文章导读
多模态大模型和具身智能进入真实社会场景后,如何应对多方并发互动、情感变化与个体差异,仍是智能体能力评测的难题。清华大学计算机系贾珈团队以ALIVE-World构建动态三维社会交互环境,并配套ALIVE-Bench,从社会感知、心理理解、人际影响和任务成效四方面评估智能体,相关论文获ACM Multimedia 2026杰出论文奖,入选率仅为录用论文的4.4%。这套方法如何帮助发现AI社会行为缺陷并推动自然协作?
— 内容由好学术AI分析文章内容生成,仅供参考。
11月10日至14日,第34届ACM国际多媒体大会(ACM Multimedia 2026)在巴西里约热内卢举行。计算机系教授贾珈团队论文“从视觉到交互:面向视觉语言模型智能体的动态社会智能评测环境 ALIVE-World”(From Vision to Interaction: Evaluating Dynamic Social Intelligence of VLM Agents in ALIVE-World)获杰出论文奖。论文第一作者为计算机系博士生许玥,计算机系博士后秦霄羽为通讯作者。

获奖证书
随着多模态大模型与具身智能技术的快速发展,智能体正逐步应用于智能服务、人机协作等真实社会场景,需应对多模态信息交织、多方行为并发及情感与认知状态持续演变的复杂社会互动。针对这一挑战,研究团队提出多模态拟人社会交互仿真环境ALIVE-World,将视觉感知、语言交流与具身行为统一于动态三维空间,支持多个智能体之间连续并发的社会互动。在此基础上,研究引入人类社会交互中的情感、认知与个体差异,借鉴认知心理学中的双系统理论,使虚拟角色动态调整内部状态,形成具有拟人特征的社会交互反馈。团队进一步提出配套评测基准ALIVE-Bench,从社会感知、心理理解、人际影响与任务成效四个层面,系统刻画智能体的动态社会交互能力。该研究探索了融合多模态感知、具身行为与人类社会认知机制的智能交互环境构建范式,为深入理解AI社会行为、发现交互能力缺陷、优化智能体决策机制提供了新平台,也为构建能够理解人类、适应社会情境并与人自然协作的智能体奠定了技术基础。
ACM国际多媒体大会是多媒体与多模态智能领域具有影响力的国际学术会议之一。据统计,本届会议杰出论文奖入选率仅为录用论文的4.4%。
供稿:计算机系
编辑:刘芳芳
审核:王晓霞
© 版权声明
本文由分享者转载或发布,内容仅供学习和交流,版权归原文作者所有。如有侵权,请留言联系更正或删除。
















社会智能评测这个角度挺新颖的
ALIVE-World能开放给其他团队用吗?
恭喜清华团队,这个奖不容易