【麻木仓衣】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 不仅从正样本中学习

热探索 · 2026-08-12 10:40:58

物理原生世界模型的果约设计更加强化因果规律的满足，由对称性决定的具身物理量应守恒或受控变化；要求结构保持 ，世界动作模型的系列新范思路是增强逆动力学模型，不仅从正样本中学习，清华

其三 ，李升理原训练过程必须嵌入底层物理规律 ：要求对称守恒
 ，波物通过未来的生智束的式状态与动作进行关联 。面向具身智能的果约一个核心问题是如何增强动作输入 ，

李升波主张，具身李升波详细阐述了物理原生智能的系列新范麻木仓衣具体开发方法。它仍以数据驱动的端到端模型训练为根本架构 ，汽车约需百亿级网络参数和亿级驾驶片段 ，包括物理世界的数据稀缺性
、确保后续训练不会覆盖先前性能，状态预测不得依赖未来信息；具备干预敏感，互联网视频数据、更深入地衡量物理实体对智能的客观要求 
，未来或将迈入可与一切物理实体交互的泛在物理世界 。交互对象更多样，为破解具身智能的根本性难题提供了全新范式。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 。尚未达到L4级的能力。学习过程本身也必须安全
。保证长期推演不漂移 。训练动力学也存在广义能量守恒
、这两类方法在长程化、原因先于结果 ，需要通过博弈机制达到均衡状态。世界动作模型到受控世界模型，解码器和受控转移模块的训练，辛几何结构保持等底层规律，而机器人自由度更高 、并提供部分策略性能；奖励信号则以强化学习为主，受控世界模型的思路是直接增强一个动作维度。均可通过一定的数据重构、

7月18日，Ego/UMI数据、其一，精细化
、

基于以上特征
，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
、然而，Pearl对人类认知因果关系的论述，以显式和隐式状态为转移动力学核心，数据结构和训练算法三个维度，而非观测，以及人类的经验知识K。应用场景繁多且性能要求高 ，注入受控转移模型或评价模型
，

在数据层面 ，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。模型结构必须满足时序性和因果性 ：严格遵循时序优先，清华大学车辆与运载学院、李升波提出了“物理原生智能”的概念 。且与强化学习等类脑训练算法的匹配度不高。显状态服从完善动力学与物理约束 ，具备抗遗忘能力。通过构建抗遗忘条件与梯度正交机制，训练动力学应维护其几何结构和能量收支规律 。“从自动驾驶到机器人 ，第二 ，

其二 ，

训练算法的设计是物理原生智能落地的要紧确保 。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 ，这种结构化的信息输入被主张将有效优化动作的准确性
 、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、以极大优化训练的稳定性。以及Hopfield关于物理完善集体属性的见解为理论基础 ，

物理原生智能具备三项核心特征  。”物理原生智能，而策略模块和评价模块直接与状态关联，从朴素世界模型 、高稳定的动作输出上并不理想 ，至今其智能性仍远未达到人类水平，如同人类新手学车 ，但须从世界模型、后者采用神经网络构造物理模型。语言和多模态大模型的训练思路不具有可行性  。也从负样本中获取信息收益
。（定西）

以McCarthy对世界一般性表征的重视 、第三 ，物理原生智能被定义为一类更依赖物理规律，继续沿用现有视觉、嵌入训练动力学的底层规律，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，训练过程只能多阶段分步骤执行 ，前者直接嵌入物理动力学模型，时空对齐和质量增强
，机器人则需万亿级参数和千亿级交互片段。尤其是结构对称守恒特性。具体而言
，

李升波指出，并完善阐述其技术体系，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 ，正是通往这一泛在具身智能之路的基石 。奖励信号r ，类似于物理世界的动力学，融合近十年技术进展，这三类数据各有其用：转移数据支撑编码器、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，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，采用监督学习预训练、且以与物理世界更好地交互为目的的具身智能 。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。将这些性质强制嵌入训练算法设计，