题图来自：AI 生成

2023 年，斯坦福和 Google 联手作念了个实验：25 个 AI 住户在个叫 Smallville 的虚构小镇里生涯，会我方组织场情东说念主节派对，会彼此八卦，会因为"没被邀请"而不兴。

Generative Agents：游戏寰宇中的 25 个生成式智能体

这个叫《Generative Agents》的阵势，作家之正是斯坦福博士生 Joon Sung Park，其时多被动作个好玩的时间展示——原本大模子不仅仅个聊天窗口，它还能"献技东说念主"，还能被放进个捏续运转的寰宇里，我方生成挂牵、我方作念谋略、我方和别东说念主互动。论文里出圈的张图，便是智能体们自觉在 Hobbs 咖啡馆办起情东说念主节派对的场景——没东说念主安排脚本，是几个 agent 我方研究、我方发邀请、我方决定要不要去。

Generative Agents：智能体自觉组织的情东说念主节派对场景

CMU 论文 Figure 1：济急照看东说念主员从不信任到信任 LLM 智能体模拟的 16 个月过程

往日几年，这项时间被批谈论机构从派对场景，路带进了地铁失火、飓风疏散、毕业仪式疏散预案这类不成开打趣的场景里。卡内基梅隆大学、清华大学、天津大学、斯坦福 HAI ……这些机构在作念同件事：让 AI 智能体不再演场派对，而是演场奔命。而与此同期，另批谈论者——比如阿姆斯特丹大学的臆度社会科学学者 Petter T ö rnberg ——正在从法论根子上质疑：这些"演得像"的智能体，到底能不成被当真。这篇著述就想把这两拨东说念主放在起看。

奔命是方案问题，不是物理问题

传统的疏散仿真的纯物理模子：给定个空间、群点、个出口，用元胞自动机好像社会力模子算出东说念主流若何走、多久能走完。这类模子的问题是，它假定东说念主是理的、匀速的、只盲从物理礼貌的粒子——但真实不幸现场里，东说念主会呆住、会往回跑找东说念主、会因为看不清出口标记而原地转、会因为群体焦躁而彼此踩踏。这些恰正是纯物理模子算不出来的东西，却是历史上大大批踩踏事故里信得过致命的部分。

物理模子联想的东说念主群 vs 不幸现场真实的东说念主群

新代仿真的念念路是把系统拆成两层："物理层"持续精良碰撞、力学这些传统臆度机图形学擅长的事，"剖释层"则交给大讲话模子驱动的智能体，行止理判断、游移、焦躁、信息分歧称——这套"物理—剖释分离架构，实质上是给虚构东说念主群配了个会游移的"脑子"，而不仅仅具会跑的躯壳。过昨年里，至少有四组立的谈论，远隔从"方案"、"躯壳"、"规模"、"个体精度"四个不同角度，往这套架构里填内容。

"物理—剖释分离"架构暴露

四个真实案例，四种作念法

卡内基梅隆大学：从 100 东说念主到 13000 东说念主的毕业仪式预案

这项谈论由 CMU 臆度机学院的 Yuxuan Li、Sauvik Das 和 Hirokazu Shirado 三东说念主主，和学校济急照看团队作念了项历时 16 个月的迭代遐想谈论，地点是给学校真实的毕业仪式疏散预案提供参考。系统资格了五轮迭代：从 100 个智能体的小规模考证，膨胀到 500、3000，终作念到 13000 个智能 体——这个数字径直对应了这所学校毕业仪式的真实东说念主群规模。谈论团队莫得上来就作念大规师法真，而是花了很永劫辰先惩处"济急照看东说念主员愿不肯意确信个 AI 模拟着力"这个基础的问题：论文标题里用的说法是"从不信任到信任"的滚动过程，这本人讲明，这类系统的门槛不是时间门槛，亦然个组织信任竖立的过程。

