 |
大型社会模拟器多层级社会运行框架。 北京大学武汉人工智能研究院供图 |
 |
吴志强。 |
□ 长江日报记者马梦娅 实习生王佑予 通讯员 邱婵
近日，世界人工智能大会在上海举行，此次大会释放了明确的信号：AI竞争的胜负手不再是模型尺寸，而是能否把AI真正嵌入到物理世界和复杂工作流中。
这个方向，恰与当下城市治理的数字化、智能化转型形成呼应。2025年6月，中国信通院发布《数字孪生城市研究报告（2026年）》，将数字孪生定义为城市治理现代化的核心驱动力。在武汉光谷，518平方公里的真实街区和人流车流，正被一点点“装进”大型社会模拟器。
大型社会模拟器是全球首个社会领域的大科学装置，由北京大学武汉人工智能研究院联合北京大学、北京通用人工智能研究院等共同研发，在光谷518平方公里范围内实现了全域建模，构建了一个包含上百万个智能体的虚拟社会系统，其中每个智能体都具备独立的行为逻辑和决策能力。
近日，长江日报《读+》周刊专访北京大学武汉人工智能研究院（以下简称北武院）执行院长吴志强。他指出：“我们打造的模拟器在逐步地逼近真实的世界。”
■ 大型社会模拟器里的每个智能体都有主体性
你是否想象过这样的场景——当你还在犹豫明早出门该走哪条路时，城市的交通系统已经在虚拟世界里完成了一整天的压力测试；当你还在为孩子该去哪所学校而思虑时，公共资源的配置方案已经在数字空间中迭代了上百个版本。
这不是科幻小说的情节。在武汉光谷，全球首个社会领域大科学装置，正为超大城市治理提供一个可量化、可复现的“社会实验室”——在虚拟世界中提前推演不同决策的长远影响，从而为交通优化、学位配置、应急疏散等现实治理难题提供科学依据。这被认为是通用人工智能研究从“个体智能”迈向“社会智能”的关键一步。
很多人第一次听说“大型社会模拟器”，会本能地联想到电子游戏《模拟城市》。它们类似吗？人们可以“操控”整座城市吗？吴志强的回答很明确：它们不一样。
大型社会模拟器和游戏最大的区别在于“主体性”。游戏里的角色按照既定脚本行动，没有自己的意志；而模拟器里的每一个智能体都具有主体性。它们有自己的价值驱动，在与外界交互后能表现出主观能动性。这些智能体既可以代表自然人，也可以代表机器人、人工智能体，甚至包括企业法人和政府管理部门。不同类型的智能体在模拟器里互动、博弈，由此便能涌现出群体智能和社会智能。
智能体是模拟器中一个个拥有独立人格的虚拟“人”。它们被赋予了不同的价值观、性格、职业和行为逻辑，能够在虚拟世界里生活、工作、交互和博弈。
吴志强说，有了百万量级的智能体，模拟器就不再是简单的数据计算，而是一个能逼近真实世界复杂性的“社会试验场”。科学家可以观察这个庞大虚拟社会的运行和演化，在虚拟世界里测试各种政策（如交通规划、资源配置），观察其长远影响，从而为真实世界的决策提供科学参考。
百万智能体在模拟器中构筑起“社会试验场”，让虚拟世界进行推演与演化。这一构想既与马斯克通过“世界模拟器”和“数字擎天柱”所探索的AI模拟路径相呼应，也与北武院的现实探索形成共振，二者共同指向一个正在逼近的现实：人类正以前所未有的精度构建“模拟世界”。
要让模拟器运转起来，数据是第一步，也是最难的一步。
数据有它自己的所有者，有相应的权限保护。这些数据涵盖人口、经济、交通、地理等多个领域，经过严格治理与隐私保护。大多数情况下，这种保护使得其他想使用数据的人难以获取，从而形成相互隔绝的“岛”。
北武院的科学家们把能获取的数据通过各种渠道汇集起来。拿到数据之后，用技术手段把这些孤岛之间的壁垒逐一打破。吴志强指出，“我们需要从政府层面、法律层面、研究层面共同推进，才有可能解决数据孤岛和数据确权等问题。”
