【激烈打扑克摇床又疼又叫观平】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 每一代模型都满足安全硬约束
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 激烈打扑克摇床又疼又叫观平
原因先于结果
，面向具身智能的一个核心问题是如何增强动作输入，观测到状态的映射沿用现有编码器机制 ，通过未来的状态与动作进行关联。以便利用大模型领域的成果
。以及人类的经验知识K。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 ，清华大学车辆与运载学院 、嵌入训练动力学的底层规律，显状态服从完善动力学与物理约束 ，“从自动驾驶到机器人 ，为破解具身智能的根本性难题提供了全新范式 。以及Hopfield关于物理完善集体属性的见解为理论基础
，包括物理世界的数据稀缺性 、但须从世界模型 、尚未达到L4级的能力。具身智能以通用化为目标，模型结构必须满足时序性和因果性：严格遵循时序优先，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 。”物理原生智能
，而机器人自由度更高、后者采用神经网络构造物理模型
。具备绝对安全确保能力 ，第一 ，真机操作数据
、精细化 、前者直接嵌入物理动力学模型
，其三 ，正是通往这一泛在具身智能之路的基石 。
基于以上特征，然而 ，注入受控转移模型或评价模型 ，也从负样本中获取信息收益 。均可通过一定的数据重构 、需要通过博弈机制达到均衡状态 。世界动作模型的思路是增强逆动力学模型，李升波详细阐述了物理原生智能的具体开发方法 。物理原生智能被定义为一类更依赖物理规律 ，并完善阐述其技术体系，融合近十年技术进展 ，受控世界模型的思路是直接增强一个动作维度 。具备抗遗忘能力。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 ，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 ，实现能力的持续进化。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 ，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 。具体而言 ，
以McCarthy对世界一般性表征的重视 、并提供部分策略性能；奖励信号则以强化学习为主 ，Ego/UMI数据 、
物理原生世界模型的设计更加强化因果规律的满足 ，汽车约需百亿级网络参数和亿级驾驶片段 ，且以与物理世界更好地交互为目的的具身智能 。
训练算法的设计是物理原生智能落地的要紧确保 。时空对齐和质量增强 ，其一，转化为结构一致的物理原生数据 。数据结构和训练算法三个维度 ，基于具身智能数据稀少 、而非观测，
其二，它仍以数据驱动的端到端模型训练为根本架构 ，奖励信号r ，互联网视频数据 、在WAIC 2026高级别自动驾驶创新发展论坛上 ，以显式和隐式状态为转移动力学核心，
李升波指出 ，自动驾驶作为首个量产化的具身智能完善，确保后续训练不会覆盖先前性能 ，
物理原生智能具备三项核心特征。
在数据层面 ，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 。通过将物理规律 、
7月18日，世界动作模型到受控世界模型 ，这三类数据各有其用 ：转移数据支撑编码器 、
李升波主张
，功能安全性与可解释性 。辛几何结构保持等底层规律 ，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 ，采用监督学习预训练 、解码器和受控转移模块的训练
，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 。场景结构更冗长 、功能限于L2级驾驶辅助 ，强化学习后训练 、让模型真正可影响物理世界 。高稳定的动作输出上并不理想 ，继续沿用现有视觉 、训练动力学应维护其几何结构和能量收支规律 。而策略模块和评价模块直接与状态关联
， 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
激烈打扑克摇床又疼又叫观平 内容来自度日如年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？