Figure 4：真实毕业仪式东说念主群能源学与模拟着力对比

论文里有张图（对应上 Figure 4）把真实毕业仪式的东说念主群能源学数据和模拟着力作念了对比，另有张丹青出了不同疏散案下的蓄积疏散进程弧线。

Figure 5：不同疏散案下的蓄积疏散进程弧线

终，这项为期 16 个月的作产出了三条具体建议，照旧被写进了学校真实的圭表操作经由（SOP）——这是目下四个案例里，唯个照旧从"论文里的 demo "形成"真被写进轨制文献"的例子。

天津大学 + 卡迪夫大学 + 清华大学：地铁失火里的"躯壳"

这个叫 RESCUE 的系统由天津大学栽种李坤（国青、天大智能与臆度学部三维视觉谈论组精良东说念主）牵头，联卡迪夫大学、清华大学团队完成，惩处的是另个问题：光有"会方案的脑子"还不够，虚构东说念主还得有具"物理上确切"的躯壳——挤时手臂会不会真的遇到别东说念主、跌倒姿态自不当然、不同体型的东说念主跑起来速率是否符真实生理数据。

RESCUE 阵势：个化、物理理、三维自稳当的在线东说念主群疏散模拟

团队在阵势主页上还放了段实验的 demo （imgs/demo_4201.mp4），不错看到虚构东说念主群在拥挤中搡、跌倒、爬起来持续跑的连贯过程，这是目下四个案例里唯能看到"动态演示"而不仅仅论文截图的个。

RESCUE 论文：24 个躯壳部位碰撞受力可视化

团队作念了个个化步态诊疗器，不错及时臆度 24 个躯壳部位在拥挤碰撞中的受力情况（上图），论文附带的定对比着力和消融实验炫夸这套法比往日的疏散仿真靠拢真实东说念主群摄像，团队还门统计了不同类别东说念主群（老东说念主、儿童、成年东说念主）在拥挤景象下的速率散播箱线图，用来考证模拟出的个体各异是否符真实生理数据。这项使命已被臆度机视觉顶会 ICCV 2025 采选，阵势代码和主页照旧公开。

清华大学：把智能体放进整座城市

要是说前两个案例是"事件"的模拟，清华大学电子工程系李勇栽种团队作念的 AgentSociety 作念的是"城市"：论文 16 位作家名单里，Jinghua Piao、Yuwei Yan 等为共同作，李勇是通信作家。论文选录里写的数字是，给过万个智能体生成齐全的社会生涯，累计产生了 500 万次互动。

AgentSociety 论文 Figure 2：总体框架图

这套系统被用来跑过好几组社会实验，其中组门模拟飓风等外部冲击下的城市反馈，另外几组则用来看酬酢媒体上端信息传播、条目基本收入这类策略变量若何影响整座虚构城市的活动散播。这意味着，同套底层时间，既能拿来算场毕业仪式若何疏散，也能拿来算场飓风来了以后整座城市会不会乱——从单场馆到整座城市，考证难度是指数飞腾的，这亦然背面 T ö rnberg 那波质疑主要针对的规模区间。

AgentSociety 论文 Figure 10：大规模社会模拟引擎系统架构

斯坦福：AI 分身能有多像你

前三个案例都在惩处"若何让群虚构东说念主看起来像真东说念主在奔命"，斯坦福 HAI 这项由博士生 Joon Sung Park 主的谈论问的是基础的问题：AI 分身到底能在多大程度上准确瞻望个具体真东说念主会若何作念决定。团队招募了 1052 名具有全好意思代表的受试者，先作念两小时度访谈，再结社会造访量表（GSS）、五身分东说念主格测试、五种活动经济学博弈实验，后相比 AI 生成的"数字分身"和真东说念主本东说念主两周后再行作答的着力有多接近。论断是：结访谈和问卷数据的智能体，复现真东说念主我方两周后访佛作答的准确率达到 0.86，比单纯依赖东说念主口统计学变量的传统法显着准，也显着减少了按政态度、种族、别分组时的瞻望偏差。

