叶龙解读人工智能从回答到推演的进化趋势

2026年5月23日，全球人工智能技术大会“智能体传播与媒体新生态”专题论坛于杭州隆重举行。中国人工智能学会智能传媒专委会秘书长、中国传媒大学数据科学与智能媒体学院院长叶龙教授受邀出席，并发表了题为《基于众商计算的类人智能体仿真与推演》的深度学术报告。

以下为演讲核心内容精编。

本次分享聚焦于“基于众商计算的类人智能体仿真与推演”这一前沿课题。

“众商”（VQ）作为一个新兴概念，相较于大众熟知的智商（IQ）与情商（EQ），其内涵更为聚焦于群体协作智能。在展开论述前，有必要简要介绍我们的研究背景。中国传媒大学在艺术、播音主持、新闻传播等领域的学科优势有目共睹，与此同时，学校亦具备扎实的工科科研底蕴，其科研体系主要依托于媒体融合与传播国家重点实验室等多个国家级平台。我们团队的核心研究方向，是尝试运用计算科学、仿真模拟等自然科学的研究范式，来探索和解决社会科学，特别是传播学领域的复杂问题。

具体研究工作主要围绕两个维度展开。其一，是视频内容生产维度，重点探索如何将人工智能大模型、生成式技术等与戏剧影视学等传统优势学科进行深度融合。无论是业界关注的AI视频生成（如Seedance），还是各类多模态大模型，其核心价值在于显著提升内容创作的效率与品质，目标是产出更具吸引力和影响力的视听作品。其二，是信息传播维度，这也是新闻传播学的根本关切。内容生产完成后，如何实现精准、广泛且深入的传播，真正“入脑入心”？这触及了传播效果与受众触达的关键。我们致力于探索“可控的传播”，即在传播内容、情感导向、价值引领及最终社会效果上均能做到可预测、可引导、可优化。正是基于对传播过程科学调控的追求，我们开始思考：能否通过构建高度仿真的多智能体系统，在虚拟环境中模拟并推演传播过程，从而实现这一目标？

从“回答”到“推演”：智能体角色的范式演进

回顾智能体的发展历程，进入大模型时代后，一个关键问题浮现：传统智能体多扮演问答或内容生成的角色，缺乏对社会复杂性的内在认知与判断能力。未来的智能体，其使命可能需要从简单的“信息应答”升级为复杂的“社会推演”。面对多元价值交织、观点碰撞的社会公共议题，往往需要多个具备不同立场与认知的个体，在冲突、权衡与持续反馈中，逐步演化形成集体共识与决策。这一研究方向，与国家“十五五”规划中关于推动人工智能深度融入社会治理、公共服务和决策流程的战略部署高度契合。

一个清晰的趋势是，人工智能的研究重心正从“单体智能”向“社会结构智能”迁移。当前广泛应用的多为执行特定任务的“工具型智能”，而下一阶段将是参与复杂决策的“决策型智能体”。真正的复杂性智能不仅存在于单一模型内部，更孕育于多个智能主体相互连接、互动所形成的关系网络之中。智能体的演进可大致划分为三个阶段：第一阶段是“能力体”，即大模型作为通用能力平台，解决“具备哪些功能”的问题；第二阶段是“角色体”，智能体被赋予具体社会角色与任务目标，在特定环境中执行指令，例如法律顾问、品牌经理等；第三阶段则是“社会体”，多个智能体置身于信息不对称、目标存在冲突的开放复杂环境，其追求的不再是单个智能体的局部最优，而是群体通过互动、博弈与演化所涌现出的全局最优状态。

“众商”（VQ）：从个体智商到群体智商的度量

这正是我们提出“众商”（VQ）智能体概念的核心要义。如果说IQ衡量的是个体“我”的认知能力，那么VQ度量的则是群体“我们”的协作与决策智慧。群体智能的本质，并非追求观点的简单趋同，而是实现有组织、有结构的理性协商。目前常见的多智能体系统（Multi-Agent System）中，不同智能体虽任务不同，但输出结果容易趋于同质化或流于表面概括。VQ的核心目标，不在于增加发言者的数量，而在于构建一种机制，使得持有不同认知框架的智能体能够相互校验、发现彼此的逻辑盲点与认知局限，通过这种结构化的冲突与协作，催生更优的群体决策方案。

VQ体系由六大关键机制支撑：个体异质性、判断独立性（特别是独立盲评机制）、少数意见保护、冲突显性化、证据链引用以及动态权重调整。其目标是将群体内部的分歧与辩论，组织成一个可追溯、可验证、可优化的理性决策过程。这与当前主流的“并行发言-结果汇总”式Multi-Agent架构有本质区别。主流架构往往缺乏深度互动与真实博弈，过度依赖模型自身的输出偏好。而VQ追求的是基于证据的独立评估、针对性的冲突解决，通过智能体间的理性博弈与证据交锋，最终产出经过充分优化的结论。可以说，未来人工智能的竞争，将不仅是算法模型单点能力的竞争，更是群体组织机制、协作效率与演化能力的竞争。

应用实践：OpinionVQ舆论众商推演系统

最后，分享一个面向舆情治理与风险研判的实际应用案例——“OpinionVQ”舆论众商系统。该系统核心具备多主体协同、态势研判与动态推演能力。我们将众商机制具体实现为一套可运行的舆情推演工作流：首先，系统模拟发布一项政策或突发事件；随后，来自法律、品牌管理、传播学、社会心理学等不同领域的专家型智能体，会基于其专业知识和独立数据库进行初步研判。

整个系统采用六层架构设计，从底层的事件证据层，到最终输出的公关策略层。我们特别设计了“证据墙”机制，要求每个专家智能体的任何观点输出都必须附上可追溯的证据来源及置信度评估，从而确保整个研判过程的真实性与可审计性。在评估流程上，系统严格遵循“独立盲评”先行，再进行“只读公开”评议——即专家智能体可以查阅他人的证据链，但不能直接沟通，以此在引入多元视角的同时，最大程度保持初始判断的独立性。系统内还定义了关键风险与效能指标，如“舆论灾变风险指数”和“公关沟通效率指数”。系统的优化目标并非生成四平八稳的“官样文章”，而是在有效控制风险的前提下，探索保持真实、坦诚且高效的公众沟通策略。

在公众舆论仿真层，系统会模拟具有不同人口属性、社会立场和心理特征的受众群体。此层仿真的目的，并非评判哪位专家智能体的观点正确与否，而是为了检验所生成的公关策略草案，在高度复杂、动态变化的真实舆论场中是否具备可行性与有效性。最终，我们致力于构建的是一个能够模拟博弈、支持协商、进行动态推演的多智能体社会仿真系统。众商计算的根本价值，在于将人类社会的分歧、证据与反馈，组织成一种可计算、可运行、可持续优化的高级群体智能形态。

以上是报告的全部内容。