編輯｜杜偉

進(jìn)入到 2026 年，人工智能領(lǐng)域被一只「龍蝦」（OpenClaw）硬控了。這種具備高主動(dòng)性、強(qiáng)活人感的私人 AI 助理成為了新一代人機(jī)交互的標(biāo)桿。

然而，在應(yīng)用層的狂歡背后，關(guān)于「人工智能的下一個(gè)前沿」究竟在哪，業(yè)界正產(chǎn)生更深層的共思。

對(duì)于這個(gè)問(wèn)題，我們勢(shì)必會(huì)聽到不一樣的答案。此前，英偉達(dá)高級(jí)研究科學(xué)家 Jim Fan 認(rèn)為世界建模是新一代預(yù)訓(xùn)練范式，大型世界模型將開啟為機(jī)器人學(xué)習(xí)以及更廣泛多模態(tài) AI 奠定真實(shí)基礎(chǔ)的元年。

今天，斯坦福大學(xué)副教授 Percy Liang 旗幟鮮明地表示，「模擬將是人工智能的下一個(gè)前沿。」同時(shí)，他還是孵化自爆火「斯坦福 AI 小鎮(zhèn)」項(xiàng)目的創(chuàng)業(yè)公司 Simile 的聯(lián)合創(chuàng)始人，該公司在上個(gè)月宣布完成了 1 億美元融資，投資人包括了李飛飛、Andrej Karpathy 等眾多 AI 大佬。

在他看來(lái)，迄今為止，人工智能最令人矚目的成就都源于那些擁有清晰環(huán)境與獎(jiǎng)勵(lì)機(jī)制的領(lǐng)域，無(wú)論是擊敗李世石的圍棋對(duì)決、奪得國(guó)際數(shù)學(xué)奧林匹克（IMO）金牌，還是從零開始編寫完整的應(yīng)用程序。在這些場(chǎng)景中，強(qiáng)化學(xué)習(xí)算法可以嘗試不同的行動(dòng)，并在安全的 Docker 容器中觀察那些定義明確的結(jié)果。

但是，面對(duì)涉及人類的、混亂的現(xiàn)實(shí)世界情況時(shí)又該如何呢？在現(xiàn)實(shí)中，獎(jiǎng)勵(lì)機(jī)制模糊不清，風(fēng)險(xiǎn)巨大，且無(wú)法直接進(jìn)行實(shí)驗(yàn)。這些情況恰恰是人工智能下一個(gè)重大機(jī)遇所在。

為了攻克這一難題，我們需要「模擬」社會(huì)（即將社會(huì)放入 Docker 容器中）。這意味著要建立一個(gè)能夠預(yù)測(cè)在任何給定情景（真實(shí)或假設(shè)）下會(huì)發(fā)生什么的模型。如果能實(shí)現(xiàn)這一點(diǎn)，我們的能力將僅僅受限于想象力：預(yù)測(cè)未來(lái)、優(yōu)化結(jié)果、回答假設(shè)性（「如果 …… 會(huì)怎樣」）問(wèn)題。最終，這不僅僅是為了做出更好的決策，更是為了讓我們對(duì)自身和這個(gè)世界有更深刻的理解。

Percy Liang 關(guān)于模擬「社會(huì)」的一系列觀點(diǎn)得到了很多人的認(rèn)同：

在 Percy Liang 撰寫的一篇博客文章中，我們看到了他及其所在公司 Simile 關(guān)于 AI 進(jìn)入模擬時(shí)代的暢想、面臨的挑戰(zhàn)以及未來(lái)的發(fā)展?jié)摿Α?/p>

研究連接了可能與不可能。在預(yù)測(cè)時(shí)代，我們實(shí)現(xiàn)了訓(xùn)練通用模型以高精度分類文本和圖像。在推理時(shí)代，我們正讓模型具備解決挑戰(zhàn)性數(shù)學(xué)、代碼以及其他復(fù)雜的、多步驟問(wèn)題的能力。但那些答案取決于大量人類長(zhǎng)期互動(dòng)所產(chǎn)生的涌現(xiàn)結(jié)果的、復(fù)雜的現(xiàn)實(shí)世界問(wèn)題該如何解決？比如：

