物理幻觉是什么？它和 AI 幻觉有什么本质区别？

三种”错误”，三种性质

在 EICPS 语境中，“系统出错”有三种完全不同的性质，混淆它们会导致错误的工程处置：

物理幻觉和前两者不是程度上的差别，是范畴上的差别。

精确定义

语义层到物理层之间存在保结构映射 Φ（本页沿用 V0.1 记号 $\mathcal{M}_{sem}, \mathcal{M}_{phy}$；V0.2 对应任务域 $X_{task}$ 与物理域 $X_{phy}$，“流形”仅对物理侧成立。函子语言在此仅作描述用途，不构成安全性证明——安全兜底由可行集校验与 CBF 承担，见修订说明第 3 条）：

$\Phi: \mathcal{M}_{sem} \to \mathcal{M}_{phy}$

设语义层规划了一条操作序列 $\gamma_{sem} \in \mathcal{M}_{sem}$（例如”夹持-旋转-释放”），经函子 Φ 映射后应得到物理流形上的轨迹。

物理幻觉的定义：

$\Phi(\gamma_{sem}) \notin \mathcal{M}_{phy}$

即：语义层合法的操作序列，经接口 Φ 映射后，落到物理流形上不存在的状态或轨迹。

为什么说这是”范畴违例”

以机械臂为例。物理流形 $\mathcal{M}_{phy}$ 是 SE(3) 上的有界子集——关节角有物理限位，末端位姿受工作空间约束，速度受驱动器限制。这些约束定义了物理流形的代数结构。

函子 Φ 的职责是保持这个结构：把语义指令映射到物理流形的内部，而不是外部。

当 Φ 不保结构时，$\Phi(\gamma_{sem})$ 对应的物理状态：

• 可能要求关节角越过硬限位（物理不可能）
• 可能要求末端在当前构型下的奇异点处运动（不可控）
• 可能要求两个连杆同时占据同一物理空间（碰撞）

这些不是”小概率错误”或”噪声偏差”——它们是在物理流形的代数约束下不可能存在的状态。尝试执行这样的指令，轻则系统报错停机，重则机械损坏。

与 AI 幻觉的对比

AI 幻觉（LLM/VLA 输出层的幻觉）：

模型输出了一个在语义层看起来合理、但与事实不符的内容。例如 VLA 判断”螺栓在左侧”，实际上螺栓在右侧。这是概率性误差——换一个采样温度、更多的训练数据、或更好的提示设计，都可能减少这类错误。处置策略是统计性的。

感知误差（传感器层的误差）：

LiDAR 测量了 1.23 m，真实距离是 1.20 m，误差 3 cm。这是统计性误差——服从某个分布，可以被 EKF 等滤波器处理，可以通过多传感融合降低不确定性。处置策略也是统计性的。

物理幻觉（接口 Φ 不保结构）：

语义层发出”机械臂伸展到 x=3.5m”，但该机械臂工作空间最大半径是 1.8m。这不是”估计有误”，是代数约束违反——执行这条指令在物理上不可能，不管感知多准确、AI 多聪明，3.5m 的关节伸展就是不存在于物理流形中。

CBF 的工程角色

CBF（控制屏障函数）在 EICPS 中承担的不仅是”安全约束”，而是实时修复 Φ 的结构性偏差：

$u^* = \arg\min_{u} \|u - u_\mathrm{AI}\|^2 \quad \text{s.t.} \quad \dot{h}(x, u) + \alpha(h(x)) \geq 0$

AI 发出的参考指令 $u_\mathrm{AI}$ 可能对应 $\Phi(\gamma_{sem}) \notin \mathcal{M}_{phy}$ 的情形，CBF 将其投影回物理流形内的安全集，输出最近的可行指令 $u^*$。

这个过程不依赖 AI 的正确性——即便 Brain 层完全产生错误的语义输出，Spine 层的 CBF 也能在 1 ms 内将指令修正到物理约束范围内。物理安全性由数学机制保证，不依赖 AI 层的准确率。

物理幻觉与危险对幻觉率 H 的区别

这两个概念容易混淆，但工作在不同层次：

• 危险对幻觉率 H（→ Q-23）：衡量 LLM 在语义层把危险对中的一个节点误识别为另一个节点的概率，是 $\mathcal{M}_{sem}$ 内部的分类错误。
• 物理幻觉（本文）：衡量函子 Φ 在接口层是否将语义序列映射到 $\mathcal{M}_{phy}$ 之外，是跨层的结构性违例。

H 高意味着语义理解有缺陷，可以通过微调 LLM 改善；物理幻觉发生意味着 Φ 的设计或参数出了问题，需要修改接口层，而不是优化 AI 模型。

→ 从 EST 到 ES：概念演进 · CBF 与 MPC 如何选择？ · 危险对幻觉率 H