欧美本精品男人aⅴ天堂_亚洲精品久久久蜜桃_国产精品资源网_亚洲精品在线观看网站

7月18日，在WAIC 2026高級別自動駕駛創新發展論壇上，清華大學車輛與運載學院、人工智能學院教授李升波發表了題為《邁向泛在具身智能之路：物理原生的世界模型、數據結構與訓練算法》的主題演講，提出了“物理原生智能”（Physics-native Intelligence, Phi）的概念，并系統闡述其技術體系，為破解具身智能的根本性難題提供了全新范式。

李升波指出，具身智能以通用化為目標，自動駕駛作為首個量產化的具身智能系統，至今其智能性仍遠未達到人類水平，功能限于L2級駕駛輔助，尚未達到L4級的能力。而機器人自由度更高、場景結構更復雜、交互對象更多樣，訓練難度至少是汽車的十倍以上。具體而言，汽車約需百億級網絡參數和億級駕駛片段，機器人則需萬億級參數和千億級交互片段。繼續沿用現有視覺、語言和多模態大模型的訓練思路不具有可行性。

(資料圖片)

以McCarthy對世界一般性表征的重視、Pearl對人類認知因果關系的論述，以及Hopfield關于物理系統集體屬性的見解為理論基礎，結合近十年技術進展，李升波提出了“物理原生智能”的概念。物理原生智能被定義為一類更依賴物理規律，且以與物理世界更好地交互為目的的具身智能。它仍以數據驅動的端到端模型訓練為基本架構，但須從世界模型、數據結構和訓練算法三個維度，更深入地考慮物理實體對智能的客觀要求，包括物理世界的數據稀缺性、要求極高的功能安全性以及模型訓練必須追求穩定性和長期性。

物理原生智能具備三項核心特征。第一，狀態表征必須解耦：系統的狀態由“顯狀態”和“隱狀態”兩部分構成。顯狀態服從系統動力學與物理約束，確保狀態轉移長期穩定；隱狀態服從物理規律驅動的受控轉移，保證長期推演不漂移。第二，模型結構必須滿足時序性和因果性：嚴格遵循時序優先，原因先于結果，狀態預測不得依賴未來信息；具備干預敏感，改變動作輸入應使后續狀態產生可解釋的差異；同時關注反事實，不僅從正樣本中學習，也從負樣本中獲取信息收益。第三，訓練過程必須嵌入底層物理規律：要求對稱守恒，由對稱性決定的物理量應守恒或受控變化；要求結構保持，訓練動力學應維護其幾何結構和能量收支規律。

基于以上特征，李升波詳細闡述了物理原生智能的具體開發方法。他認為世界模型是物理原生智能的核心。從樸素世界模型、世界動作模型到受控世界模型，面向具身智能的一個核心問題是如何增加動作輸入，讓模型真正可影響物理世界。世界動作模型的思路是增加逆動力學模型，通過未來的狀態與動作進行關聯。受控世界模型的思路是直接增加一個動作維度。然而，這兩類方法在長程化、精細化、高穩定的動作輸出上并不理想，且與強化學習等類腦訓練算法的匹配度不高。

物理原生世界模型的設計更加強化因果規律的滿足，以顯式和隱式狀態為轉移動力學核心，前者直接嵌入物理動力學模型，后者采用神經網絡構造物理模型。觀測到狀態的映射沿用現有編碼器機制，以便利用大模型領域的成果。而策略模塊和評價模塊直接與狀態關聯，而非觀測，這種結構化的信息輸入被認為將有效提升動作的準確性、功能安全性與可解釋性。

在數據層面，李升波提出了物理原生數據的三要素：從當前觀測到下一觀測的轉移數據、獎勵信號r，以及人類的經驗知識K。互聯網視頻數據、Ego/UMI數據、真機操作數據、仿真合成數據，均可通過一定的數據重構、時空對齊和質量增強，轉化為結構一致的物理原生數據。這三類數據各有其用：轉移數據支撐編碼器、解碼器和受控轉移模塊的訓練，并提供部分策略性能；獎勵信號則以強化學習為主，驅動評價模塊并進一步提升策略；人類經驗知識則通過大模型的評價能力，注入受控轉移模型或評價模型，為世界模型的性能提升提供支持。

訓練算法的設計是物理原生智能落地的關鍵保障。其一，嵌入訓練動力學的底層規律，尤其是結構對稱守恒特性。神經網絡訓練過程本質上是一個動力學系統的離散狀態演化過程。類似于物理世界的動力學，訓練動力學也存在廣義能量守恒、辛幾何結構保持等底層規律，將這些性質強制嵌入訓練算法設計，以極大提升訓練的穩定性。

其二，具備絕對安全保障能力，這是具身智能模型訓練的特殊要求。絕對安全意味著在真機訓練過程中，每一代模型都滿足安全硬約束，如同人類新手學車，學習過程本身也必須安全。實現原理在于同步訓練每一代的最優策略及其運行的可行區域，而可行區域的擴大與智能體對環境的認知不確定性相互制約，需要通過博弈機制達到均衡狀態。

其三，具備抗遺忘能力。由于具身智能數據稀少、應用場景繁多且性能要求高，訓練過程只能多階段分步驟實施，采用監督學習預訓練、強化學習后訓練、再使用強化學習真機微調的階梯范式，通過構建抗遺忘條件與梯度正交機制，確保后續訓練不會覆蓋先前性能，實現能力的持續進化。

李升波認為，“從自動駕駛到機器人，未來或將邁入可與一切物理實體交互的泛在物理世界。”物理原生智能，正是通往這一泛在具身智能之路的基石。通過將物理規律、因果邏輯與安全機制深度嵌入數據驅動的端到端學習全流程，這套體系為攻克具身智能的通用化難題提供了可行的技術路徑。（定西）