■ 决策可以“预演”，不必在现实中试错
大型社会模拟器最核心的价值，在于“预演”。
过去，政府制定一项公共政策、规划一条交通路线，很大程度上依赖经验。现在，这些决策可以先在模拟器里“跑一遍”。
交通优化是最直接的例子。北武院把光谷518平方公里的路网数据全部接入模拟器，可以对包括车、人甚至电动车的交通流进行模拟。以举办马拉松赛事为例——这项大型活动必然对交通造成影响。过去，交通等有关部门靠经验做规划，决定封哪些路、在哪里加派警力和志愿者。现在，可以在模拟器里提前设计多个预案，结合不同的天气情况、预估参与人数和观众规模来调整。“如果是雨天，选A方案；如果是晴天，B方案更优。”所有这些都可以在模拟器里完成，不需要在现实中试错。
实际成效已经显现。截至2025年9月，在新竹路与民族大道交叉口、雄楚大道与民族大道交叉口、雄楚大道与雄庄路交叉口等几个人流量大的路口，通过智能交通治理项目实施的三个月监测，六个试点路口通行效率大幅提升，区域平均车流量提高7.8%，路口排队长度减少11.2%，车辆延误降低8.8%，其中雄楚大道与佳园路交叉口早高峰通行效率提升20%，每年约100万市民出行受益。
通过对信号灯配时智能优化，早晚高峰时段平均车流量提升了约10%，平均车速提升了8%，车辆平均等待时间减少了5%，平均出行时间缩短了10%。通过仿真手段，交通管理部门能够提前识别潜在的交通隐患，制定出更加有效的应对策略，减少了交通事故的发生，确保道路顺畅安全。
社区治理同样如此。北武院在光谷多个社区开展试点，基于虚拟现实仿真环境实现人口应急疏散模拟，同时以AI仿真模拟破解高空抛物、电动车管理等基层治理难题。
人口与公共资源配置是另一个重要场景。过去，学校建在哪里、规划多少个学位，多凭经验决定。现在可以在模拟器里定量分析：学校选址、学位数量、周边交通状况、人口分布、高收入群体聚居区域、老龄化程度……这些变量都可以做定量化呈现，甚至能模拟五年、十年之后的变化趋势，为当前决策提供更长远的依据。
【访谈】
我们要给智能体一颗“心”
■ 要为机器“立心”，否则只会得到“鹦鹉”
读+：您刚才提到大型社会模拟器里的每一个智能体都具有主体性，它们是怎么拥有主体性的，是什么样的主体性？
吴志强：这就要从北武院首席科学家朱松纯教授提出的“为机器立心”说起了。
朱松纯教授一直用哲学思维审视人工智能。他认为，东方哲学思想中早就认识到智能产生的机理是主观的、内生的，所谓“相由心生、心即是理”。基于此，他提出构建通用人工智能的关键在于“为机器立心”，也就是为智能体（无论是数字人还是机器人）树立符合人类伦理的价值体系与认知架构。
为什么需要“立心”？朱松纯教授有一个很形象的比喻：当前的大模型更像是“缸中之脑”或“鹦鹉”，能模仿语言模式，但缺乏对因果、伦理和物理常识的理解。而通用人工智能的目标是构建具备类人思维、全面达到人类水平的智能，它要能自主产生任务、完成无限任务，由内在的价值驱动而不是外在的数据驱动。就像一个人走进一个场景，知道自己需要做什么，并且主动学习怎么做。
我们要给智能体一颗“心”，这里的“心”指的是智能体的认知架构与价值体系。它决定了智能体为何而行动、如何理解世界、怎样在复杂情境中做出价值判断。构建AGI（通用人工智能）的关键，正在于为机器“立心”——让智能体拥有完备的认知架构与价值体系，使其思想与行为由内在的价值驱动，而非外部数据的机械映射。
回到我们的大型社会模拟器：我们放进模拟器的每一个智能体，无论是代表自然人、机器人、企业法人还是政府管理部门，都基于这套“为机器立心”的思想被赋予了内在的价值驱动。它们并非盲目行动或被动反馈，而是根据自身的价值体系去理解情境、自主规划、与其他智能体交互、博弈，最终涌现出群体智能和社会智能。
