AI Simulation 赛道深度解析：从 Simile 到 Aaru，数字人格如何重构商业预测

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-15

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

AI Simulation（AI模拟）赛道正在成为资本与创业者关注的新焦点。该领域通过构建数字人格与虚拟社会，试图复现人类行为并预测未来走向。从斯坦福小镇的25个Agent，到MatrAIx的83亿个人格数据集，技术路径逐渐清晰，商业模式开始分化。

📊 核心实体与商业数据

💡 业务落地拆解

路径一：卖“模拟”——高保真数字人格

Simile是这一路径的代表。其核心逻辑是通过深度访谈“蒸馏”真实个体，构建高精度数字人格，再将其放入不同环境持续行动。Simile今年2月正式亮相，目前估值已突破20亿美元。美国大型连锁药房CVS已与Simile合作一年，通过真实用户数据构建了多达40万个数字分身，用于研究患者按时服药、测试消费者体验。

孟醒（五源资本合伙人）：访谈也是有技巧的，不是随便访谈。它会用一些最高效的方式去“榨取”你是谁，本质上其实就是在“蒸馏”你是谁，而且蒸得比较细。

但高保真意味着高成本。MatrAIx联合创始人Yuexing Hao指出，Simile模式下，针对每一家公司、每一种场景，都可能需要重新做后训练或预训练，代价巨大且可迁移能力未知。

路径二：群体模拟——速度与规模优先

Aaru选择了一条不同的路。它不追求个体深度还原，而是基于人口普查、匿名消费记录和客户私有数据三层数据，快速构建接近真实世界的模拟人群。其创始团队极为年轻，成立公司时分别只有18岁和19岁，技术负责人仅15岁。

Aaru在2025年纽约市长民主党初选中，成功预测曼达尼胜出，而外界普遍看好库莫。目前客户已包括麦当劳、安永、拜耳、A24等。安永曾让Aaru复现一项复杂的全球调研，Aaru一天完成的结果与原调查高度吻合；气泡水品牌Spindrift原本花费两个月、招募500名消费者完成的调研，Aaru的Agent用一周就得出了几乎相同的结论。

孟醒（五源资本合伙人）：Aaru可能关注得更多是速度，也更关注群体之间发生的关系。至于某一个体受到的深刻影响是什么，它可能并不那么关心。

路径三：评估基础设施——MatrAIx的83亿人格

MatrAIx由哈佛大学、MIT等机构牵头，汇集200多位研究者，构建了包含83亿个独特人格的数据集，每个人格由1290个维度定义。这些Agent进入问卷调查、AI聊天、网页浏览和App四种环境，完成超过1.8万次测试。通过400次受控实验发现，**91.5%**的情况下，Agent能够遵循预设的人格和行为特征。

Xiaomin Li（MatrAIx联合创始人、微软高级研究科学家）：我们做基础设施评估、提高最低能力水平，是希望先通过用户群体的多样性，在产品真正出来之前，就可以在各种情况、各种使用方式之下去评测它。

🚀 对企业 AI 化的启示

1. 预测性模拟的ROI正在显现

Aaru的案例表明，AI Simulation可以将传统市场调研的时间从两个月压缩到一周，成本大幅下降。对于需要快速迭代产品、测试定价策略的企业，这提供了可量化的效率提升。

2. 数字人格的资产化潜力

CVS构建的40万个数字分身，本质上是在积累一种新型数据资产。企业可以考虑将用户画像从静态标签升级为动态数字人格，用于持续的产品测试和体验优化。

3. 验证标准是规模化前提

孟醒（五源资本合伙人）：最怕的是你其实搭了一个剧场，然后所有人都在表演。一万个人在表演，不代表一万个人真的能够做预测。所以你还要有一套闭环机制。

当前AI Simulation面临的核心挑战是缺乏统一验证标准。Aaru在2020年大选回测中误差**<0.5%**，但在2024年真实预测中错误预测哈里斯获胜。企业采用此类工具时，需建立内部基准测试和偏差修正流程。

4. 成本下降推动规模化

2023年“斯坦福小镇”25个Agent运行两天，Token成本数千美元；到2025年，100个Agent一整轮模拟成本可能只有几美元。推理成本快速下降，使得万级、百万级模拟成为可能。

高森泉（WorldVac CEO）：人也不可能每天一直对所有人进行全频率、高频率的交互。真正有价值的一些交互节点，可能发生在更粗的一些主干上。所以我们可以用剪枝的方法，把成本稍微降下来一点。

AI Simulation仍处早期，但其在消费者研究、产品测试、政策推演等场景的潜力已初步验证。对企业而言，关注这一赛道的技术进展与成本曲线，或将在未来2-3年内获得显著的决策效率优势。

【官方原文链接】点击访问首发地址