# 复旦重磅发布LifeSim：全球首个长程用户生活模拟框架，革新AI助手评测与训练 - Link: https://paooo.com/aigc-news/11167/ - Published: 2026-05-27T18:08:33+08:00 - Author: 站外新闻 > **💡 站外导读：**当前，个性化AI助手（如智能管家、情感伴侣）正成为行业焦点，但其 > 发展面临一个核心瓶颈：如何科学、真实地评测AI在长期、动态、复杂生活场景中的个性 > 化服务能力？传统基准测试多基于静态问答或短程任务，与用户真实生活中跨越时间、地点、 > 情绪的连续交互场景严重脱节。复旦大学与上海创智学院最新发布的LifeSim框架，正是为了 > 解决这一关键痛点而生，它首次将用户生活视为一个可模拟的完整流程。 ## LifeSim是什么 LifeSim是复旦大学与上海创智学院推出的首个长程用户生活模拟框架，用于评测个性化AI助手。 框架基于BDI认知模型，同时建模用户内部认知（信念、愿望、意图）与外部环境（时间、地点、 天气），生成连贯的生活轨迹和多轮交互。LifeSim通过1200个场景、8个生活领域的LifeSim- Eval基准，评测模型处理显性与隐性意图、长期偏好建模的能力，解决现有评测与真实场景 脱节的问题。 阅读目录 * [LifeSim是什么](https://paooo.com/aigc-news/11167/#lifesim%e6%98%af%e4%bb%80%e4%b9%88) * [LifeSim的主要功能](https://paooo.com/aigc-news/11167/#lifesim%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [LifeSim的技术原理](https://paooo.com/aigc-news/11167/#lifesim%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86) * [如何使用LifeSim](https://paooo.com/aigc-news/11167/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8lifesim) * [LifeSim的关键信息和使用要求](https://paooo.com/aigc-news/11167/#lifesim%e7%9a%84%e5%85%b3%e9%94%ae%e4%bf%a1%e6%81%af%e5%92%8c%e4%bd%bf%e7%94%a8%e8%a6%81%e6%b1%82) * [LifeSim的核心优势](https://paooo.com/aigc-news/11167/#lifesim%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf) * [LifeSim的项目地址](https://paooo.com/aigc-news/11167/#lifesim%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80) * [LifeSim的同类竞品对比](https://paooo.com/aigc-news/11167/#lifesim%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94) * [LifeSim的应用场景](https://paooo.com/aigc-news/11167/#lifesim%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af) * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/11167/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight) ![LifeSim](https://paooo.com/wp-content/uploads/2026/05/LifeSim-website-1.avif) ## LifeSim的主要功能 * **长程生活轨迹模拟**：基于真实出行数据生成连贯的用户生活事件序列，涵盖时间、地点、 天气等外部环境约束。 * **多轮交互行为模拟**：模拟用户与AI助手的自然对话，支持记忆冲突检测、情绪推理和 动态行为选择。 * **个性化能力评测**：通过LifeSim-Eval基准测试模型识别显性/隐性意图、长期偏好重建 与对齐能力。 * **隐私安全数据合成**：支持生成百万级多样化用户画像，为个性化助手训练提供高质量 合成数据。 ## LifeSim的技术原理 * **信念引擎**：整合长期用户画像与短期情境认知（物理/心理/环境状态）。 * **愿望引擎**：从需求库检索候选意图，结合用户信念与外部环境进行重排序。 * **事件引擎**：基于逻辑函数控制事件触发概率，确保生活事件符合真实时空约束。 * **行为引擎**：通过记忆感知（检测历史冲突）、情绪推理（GoEmotions分类）、行动选择 三阶段生成用户响应。 ## 如何使用LifeSim * **在线 Demo 体验**： - **访问官网**：直接访问http://fudan-disc.com/lifesim/可使用可视化界面。 - **预设演示**：选择系统内置用户，在地图时间轴上点击任意生活节点，查看当时场景 并与模拟用户对话。 - **实时生成**：自定义年龄、职业、人格特质等画像，观看 BDI 引擎实时生成生活事件 并交互。 * **本地部署评测**： - **环境准备**：安装 Python 依赖，准备用户画像与生活事件数据。 - **模型配置**：接入用户模拟模型（如 Qwen3-32B）与被测助手模型（支持本地 vLLM 或 OpenAI/DeepSeek 等 API）。 - **运行模拟**：选择单场景（独立对话）或长程模式（带历史记忆的多轮交互），系统 将自动生成对话日志。 - **自动评分**：使用 LLM-as-Judge 对意图识别、隐性需求满足、画像对齐等 7 个维 度自动打分。 ## LifeSim的关键信息和使用要求 * **定位**：首个长程用户生活模拟器，用于评测个性化 AI 助手在真实动态场景中的能力。 * **技术核心**：基于 BDI 认知模型（信念-愿望-意图），融合外部环境（时间/地点/天气） 与内部认知状态（人格/偏好/记忆）生成用户行为。 * **数据规模**：百万级用户画像池、3,374 条真实轨迹、1,200 个评测场景（覆盖 8 大 生活领域）。 * **评测重点**：区分显性意图（直接需求）与隐性意图（需结合画像与场景推断），支持 长程对话（最长 16K tokens 历史上下文）： * **所属机构**：复旦大学数据科学与上海创智学院联合研发。 ## LifeSim的核心优势 * **填补真实场景鸿沟**：突破现有静态、短上下文评测局限，首次实现跨天/周级的长程 生活轨迹模拟，让 AI 助手评测真正贴近”贾维斯”式连续服务场景。 * **BDI 认知架构深度建模**：不同于简单角色扮演，基于信念-愿望-意图心理学模型，系统 模拟用户”如何想”（认知状态），生成具备一致人格的合理行为链。 * **显隐性意图双重考验**：通过隐性意图（需结合天气、地点、历史偏好推断）暴露当前 LLM 在长期用户理解上的 20+ 分性能缺口。 * **物理-认知双环境融合**：独特地将真实地理轨迹（3,374 条）、时间天气等物理约束， 与动态心理情绪、记忆遗忘等认知机制结合，生成事件具备现实合理性。 ## LifeSim的项目地址 * **GitHub仓库**：https://github.com/dfy37/lifesim * **arXiv技术论文**：https://arxiv.org/pdf/2603.12152 * **在线体验Demo**：http://fudan-disc.com/lifesim/ ## LifeSim的同类竞品对比 | 对比维度 | LifeSim | Generative Agents (Smallville) | AgentBench | | **核心定位** | 个性化 AI 助手长程能力评测基准 | 虚拟社会沙盒行为观察平台 | LLM Agent 工具调用能力评测 | | **时间维度** | 长程连续（跨天/周级，最长 16K tokens 上下文） | 连续时间（无明确上限） | 短程任务（单轮或少数轮次） | | **环境建模** | 真实物理环境（时间+天气+地理轨迹）+ 认知状态 | 虚拟 2D 沙盒环境（游戏式交互） | 虚拟工具环境（OS/网页/数据库） | | **用户建模** | **BDI 认知模型**（信念-愿望-意图+大五人格+动态情绪） | **记忆流+反思**（观察涌现行为） | **无**（仅测试 Agent 本身能力） | | **评测重点** | 显隐性意图识别、长期偏好对齐、画像还原 | 社会现象涌现、群体互动模式 | 工具使用准确率、任务完成效率 | | **交互模式** | 用户-AI 助手对抗对话（可评测第三方模型） | AI 智能体间自由互动（观察型） | AI 与虚拟环境交互（任务型） | | **数据规模** | 百万级用户画像、1,200 标准评测场景 | 25 个智能体、有限预制场景 | 8 个环境、数千测试用例 | | **可复现性** | **标准化种子场景+自动评分**（支持模型横向对标） | **开放式观察**（结果随机性强，难复现） | **固定测试集**（可复现） | | **主要优势** | 真实生活场景、心理学理论支撑、量化隐性意图能力 | 群体智能涌现、视觉化社会模拟 | 工具生态丰富、任务边界清晰 | | **主要局限** | 仅限单用户-助手二元交互（暂不支持多智能体社会） | 缺乏标准化评测指标，难以对比模型优劣 | 缺乏用户认知建模，不涉及个性化长期服务 | ## LifeSim的应用场景 * **AI 助手能力评测与对标**：为 GPT-4o、Claude、DeepSeek 等模型提供标准化”长程个性 化”考场，精准识别模型在隐性意图理解、长期记忆保持、用户画像对齐等方面的能力边界。 * **合成数据生成：**：基于百万级模拟用户生成大规模、多样化的长期交互对话数据，解决 真实用户数据稀缺且隐私敏感的问题，用于微调个性化助手或强化学习训练。 * **智能客服与伴侣 AI 预训练**：在虚拟环境中模拟极端或罕见场景（如用户连续多日焦虑 状态下的求助），测试客服系统的情感支持能力与长期上下文一致性，避免上线后真实用户 测试风险。 * **人机交互（HCI）学术研究**：为认知科学、社会心理学提供可控实验平台，研究不同 人格特质（如大五人格）如何影响用户对 AI 助手的接受度与信任建立过程。 * **个性化推荐算法验证**：在饮食、健身、育儿等 8 大生活领域，验证推荐系统能否结合 用户长期偏好与实时情境（如雨天+健身习惯）做出动态调整。 #### 📝 站长洞察 (Editor’s Insight) LifeSim的发布，标志着AI评测从‘任务性能’向‘生命体验’的范式跃迁。它背后的核心洞察是： 真正的个性化AI助手，必须能像人类一样，在连续的时间流中理解用户的隐性意图、记忆历史 偏好、并适应动态环境。这不仅是一个评测工具，更是一个生成合成数据的‘虚拟人生实验室’， 将直接推动‘贾维斯’式助手的进化。其基于BDI心理学模型的架构，比单纯的角色扮演更具深度 和可解释性。与Generative Agents等关注社会涌现的工作不同，LifeSim聚焦于最贴近商业 落地的‘个人助手’场景，且提供了可复现的量化标准，这使其在产学研界都具备极高的实用 价值。它预示着，未来大模型的能力竞赛，将越来越多地在这样复杂、长期的‘生活沙盘’中 展开。