会议简介
全国社会媒体处理大会由中国中文信息学会社会媒体处理专业委员会（Social Media Processing, SMP）主办，大会专注于以社会媒体处理为主题的科学研究与工程开发，传播社会媒体处理最新的学术研究与技术成果提供广泛的交流平台，旨在构建社会媒体处理领域的产学研生态圈，成为中国乃至世界社会媒体处理的风向标。全国社会媒体处理大会创办于 2012 年，每年举办一次，现已成为社会媒体处理的重要学术活动。
本次全国社会媒体处理大会（SMP 2025）将于2025年11月20日至23日在湖北武汉召开。本届大会的主题是“走向人类社会的大模型”，旨在探索在大模型快速发展的今天，大模型赋能人类社会可持续发展的路径，聚焦大模型与人类发展的深度融合。大会议程将包括讲习班、大会特邀报告、特高水平综合期刊（Science、Nature）论文作者交流专场、基础模型论坛、交叉专题论坛、SMP 基金项目论坛、SMP 特色论坛、评测与竞赛、海报与系统展示等环节。
会议安排
会议时间：2025年11月20日-23日
2025年11月20日-11月21日：前沿技术讲习班
2025年11月22日-11月23日：主会议
会议地点：湖北省武汉市临空港温德姆花园酒店
会议官网：http://smp2025.cips-smp.org
论坛简介
本论坛立足人工智能与社会科学的交叉前沿，旨在搭建一个跨学科的高端交流平台。论坛汇聚学界与业界的专家学者，共同探讨人工智能赋能社会发展的新趋势，分享社会智能领域的最新成果与实践经验。论坛注重学术与应用的双向互动，强调前瞻性、开放性与多元化，致力于推动跨学科合作与思想碰撞，探索AI与社会融合发展的新路径，助力构建更加智能、高效与可持续的未来社会。
论坛主题： AI 赋能的社会科学
论坛时间：11月22日下午14:00 - 16:00
论坛地点：方舟厅
论坛主席：
陈旭
中国人民大学
副教授
陈旭，中国人民大学高瓴人工智能学院预聘副教授，博士生导师。主要研究方向为大语言模型、强化学习和信息检索等，发表高水平论文 80 余篇，谷歌引用 1 万余次。带领团队撰写大模型智能体领域的早期综述《A Survey on Large Language Model based Autonomous Agents》，构建“大模型+社会科学”模拟仿真平台“玉兰-万象”。荣获多项著名国际会议的最佳论文奖或提名（TheWebConf 2018，CIKM 2022 Resource，SIGIR-AP 2023， MM Asia 2024， AIRS 2017），荣获 CCF 自然科学二等奖，CIPS 钱伟长青年创新奖，ACM-北京新星奖等荣誉。长期担任NeurIPS、ICLR 等会议领域主席，担任期刊 ACM Transactions on Recommender Systems的编委。
报告信息
报告一
.webp)
吕鹏
中南大学
自动化学院、公共管理学院
教授
报告主题：面向个人智能助手的大模型社交智能：挑战，探索与展望
报告摘要：大模型的社交智能是个人智能助手的核心基础能力，它使助手能够理解复杂社交情境中的用户意图与情感，并据此做出合理决策，提供个性化、共情化的服务，显著提升人机交互体验。实现有效的社交智能主要依赖两项关键技术：一是长期记忆能力，涵盖记忆的高效存储、精准检索与动态更新；二是社交推理能力，包括对用户和情境的深入理解以及多轮交互中的合理决策。本报告首先分析大模型社交智能的现状，揭示其作为个人智能助手底座存在的不足；随后，从长期记忆与社交推理两个方面，分享我们在提升大模型助手能力上的探索；最后，结合工业界实践，提出若干值得进一步探讨的开放性问题。
嘉宾简介：戴全宇，华为诺亚方舟实验室高级研究员，本科毕业于上海交通大学，博士毕业于香港理工大学。他的主要研究方向是大模型、大模型智能体和推荐系统，当前专注于大模型记忆、社交推理及智能体应用，相关成果已在华为终端多个业务落地。他在 AI 顶会顶刊 NeurIPS、KDD、WWW、ACL、TKDE、TOIS 等发表了 60 余篇学术论文，并常年担任这些会议和期刊的审稿人。
报告二
.webp)
戴全宇
华为诺亚方舟实验室
高级研究员
报告主题：面向个人智能助手的大模型社交智能：挑战，探索与展望
