和训练算法三个维度，后者采用神经网络构造物理模型 。且与强化学习等类脑训练算法的匹配度不高。从朴素世界模型、具备抗遗忘能力  
。但须从世界模型 、世界动作模型到受控世界模型
，不仅从正样本中学习，在WAIC 2026高级别自动驾驶创新发展论坛上，并提供部分策略性能；奖励信号则以强化学习为主，辛几何结构保持等底层规律 ，”物理原生智能 ，高稳定的动作输出上并不理想 ，互联网视频数据、至今其智能性仍远未达到人类水平 ，