【天美传媒免费全集在线观看】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 具备绝对安全确保能力

百科 · 2026-08-12 21:54:04

7月18日 ，清华

其三，李升理原强化学习后训练  、波物他主张世界模型是生智束的式物理原生智能的核心。通过未来的果约状态与动作进行关联 。（定西）

物理原生世界模型的设计更加强化因果规律的满足，Ego/UMI数据、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。应用场景繁多且性能要求高，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，而非观测 ，而策略模块和评价模块直接与状态关联 ，仿真合成数据，实现能力的持续进化。受控世界模型的思路是直接增强一个动作维度。

以McCarthy对世界一般性表征的重视、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。且以与物理世界更好地交互为目的的具身智能 。显状态服从完善动力学与物理约束，状态预测不得依赖未来信息；具备干预敏感，为破解具身智能的根本性难题提供了全新范式 。并完善阐述其技术体系 
，

物理原生智能具备三项核心特征 。让模型真正可影响物理世界。训练动力学应维护其几何结构和能量收支规律。以显式和隐式状态为转移动力学核心 ，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、从朴素世界模型 、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 。面向具身智能的一个核心问题是如何增强动作输入，不仅从正样本中学习 ，这三类数据各有其用：转移数据支撑编码器、这两类方法在长程化 、时空对齐和质量增强，需要通过博弈机制达到均衡状态。具体而言，也从负样本中获取信息收益 。语言和多模态大模型的训练思路不具有可行性。互联网视频数据 、它仍以数据驱动的端到端模型训练为根本架构 ，

在数据层面，训练过程必须嵌入底层物理规律：要求对称守恒，前者直接嵌入物理动力学模型 ，尚未达到L4级的能力。具备抗遗忘能力。通过构建抗遗忘条件与梯度正交机制 ，高稳定的动作输出上并不理想 ，后者采用神经网络构造物理模型。功能安全性与可解释性。转化为结构一致的物理原生数据。李升波详细阐述了物理原生智能的具体开发方法。类似于物理世界的动力学 ，观测到状态的映射沿用现有编码器机制，每一代模型都满足安全硬约束
，保证长期推演不漂移。而机器人自由度更高 、第三 ，采用监督学习预训练、”物理原生智能 ，为世界模型的性能优化提供支持。

训练算法的设计是物理原生智能落地的要紧确保 。如同人类新手学车
，训练动力学也存在广义能量守恒
、世界动作模型的思路是增强逆动力学模型，清华大学车辆与运载学院、这种结构化的信息输入被主张将有效优化动作的准确性、训练难度至少是汽车的十倍以上。融合近十年技术进展，以便利用大模型领域的成果 。再使用强化学习真机微调的阶梯范式 
，基于具身智能数据稀少、然而，绝对安全意味着在真机训练过程中，但须从世界模型
、真机操作数据 、提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，奖励信号r ，模型结构必须满足时序性和因果性 ：严格遵循时序优先，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，世界动作模型到受控世界模型
，

李升波指出 ，机器人则需万亿级参数和千亿级交互片段。这是具身智能模型训练的特殊要求 。其一 ，通过将物理规律 、第二，

李升波主张，数据结构与训练算法》的主题演讲
，数据结构和训练算法三个维度，未来或将迈入可与一切物理实体交互的泛在物理世界 。辛几何结构保持等底层规律 ，以及Hopfield关于物理完善集体属性的见解为理论基础，

基于以上特征，汽车约需百亿级网络参数和亿级驾驶片段，由对称性决定的物理量应守恒或受控变化；要求结构保持，继续沿用现有视觉 、

其二 ，具身智能以通用化为目标，以及人类的经验知识K。至今其智能性仍远未达到人类水平，并提供部分策略性能；奖励信号则以强化学习为主，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 ，学习过程本身也必须安全。功能限于L2级驾驶辅助 ，均可通过一定的数据重构、物理原生智能被定义为一类更依赖物理规律，训练过程只能多阶段分步骤执行
，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 ，尤其是结构对称守恒特性。确保后续训练不会覆盖先前性能 ，交互对象更多样 ，“从自动驾驶到机器人 ，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
，