报告摘要：大模型的社交智能是个人智能助手的核心基础能力，它使助手能够理解复杂社交情境中的用户意图与情感，并据此做出合理决策，提供个性化、共情化的服务，显著提升人机交互体验。实现有效的社交智能主要依赖两项关键技术：一是长期记忆能力，涵盖记忆的高效存储、精准检索与动态更新；二是社交推理能力，包括对用户和情境的深入理解以及多轮交互中的合理决策。本报告首先分析大模型社交智能的现状，揭示其作为个人智能助手底座存在的不足；随后，从长期记忆与社交推理两个方面，分享我们在提升大模型助手能力上的探索；最后，结合工业界实践，提出若干值得进一步探讨的开放性问题。
嘉宾简介：戴全宇，华为诺亚方舟实验室高级研究员，本科毕业于上海交通大学，博士毕业于香港理工大学。他的主要研究方向是大模型、大模型智能体和推荐系统，当前专注于大模型记忆、社交推理及智能体应用，相关成果已在华为终端多个业务落地。他在 AI 顶会顶刊 NeurIPS、KDD、WWW、ACL、TKDE、TOIS 等发表了 60 余篇学术论文，并常年担任这些会议和期刊的审稿人。
报告三
.webp)
胡舒悦
上海人工智能实验室
青年科学家
报告主题：大模型的决策智能研究
报告摘要：决策是人类认知活动的高阶形式。从一顿早餐的选择到一座城市的交通调度，决策无时无刻不在影响我们生活，塑造我们世界。随着人工智能技术，尤其是大模型的迅猛发展，模型已展现出在复杂信息处理、逻辑推理与策略生成方面的强大能力。这一能力的拓展，使得基于大模型的系统不再只是感知与预测工具，更逐步演化为新的决策参与主体。本报告将围绕我们近期三份工作，分别探讨大模型在以下三类角色中的潜力与边界：替代人类进行自主决策、在与人类交互中进行决策、辅助人类进行重大决策，为构建基于大模型的智能决策系统提供探索性视角。
嘉宾简介：胡舒悦，上海人工智能实验室青年科学家，上海交通大学博士生导师。研究方向：多智能体系统、大模型和博弈论。2019年博士毕业于香港中文大学，2020-2022 年先后在新加坡国立大学、新加坡科技设计大学担任博士后研究员。在 PNAS、AI、AAAI、IJCAI、NeurIPS、ICML、AAMAS 等国际知名期刊会议发表论文 60 余篇。担任 AAMAS 2024 组委会成员和领域主席，期刊 JAAMAS 客座编辑，及多个人工智能国际知名会议（高级）程序委员。入选上海市海外高层次人才计划。
报告四
.webp)
徐丰力
清华大学电子系
助理教授
报告主题：科学学启发的AI科研智能体研究
报告摘要：在过去的一个世纪中，科学技术的规模和复杂性显著增加，知识生产的基本单位也逐渐从个体转向团队，我们愈发依赖团队合作实现难以凭个体或松散组织所达到的科学突破，这一现象常被称之为“知识的负担”（Burden of Knowledge）。然而，近期研究显示大型科研团队往往倾向于应用现有研究范式以回应社会需求，而非出于自身科学好奇心而提出前所未有的创新思想，导致了有组织科研的规模化悖论。本报告将回顾科学学（Science of Science）领域近年取得的重要进展，重点介绍报告人在扁平化高效科研团队方面取得的研究成果，并进一步探讨科学学视角下的AI技术发展洞察和启示。结合近期大模型智能体系统（LLM Agents）在科学知识生产方面的重要进展，报告人将介绍科学学研究成果与大模型智能体系统相结合的初步尝试，探讨科学学赋能的智能体系统在酝酿创新想法、推动团队合作等方面的重要潜力，最后总结展望科学学赋能AI创新科研组织的广阔研究前景。
嘉宾简介：徐丰力，清华大学电子系 2023 年引进助理教授，博士生导师，国家级青年人才获得者。研究兴趣包括 AI 智能体、社会计算和科学学。作为主要作者在在美国科学院院刊（PNAS）、自然-人类行为（Nature Human Behaviour）、自然-通信（Nature Communications）、自然-计算科学（Nature Computational Science）等高水平综合性期刊发表 5 篇论文，并在 NeurIPS、WWW、KDD 等高水平会议与期刊发表论文 40 余篇。获评吴文俊人工智能优秀青年、微软学者（MSRA Fellowship）、清华大学优秀博士毕业生、ACM SIGSPATIAL 中国分会优博等学术荣誉。