国务学院公共经济与社会政策系第四十九次学术报告会举办

2025年6月4日下午，上海交通大学国际与公共事务学院举办第49期公共经济与社会政策系学术报告会。本次报告会由上海交通大学国际与公共事务学院长聘教授陈杰主持，聚焦“SocioVerse：千万样本驱动社会模拟的世界模型”，特别邀请了复旦大学社会科学高等研究院青年研究员、人工智能与社会科学研究中心（筹）主任王宇及复旦大学大数据学院博士研究生张辛农、林嘉昱，共同分享他们在社会模拟领域的前沿探索与实践成果。上海交通大学国际与公共事务学院院长吴建南教授，国务学院吕晓俊教授、向晨助理教授及师生们参加了本次活动，共同见证并参与了这场思想的碰撞。

随着大语言模型（LLM）在社会模拟领域的广泛应用，研究热度持续攀升。然而，现有方法普遍面临着如环境设定静态、用户身份模糊、互动规则简单、行为表现脱离现实等关键挑战。针对这些难题，王宇团队提出了创新的SocioVerse框架，一个基于LLM智能体和千万级真实社交媒体用户池构建的社会模拟世界模型。

报告会上，王宇首先系统介绍了社会模拟面临的四大核心对齐挑战：模拟环境与真实世界的动态对齐、模拟用户与真实个体的精准对齐、交互场景与现实社交结构的多样性对齐，以及模拟行为与真实群体模式的可靠性对齐。他强调，SocioVerse框架通过整合世界知识、实时动态信息、个性化偏好以及一个包含千万级真实用户数据的用户池，力求在模拟中精准还原群体行为模式与复杂的社会动态。

随后，博士生张辛农、林嘉昱分别就SocioVerse的具体技术实现、数据支持以及在总统选举预测、热点新闻反馈和国民经济调查三大场景中的应用案例进行了详细阐述。他们展示了SocioVerse如何通过标准化流程和最小化人工干预，确保模拟结果的多样性、可信度与群体代表性。特别是在美国总统选举预测中，通过整合用户历史发言和先验人口统计学分布，显著提升了州级别投票份额预测的细粒度表现。而在热点新闻反馈和国民经济调查中，SocioVerse也展现出捕捉公众态度、预测消费行为的强大能力，其模拟结果在多个维度上与真实世界数据展现出高度一致性。

在互动问答环节，与会师生围绕SocioVerse的数据来源、用户标签的生成与准确性、大语言模型在模拟中的“黑箱”问题、以及如何处理文化差异和意识形态偏见等问题展开了热烈讨论。

吴建南对王宇团队的研究成果给予了高度评价，他指出，SocioVerse不仅为社会科学研究提供了强大的自动化实验平台，也为理解复杂社会现象、预测社会动态开启了全新的路径。他回忆起早期社会模拟的探索，感慨如今人工智能技术带来的革命性进步，使得模拟研究能够更贴近现实，更具洞察力。

吕晓俊、向晨分别从各自的研究领域出发，与SocioVerse团队进行了深入交流，探讨了该框架在公共政策制定、危机管理、国际关系等领域的潜在应用前景。

本次报告会不仅展示了SocioVerse作为社会模拟世界模型的创新性与实用性，也为在场师生带来了一场关于人工智能如何赋能社会科学研究的深刻启示。