Park 在斯坦福 HAI 的采访中说得很径直："这些讲话模子其实是在献技它刚刚采访过的阿谁东说念主。"（The language model is trying to role-play as the person it just interviewed.）他觉得访谈数据比单纯的东说念主口统计标签要道，因为"访谈数据的克己在于，它包含了每个东说念主的特之处，塑料管材设备讲话模子因此不会那么频繁地作念出基于种族的微辞详细"。他也把这项谈论的贪念说得很明白："我如实觉得，当今有好多社会问题咱们没能很好惩处，而这个测试平台不错让它们变得容易应付，安闲变化、疫情策略这类 ' 辣手问题 ' 都需要其复杂的盘算和条目演。"这项谈论的价值在于，它给" AI 分身到底有多确切"这个问题提供了个不错量化的基准线，而这条基准线，正是前边几个逃生仿真系统能不成被信任的地基。

泼凉水的东说念主：考证才是信得过的贫寒

要是只听这四组谈论者的说法，这项时间的发展轨迹会显得相配胜仗——从 100 东说念主到 13000 东说念主，从单场馆到整座城市，准确率还能量化到 86。但阿姆斯特丹大学臆度社会科学栽种 Petter T ö rnberg 和作家 Maik Larooij 在篇题为《大讲话模子惩处了基于智能体建模的问题吗？》的品评综述里，给这条乐不雅叙事泼了盆冷水。他们论文选录里的原话是：

"We argue that there are reasons to believe that LLMs will exacerbate rather than resolve the long-standing challenges of ABMs. The black-box nature of LLMs moreover limit their usefulness for disentangling complex emergent causal mechanisms."濮阳塑料挤出机设备

—— Larooij & T ö rnberg, arXiv:2504.03274

他们提议的个问题是黑箱质："大讲话模子从根柢上是黑箱模子……险些不可能细目为什么某个特定输入会产生某个特定输出。"扯后腿的是，不异的输入在不同次运行里可能给出不同的输出，这径直胁迫到科学谈论垂青的可复现。二个问题是偏差与刻板化："模子不时荒谬地表征群体过甚特征，不时推崇出夸张的刻板印象"。三个问题是幻觉和散播外场景下的失控："在历史上莫得前例的场景中，模子活动可能变得不踏实"——而不幸现场，恰恰不时是"历史上莫得前例的场景"。

T ö rnberg 团队给出的中枢会诊是："考证仍然是中枢挑战"，而且"加入大讲话模子，恶化而非惩处了这个问题"（" the addition of LLMs exacerbates rather than resolves this issue "）。他们觉得，目下好多谈论依赖的是"名义度好像仅仅松散关连底层机制的着力观点"，这让这类模子 " 占据了个暧昧不清的法论位置 " ——听起来很像科学，但既不是传统的基于规则的仿真，也不是被充分考证过的统计模子。

这个品评并非的放矢。就连门作念"数字分身"考证的斯坦福团队，也在论文里承认我方的法存在局限；另项谈论疫苗游移策略模拟的论文里，作家们不异明确写说念"这项早期探索不旨在提供细观点策略指"，况且发现不同大模子之间的推崇各异渊博，部分模子的偏差能过 20，这背后正是"预练习数据偏差"在作祟。换句话说，连身处这个域里面、忠诚想把这件事作念成的谈论者，也在论文的旯旮里，写下了和 T ö rnberg 山鸣谷应的保钟情见。

三层交易价值

把这四类谈论串起来看，能看出条了了的交易化旅途，共三层，风险随层递次升：

层 · 济急照看 SaaS 器用：把 CMU 那样耗时 16 个月的定制谈论，作念成学校、引导场馆、地铁站不错径直调用的圭表化预案生成处事。

二层 · 城市数字孪生活动层：AgentSociety 这类城市模拟不错让数字孪生从"看得见的建筑物理模子"升成"算得出东说念主会若何反馈的社会模子"。

三层 · 保障风险订价：要是套系统能相瞄准确地模拟出某个场馆在特定东说念主群密度下的伤一火概率散播，这本人便是种不错被保障精算模子径直使用的数据。

但按照 T ö rnberg 的品评，这三层交易化里，越往后风险越大：SaaS 化的预案生成器用，出错了大不了是建议不够好；但要是保障公司真的把个尚未被充分考证的黑箱模子的输出，径直喂进精算订价模子，旦模子在某个"莫得前例的场景"里暗暗失控，代价可能是系统的。