• 如果我們?cè)试S遠(yuǎn)程辦公，我們組織的生產(chǎn)力和文化會(huì)發(fā)生怎樣的變化？
• 我們?cè)撊绾螢閿?shù)百萬(wàn)學(xué)生重新設(shè)計(jì)三年級(jí)數(shù)學(xué)課程？
• 如果醫(yī)生按團(tuán)隊(duì)成果進(jìn)行考核，臨床文化會(huì)如何轉(zhuǎn)變？

這些問(wèn)題需要更多支持：它們需要對(duì)給定情況下將發(fā)生的事情有極其精細(xì)的理解。換句話說(shuō)，它們需要我們進(jìn)行模擬。

在 Simile，我們相信我們即將進(jìn)入模擬時(shí)代 ——AI 的下一個(gè)前沿。模擬的核心在于對(duì)我們自身及環(huán)境的深度理解，以至于能夠推演任何可以想象的「如果…… 會(huì)怎樣？」的情景。

Simile 團(tuán)隊(duì)開創(chuàng)了 AI 模擬領(lǐng)域。我們開發(fā)了具有涌現(xiàn)行為的多智能體模擬、模擬了在線社交互動(dòng)，并創(chuàng)建了能夠準(zhǔn)確代表真實(shí)個(gè)體的智能體。為了釋放模擬的全部潛力，我們必須應(yīng)對(duì)以下挑戰(zhàn)：

• 開發(fā)人類及其環(huán)境的高保真模型：當(dāng)今的語(yǔ)言模型并不能捕捉人類行為的細(xì)微差別。我們需要新穎的數(shù)據(jù)采集策略來(lái)獲取這些潛在知識(shí)，并訓(xùn)練能夠推導(dǎo)至新情景的基座模型。
• 高效地進(jìn)行大規(guī)模模擬：我們?nèi)绾文M 80 億人一年的活動(dòng)？我們必須開發(fā)多尺度模型，以便模擬整個(gè)人群隨時(shí)間推移的宏觀和微觀動(dòng)態(tài)。
• 模擬必須建立信任：我們的模型必須對(duì)可能結(jié)果的分布產(chǎn)生經(jīng)過(guò)校準(zhǔn)的概率估計(jì)。在這里，模擬本身作為一個(gè)可解釋的產(chǎn)物，與具體現(xiàn)實(shí)緊密相連。

模擬將開啟哪些可能呢？

首先，模擬器允許我們預(yù)測(cè)未來(lái)：給定當(dāng)前狀態(tài)，模擬接下來(lái)會(huì)發(fā)生什么。但模擬器的功能遠(yuǎn)不止于此。模擬器是世界的因果模型。根據(jù) Pearl 的因果層次理論，我們可以評(píng)估干預(yù)措施：如果我們做出某種決定，會(huì)發(fā)生什么？或者更具野心地說(shuō)，我們可以回答反事實(shí)問(wèn)題：如果我們過(guò)去實(shí)施了某種決定，結(jié)果又會(huì)如何？回答此類問(wèn)題的能力不僅能實(shí)現(xiàn)更好的決策，還能讓我們對(duì)自身和世界有更深刻的理解。

模擬時(shí)代正在開啟：預(yù)測(cè)模型可以生成最優(yōu)行動(dòng)，但無(wú)法解釋原因。推理模型可以講述故事，但這些故事不一定基于現(xiàn)實(shí)。模擬為世界上最復(fù)雜的問(wèn)題提供了完整的、可審計(jì)的軌跡。模擬將要發(fā)生的事情比預(yù)測(cè)該做什么更難。但我們相信，這是通往穩(wěn)健超智能的真正路徑。模擬位于可能與不可能的分界線上

https://www.simile.ai/blog/simulation-next-frontier

https://x.com/percyliang/status/2031392872310911430