随着大量智能体进入人类社会，人机和谐共处、高效协作的前提，是人机交“心”，即生物人、数字人和机器人基于可相互映射、相互理解的认知架构，将彼此的感知、信念、意图和价值进行双向交流与对齐，人机之间建立起超越工具性使用的深层信任。
读+：有了社会模拟器这样的工具之后，社会科学的范式是否正在从观察、描述社会，转向基于计算的、可重复的仿真实验？这种变革，会给这一领域带来怎样的转变？
吴志强：肯定会带来很大的改变。2025年8月，国务院印发了《关于深入实施“人工智能+”行动的意见》，明确提出要将人工智能与科学研究紧密结合，推动研究范式的变革，哲学社会科学也在其中。
在我看来，目前正在打造的大型社会模拟器，有望成为一个能够帮助人文社科研究者加速研究进程的得力工具。很多传统的社会科学研究的流程是发问卷、收数据、观察社会现象，一个研究周期动辄以年为单位，甚至要等上三五年才能初步验证某个假设。这种节奏，在快速变化的现代社会显得有些慢了。有了模拟器之后，很多步骤可以在里面快速“跑”完，研究周期在很大程度上被压缩了。
即使如此，我也不认为模拟器能够完全替代传统的人文社科研究。就像我们收集一张图片，它要清晰，就要求精度高，其中包含的数据就要充分。然而，数据的精度永远达不到100%，同样，社会运行的复杂性也不可能被完全呈现。
我们只能在统计意义上逼近真实，让大型社会模拟器在整体上匹配社会运行状态。但具体到每一个智能体个体，其行为和轨迹不可能跟真实社会中的人完全一样。
所以，模拟器更适合扮演一个“加速器”的角色。研究者有了新想法，可以先将假设、问卷、模型等放进模拟器里跑一跑，尽快拿到反馈数据，把研究路径打磨得更贴合实际。做完这些之后，该做的实地调研、该用的传统方法，还是需要的。
■ 模拟器方案自带“中国基因”
读+：在“大型社会模拟器”这一具体领域，全球其他国家的研发进展处于什么水平？
吴志强：放眼全球，当前人工智能领域的科技竞争，主要集中在中国与美国之间，其他国家已经被中美两国远远甩在身后。
美国当前最先进的大模型尚有一定领先优势。不过，我们追赶势头强劲，整体差距并不大。
这场中美人工智能竞赛，最终胜负不仅取决于模型性能、纯技术水平的高低。更关键的是，我们能否争取到中美以外其他国家与民众的认同和支持。自2025年初，特朗普多次提出，要推动美国人工智能技术向全球推广。美方也逐渐意识到，仅凭大模型几个月的领先优势，远不足以赢得这场竞争。
在人工智能发展路径上，我国充分彰显出社会主义制度的优越性。仅从数据资源来看，中国的数据基础在全球具备领先优势。不少国家的数据获取依靠个体、企业相互博弈，缺少强有力的统筹力量。我国拥有高效有力的统筹机制，可以依托顶层设计自上而下推进数字城市建设，推动数字化、信息化、智能化全面发展。
读+：我国这套立足公共城市治理、兼顾集体均衡与个体发展的模拟器方案，能为全球智能治理贡献怎样的智慧？
吴志强：首先，这是一条原创技术路径。我们研究“社会智能”，探索的是通用人工智能的“无人区”。我们构建的全球首个大型社会模拟器，支持百万级智能体的价值博弈和群体智能涌现，从个体智能到社会智能，形成了一套完整的、不从属于任何国外路径的原创体系。
其次，这套方案自带“中国基因”。它扎根于中国超大城市治理的真实需求——数字城市为基座，统摄个体、组织、社会多个层级，应用于交通、应急、经济规划、政府管理等场景。背后的治理哲学很清晰：我们关注的从来不是某一个体的精确轨迹，而是整体态势与均衡。这种“兼顾集体与个体”的理念，本身就带有鲜明的中国文化底色。
