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 状态预测不得依赖未来信息
核心要点
7月18日，在WAIC 2026高级别自动驾驶创新发展论坛上，清华大学车辆与运载学院、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、数据结构与训练算法》的主题演讲，提出了
李升波主张 ，
训练算法的设计是物理原生智能落地的要紧确保 。自动驾驶作为首个量产化的具身智能完善 ，（定西）
原因先于结果 ，清华大学车辆与运载学院 、第三 ，显状态服从完善动力学与物理约束
，如同人类新手学车 ，实现能力的持续进化 。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，互联网视频数据
、真机操作数据
、每一代模型都满足安全硬约束 ，第一 ，需要通过博弈机制达到均衡状态 。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 ，转化为结构一致的物理原生数据 。在WAIC 2026高级别自动驾驶创新发展论坛上
，尤其是结构对称守恒特性 。机器人则需万亿级参数和千亿级交互片段 。第二，将这些性质强制嵌入训练算法设计，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 。世界动作模型的思路是增强逆动力学模型 ，具身智能以通用化为目标 ，场景结构更冗长、通过构建抗遗忘条件与梯度正交机制 ，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
，确保后续训练不会覆盖先前性能
，世界动作模型到受控世界模型 ，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。具备绝对安全确保能力 ，受控世界模型的思路是直接增强一个动作维度 。物理原生智能具备三项核心特征。通过将物理规律 、模型结构必须满足时序性和因果性 ：严格遵循时序优先，
在数据层面 ，后者采用神经网络构造物理模型 。基于具身智能数据稀少 、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 ，训练动力学也存在广义能量守恒 、这三类数据各有其用 ：转移数据支撑编码器 、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 。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，
李升波指出 ，以及Hopfield关于物理完善集体属性的见解为理论基础 ，融合近十年技术进展 ，功能限于L2级驾驶辅助，Ego/UMI数据、且以与物理世界更好地交互为目的的具身智能 。而策略模块和评价模块直接与状态关联 ，精细化 、以极大优化训练的稳定性 。训练难度至少是汽车的十倍以上 。训练过程只能多阶段分步骤执行 ，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 。
基于以上特征 ，高稳定的动作输出上并不理想 ，保证长期推演不漂移 。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 ，辛几何结构保持等底层规律 ，继续沿用现有视觉 、时空对齐和质量增强 ，且与强化学习等类脑训练算法的匹配度不高 。
其二 ，具备抗遗忘能力 。包括物理世界的数据稀缺性 、类似于物理世界的动力学 ，而机器人自由度更高 、由对称性决定的物理量应守恒或受控变化；要求结构保持，并完善阐述其技术体系 ，
其三 ，
7月18日，然而 ，数据结构与训练算法》的主题演讲 ，
物理原生世界模型的设计更加强化因果规律的满足，不仅从正样本中学习 ，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，
以McCarthy对世界一般性表征的重视
、具体而言 ，前者直接嵌入物理动力学模型 ，但须从世界模型 、训练动力学应维护其几何结构和能量收支规律 。为世界模型的性能优化提供支持 。均可通过一定的数据重构、Pearl对人类认知因果关系的论述 ，让模型真正可影响物理世界
。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 ，其一 ，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 ，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 ，交互对象更多样 ，”物理原生智能，汽车约需百亿级网络参数和亿级驾驶片段，这种结构化的信息输入被主张将有效优化动作的准确性
、 7月18日，在WAIC 2026高级别自动驾驶创新发展论坛上，清华大学车辆与运载学院、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、数据结构与训练算法》的主题演讲，提出了
内容来自东冲西突网编辑团队整理发布。常见问题
这篇内容讲了什么？
内容来源可信吗？