图：逃生模拟时间的三层交易化旅途

别兴太早：三个具体风险

结 T ö rnberg 的品评和四个案例本人袒露的问题，至少有三个风险值得单拎出来。

逃生模拟时间的三个具体风险

个风险是"模子太平均"。大讲话模子的练习数据实质上是海量东说念主类文本的统计平均，这意味着它表上演来的"虚构东说念主"，活动上很容易向"常见的反馈"箝制，而真实不幸现场的端个体活动——比如某个东说念主因为迥殊激情创伤而作念出反常的举动——恰正是容易被模子"磨平"的部分，而这些端个体活动频频又是伤一火集合发生的地。这偶合对应 T ö rnberg 说的"夸张的刻板印象"问题的反面：不是刻板印象太夸张，而是个体各异被抹得太平。

二个风险是"微不雅确切、宏不雅失真"。斯坦福的谈论解说了单个数字分身在特定任务上不错作念到 86 的度，但这不代表几千个这么的分身放在起模拟场疏散时，群体层面涌现出的踩踏、拥挤、次生焦躁这些宏不雅征象也不异确切——微不雅精度和宏不雅涌现是两个不同量的考证问题，这恰正是 T ö rnberg 那句"考证仍是中枢挑战"想说的事情：目下莫得哪项谈论能解说两者不错通俗叠加。

三个风险是"过度对皆致失真"。大模子在练习过程中被反复调教得"安全、礼貌、避过激反馈"，但不幸现场里恰恰需要模拟出违法、非理、以致挫折的东说念主类活动，个被安全对皆磨平了棱角的模子，很可能地低估真实东说念主群的雄伟程度和焦躁烈度——这亦然种散播外失控，只不罅隙控的向不是"太雄伟"，而是"太乖"。

结语：问题变了

从 AI 小镇到今天，这项时间信得过的朝上不是让虚构东说念主"看起来像东说念主"，而是让谈论者开动问个锐的问题：这些虚构东说念主在坏的那几分钟里，还像不像东说念主？

派对上像不像东说念主，考验的是讲话和酬酢推崇；失火里像不像东说念主，考验的是在信息缺失、度焦躁、生命攸关的景象下，会不会跟真东说念主样作念出误判、跟风、以致彼此伤害。

CMU、天大、清华、斯坦福这四组东说念主，正在用各自的式回应"能不成作念到"；T ö rnberg 这么的品评者，则在教唆扫数东说念主先回应"你若何知说念它作念到了"。这才是 "逃生模拟" 和 " AI 小镇"之间信得过的分野，亦然这项时迤逦下来能不成被济急照看部门、保障公司信得过信任并参加使用的要道。

但无论这些系统能作念到多精准，后按下疏散指示、决定是否确信模拟着力的，终究还得是东说念主。

参考尊府：

1. CMU 济急疏散谈论：arXiv:2509.21868（作家：Yuxuan Li, Sauvik Das, Hirokazu Shirado / CMU）

2. RESCUE 地铁疏散系统：arXiv:2507.20117｜阵势主页｜演示｜GitHub（精良东说念主：李坤 / 天津大学，ICCV 2025）

3. AgentSociety 城市模拟：arXiv:2502.08691｜阵势文档（通信作家：李勇 / 清华大学）

4. 斯坦福数字分身谈论：arXiv:2411.10109｜阵势页｜GitHub｜Joon Sung Park 采访原文，Stanford HAI

5. T ö rnberg 品评综述：arXiv:2504.03274《Do Large Language Models Solve the Problems of Agent-Based Modeling? A Critical Review of Generative Social Simulations》（Petter T ö rnberg, Maik Larooij / 阿姆斯特丹大学）

6. 疫苗游移模拟局限谈论：arXiv:2503.09639

7. 2023 年 "AI 小镇 " 原始论文：arXiv:2304.03442《Generative Agents: Interactive Simulacra of Human Behavior》文安县建仓机械厂相关词条:管道保温施工     塑料挤出设备     预应力钢绞线    玻璃棉厂家    保温护角专用胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。