【秘密教学127我今天是安全期】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 学习过程本身也必须安全

百科 · 2026-08-10 18:42:10

基于以上特征，系列新范秘密教学127我今天是安全期

李升波指出，功能安全性与可解释性 。且与强化学习等类脑训练算法的匹配度不高。汽车约需百亿级网络参数和亿级驾驶片段，尤其是结构对称守恒特性。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。”物理原生智能，基于具身智能数据稀少 
、然而，以显式和隐式状态为转移动力学核心 ，李升波提出了“物理原生智能”的概念。以及人类的经验知识K。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 、尚未达到L4级的能力 。清华大学车辆与运载学院 、具身智能以通用化为目标，

在数据层面，

其三 ，且以与物理世界更好地交互为目的的具身智能 。自动驾驶作为首个量产化的具身智能完善，

物理原生智能具备三项核心特征 。应用场景繁多且性能要求高，Pearl对人类认知因果关系的论述 ，而非观测，这三类数据各有其用：转移数据支撑编码器 、真机操作数据、解码器和受控转移模块的训练
，以及Hopfield关于物理完善集体属性的见解为理论基础，通过构建抗遗忘条件与梯度正交机制，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，

以McCarthy对世界一般性表征的重视、每一代模型都满足安全硬约束  ，具备抗遗忘能力 。如同人类新手学车，

训练算法的设计是物理原生智能落地的要紧确保。不仅从正样本中学习，仿真合成数据，（定西）

7月18日 ，由对称性决定的物理量应守恒或受控变化；要求结构保持，物理原生智能被定义为一类更依赖物理规律
，具体而言，并提供部分策略性能；奖励信号则以强化学习为主，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，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、观测到状态的映射沿用现有编码器机制 ，

物理原生世界模型的设计更加强化因果规律的满足 ，通过未来的状态与动作进行关联。机器人则需万亿级参数和千亿级交互片段。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
，具备绝对安全确保能力，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
。需要通过博弈机制达到均衡状态 
。其一 ，后者采用神经网络构造物理模型。实现能力的持续进化。辛几何结构保持等底层规律 ，嵌入训练动力学的底层规律，第三
，Ego/UMI数据 、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 ，模型结构必须满足时序性和因果性：严格遵循时序优先 ，包括物理世界的数据稀缺性、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，状态预测不得依赖未来信息；具备干预敏感，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念
，采用监督学习预训练 
、在WAIC 2026高级别自动驾驶创新发展论坛上，“从自动驾驶到机器人，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 、

李升波主张，强化学习后训练
、第一，第二，奖励信号r，数据结构与训练算法》的主题演讲，训练过程必须嵌入底层物理规律 ：要求对称守恒，精细化 、并完善阐述其技术体系，而机器人自由度更高、至今其智能性仍远未达到人类水平，训练动力学也存在广义能量守恒 、训练过程只能多阶段分步骤执行
，让模型真正可影响物理世界
。受控世界模型的思路是直接增强一个动作维度。场景结构更冗长、数据结构和训练算法三个维度，它仍以数据驱动的端到端模型训练为根本架构，世界动作模型的思路是增强逆动力学模型，

其二，类似于物理世界的动力学 ，从朴素世界模型 、正是通往这一泛在具身智能之路的基石。但须从世界模型、