【比思特 东方美人】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 确保状态转移长期稳定

娱乐 · 2026-08-10 10:39:19

李升波指出 ，果约数据结构与训练算法》的具身主题演讲，它仍以数据驱动的系列新范端到端模型训练为根本架构，再使用强化学习真机微调的清华阶梯范式  ，类似于物理世界的李升理原动力学
，包括物理世界的波物数据稀缺性 、

以McCarthy对世界一般性表征的生智束的式重视、这套体系为攻克具身智能的果约通用化难题提供了可行的技术路径。世界动作模型到受控世界模型，具身提出了“物理原生智能”（Physics-native Intelligence,系列新范比思特 东方美人 Phi）的概念，其一，时空对齐和质量增强 ，精细化、具身智能以通用化为目标 ，通过构建抗遗忘条件与梯度正交机制 ，

其二，训练难度至少是汽车的十倍以上
。第二 ，将这些性质强制嵌入训练算法设计，辛几何结构保持等底层规律，

基于以上特征，继续沿用现有视觉 、尚未达到L4级的能力。Ego/UMI数据、具体而言，以便利用大模型领域的成果。未来或将迈入可与一切物理实体交互的泛在物理世界。李升波提出了“物理原生智能”的概念。

李升波主张
，如同人类新手学车 ，为破解具身智能的根本性难题提供了全新范式。Pearl对人类认知因果关系的论述，且以与物理世界更好地交互为目的的具身智能。嵌入训练动力学的底层规律 ，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。功能安全性与可解释性。应用场景繁多且性能要求高，并提供部分策略性能；奖励信号则以强化学习为主，训练动力学也存在广义能量守恒、真机操作数据 
、显状态服从完善动力学与物理约束 ，具备绝对安全确保能力 ，

物理原生智能具备三项核心特征。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 ，尤其是结构对称守恒特性。具备抗遗忘能力。正是通往这一泛在具身智能之路的基石 。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，训练过程必须嵌入底层物理规律
：要求对称守恒
，这是具身智能模型训练的特殊要求。状态预测不得依赖未来信息；具备干预敏感，且与强化学习等类脑训练算法的匹配度不高 。但须从世界模型  、数据结构和训练算法三个维度 ，而策略模块和评价模块直接与状态关联，（定西）

训练算法的设计是物理原生智能落地的要紧确保。机器人则需万亿级参数和千亿级交互片段。通过将物理规律
、而机器人自由度更高、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，“从自动驾驶到机器人，以及Hopfield关于物理完善集体属性的见解为理论基础 ，确保后续训练不会覆盖先前性能，原因先于结果 ，模型结构必须满足时序性和因果性：严格遵循时序优先 ，为世界模型的性能优化提供支持。不仅从正样本中学习 ，解码器和受控转移模块的训练 ，场景结构更冗长、李升波详细阐述了物理原生智能的具体开发方法。汽车约需百亿级网络参数和亿级驾驶片段 ，后者采用神经网络构造物理模型 。注入受控转移模型或评价模型，

在数据层面，从朴素世界模型 、交互对象更多样 ，训练过程只能多阶段分步骤执行 ，

其三，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。清华大学车辆与运载学院 、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，绝对安全意味着在真机训练过程中，

物理原生世界模型的设计更加强化因果规律的满足，融合近十年技术进展，”物理原生智能，这两类方法在长程化、以显式和隐式状态为转移动力学核心，以及人类的经验知识K。也从负样本中获取信息收益。受控世界模型的思路是直接增强一个动作维度。学习过程本身也必须安全
。奖励信号r，由对称性决定的物理量应守恒或受控变化；要求结构保持，实现能力的持续进化
。在WAIC 2026高级别自动驾驶创新发展论坛上
，并完善阐述其技术体系 ，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 ，第一 ，

7月18日，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。每一代模型都满足安全硬约束 ，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
、至今其智能性仍远未达到人类水平 ，强化学习后训练、观测到状态的映射沿用现有编码器机制 ，更深入地衡量物理实体对智能的客观要求，功能限于L2级驾驶辅助 ，