归根到底，我们不仅要让AI服务社会，更要从中国传统文化和治理智慧中提炼价值规范。大型社会模拟器可以模拟不同文化群体的交流与协商，为智能时代的人机共生提供“和合共生、美美与共”的实践路径。
■ 人工智能时代，人类将更多投身于创造性工作
读+：马斯克认为我们极可能活在一个“模拟世界”里，并推出了“数字擎天柱”项目——让AI像真人一样操作电脑、模拟一家公司的完整运作。您怎么看待“我们可能活在一个模拟世界”这个猜想？
吴志强：我们认同“模拟世界”这个命题的技术前瞻性，也反复研讨过这类前沿思考。当然，我们也始终警惕把技术愿景异化为资本叙事的陷阱。马斯克本人其实也多次对中国社会经济发展表达过欣赏，技术探索本就该跨越国界。
至于“我们是否活在一个模拟世界”这个猜想，我想，它永远无法被彻底证实或证伪，只能作为开放问题存在——北大也有不少老师在讨论它，但它终究悬在空中。
恰恰因为“终极答案”不可达，才更凸显出模拟工作的现实意义。我们打造的模拟器，目标就是逐步逼近真实世界，但永远无法抵达真实本身——这是一个无限逼近的过程。在“逼近真实”这条路上，每一次争论、每一次试错，都是向那个永远无法抵达的终点，再靠近一小步。
马斯克的追问和我们的实践并非对立，我们相信：技术是人类认知世界的延伸，只是延伸的方向不同。
读+：马斯克在多场访谈里提到，AI已经能替代一半以上的白领工作，人形机器人也将逐步接管体力劳动，这将彻底改变财富分配方式，他提出了“全民高收入”的构想。在您看来，将来劳动的方式会有怎样的变化？
吴志强：在我看来，人工智能这次技术革命，对我们的生产生活、对我们整个社会发展将会产生革命性的影响，甚至超越了前三次技术革命。
马斯克提出要推行“全民高收入”，国内也有很多专家提出应该征收人工智能税。在他们看来，从事人工智能和大模型研发的企业，应当做好充分评估：当技术落地到各个行业，是否替代大量人力，造成原有从业者失去工作。企业应当据此向政府、向社会提供相应补偿。至于采用何种计算方式、征收标准如何确定，目前还需要大量探讨，但我认为这是一条必经之路。
与此同时，人工智能也会对整个社会结构产生巨大影响。马斯克提出的“全民高收入”构想，引出一个关键问题：倘若人人都能获得基础高收入，人类是否还保有劳动动力，会不会选择躺平、不再劳作？
我认为，劳动不只是谋生手段，劳动是人之所以为人的本质与本能，人本身就需要劳动。进入人工智能时代，人类劳动将更多转向创造性、探索性工作。当下，我们的教育体系、各类社会支撑体系能否适配这一转变，仍然值得持续探讨。这也凸显出人文社科的重要价值。科学家的任务是持续优化模型，不断精进人工智能技术；而人类社会该如何适配技术发展，就需要人文社科领域，特别是哲学、社会学研究者提供全新思想。
读+：在智能时代，人文社科的重要性如何体现？
吴志强：智能时代，很多过去我们认为很难的工作，比如基本编程，很快会被人工智能实现。但是人类在更高层面、哲学层面上的思考，反而是指导人工智能继续发展的最重要核心前提。这就是朱松纯教授常说的“为机器立心，为人文赋理”。
我想从两个角度来说明人文社科的重要性。第一点，想要在理工科领域做出很好的贡献，离不开人文社会科学的支撑。一些优秀的科学家，比如竺可桢、钱学森、杨振宁等科学家，在理工科领域做出了杰出的贡献。同时，他们对于中国传统文化及哲学也都有非常深的理解，有着深厚的人文功底。我认为，这是支撑他们能够在科学高峰上不断攀登的重要支柱。
第二点，为什么人工智能技术能够代替很多传统行业的工作？比如会计师的一些工作、程序员的一些工作。因为这些大多属于重复性较强、创造性较弱的工作类型。深耕人文社科，需要人们扩展自己知识的边界，让想象力无限放飞。这才是在智能时代最欠缺的能力。
在我看来，人文社科领域的学习者，遇到了一个好时代。