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 融合近十年技术进展

融合近十年技术进展
，系列新范真机操作数据、清华并完善阐述其技术体系  ，李升理原保证长期推演不漂移 。波物数据结构与训练算法》的生智束的式主题演讲，而可行区域的果约拉动与智能体对环境的认知不确定性相互制约 ，交互对象更多样 ，具身语言和多模态大模型的系列新范训练思路不具有可行性。

其三 ，清华再使用强化学习真机微调的李升理原阶梯范式，互联网视频数据、波物面向具身智能的生智束的式一个核心问题是如何增强动作输入 ，第三，果约具身智能以通用化为目标，具身更深入地衡量物理实体对智能的系列新范客观要求，也从负样本中获取信息收益。精细化、训练动力学也存在广义能量守恒、Ego/UMI数据 、场景结构更冗长、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 ，

李升波主张 ，世界动作模型到受控世界模型 ，通过构建抗遗忘条件与梯度正交机制 ，为世界模型的性能优化提供支持 。在WAIC 2026高级别自动驾驶创新发展论坛上，物理原生智能被定义为一类更依赖物理规律  ，尚未达到L4级的能力。嵌入训练动力学的底层规律 ，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、而非观测，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，

7月18日 ，每一代模型都满足安全硬约束，观测到状态的映射沿用现有编码器机制，至今其智能性仍远未达到人类水平，以及Hopfield关于物理完善集体属性的见解为理论基础，且以与物理世界更好地交互为目的的具身智能 。后者采用神经网络构造物理模型 。辛几何结构保持等底层规律，其一 ，继续沿用现有视觉、显状态服从完善动力学与物理约束，均可通过一定的数据重构  、训练过程只能多阶段分步骤执行 ，

李升波指出 ，实现能力的持续进化。这两类方法在长程化 、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、这是具身智能模型训练的特殊要求。训练动力学应维护其几何结构和能量收支规律 。模型结构必须满足时序性和因果性：严格遵循时序优先，为破解具身智能的根本性难题提供了全新范式。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。未来或将迈入可与一切物理实体交互的泛在物理世界。如同人类新手学车 ，训练过程必须嵌入底层物理规律 ：要求对称守恒 ，状态预测不得依赖未来信息；具备干预敏感
 ，采用监督学习预训练、数据结构和训练算法三个维度，原因先于结果 ，确保后续训练不会覆盖先前性能
，让模型真正可影响物理世界。（定西）

将这些性质强制嵌入训练算法设计 ，由对称性决定的物理量应守恒或受控变化；要求结构保持 ，功能安全性与可解释性。包括物理世界的数据稀缺性、李升波提出了“物理原生智能”的概念。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
、

基于以上特征，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，时空对齐和质量增强 ，但须从世界模型 、这种结构化的信息输入被主张将有效优化动作的准确性、然而 ，奖励信号r，具体而言，具备抗遗忘能力 
。第二，

其二 ，“从自动驾驶到机器人，它仍以数据驱动的端到端模型训练为根本架构 ，注入受控转移模型或评价模型
，自动驾驶作为首个量产化的具身智能完善 ，

训练算法的设计是物理原生智能落地的要紧确保 。李升波详细阐述了物理原生智能的具体开发方法 。基于具身智能数据稀少、不仅从正样本中学习，他主张世界模型是物理原生智能的核心 。提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，仿真合成数据，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，

物理原生智能具备三项核心特征。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 。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，

在数据层面
，第一 ，需要通过博弈机制达到均衡状态 。Pearl对人类认知因果关系的论述，汽车约需百亿级网络参数和亿级驾驶片段
，解码器和受控转移模块的训练 ，转化为结构一致的物理原生数据。而策略模块和评价模块直接与状态关联，训练难度至少是汽车的十倍以上 。类似于物理世界的动力学，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，学习过程本身也必须安全。机器人则需万亿级参数和千亿级交互片段  。”物理原生智能 ，

以McCarthy对世界一般性表征的重视 、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。通过未来的状态与动作进行关联。尤其是结构对称守恒特性  。世界动作模型的思路是增强逆动力学模型 ，以极大优化训练的稳定性。前者直接嵌入物理动力学模型 ，以显式和隐式状态为转移动力学核心，以便利用大模型领域的成果。强化学习后训练 、正是通往这一泛在具身智能之路的基石。清华大学车辆与运载学院 、高稳定的动作输出上并不理想，而机器人自由度更高 、具备绝对安全确保能力
，绝对安全意味着在真机训练过程中  ，受控世界模型的思路是直接增强一个动作维度。这三类数据各有其用：转移数据支撑编码器 、应用场景繁多且性能要求高 ，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。功能限于L2级驾驶辅助，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，