AI情商难突破？中科院新体系让机器真正读懂人心
在人工智能技术飞速迭代的当下，我们似乎已经习惯了为语言模型惊叹。从GPT-5.5撰写专业级学术论文，到DeepSeek-V4-Pro生成复杂的工程代码，再到具身机器人完成精细的物理操作，AI在“硬技能”赛道上已经跑出了惊人的速度。然而，当我们将这些顶尖智能体放入一次家庭聚餐、一场充满潜台词的团队会议，或是需要极高同理心的医患对话中时，它们往往表现得生硬、不合时宜，甚至令人尴尬。
这种尴尬并非源于知识储备的匮乏，而是“读懂人心”能力的缺失。在人类社会中，沟通不仅仅是信息的交换，更是对角色关系、隐含意图、情绪变化和社会规范的复杂综合处理。这正是当前大模型从“任务执行者”向“社会协作者”转型时，必须跨越的最大鸿沟。社会心智，这个曾经被视为玄学或模糊“情商”的概念，正在成为决定AI能否赢得人类深层信任的关键变量。
7月24日，中国科学院计算技术研究所智能算法安全全国重点实验室的“知境”团队，正式发布了“知境社会心智大模型技术体系”。这不仅仅是一次技术的发布，更是一份关于如何将“社会心智”转化为独立、可测、可训工程能力的完整答卷。该体系旨在为现有大模型补齐这一短板，通过系统化的工程手段，让AI在关键场合不仅“会想”，更能“做对”，从而建立起真实场景下的可信度。
先诊断后治疗：构建社会心智的CT扫描
任何工程化的改进都始于精准的诊断。在“知境”体系中，团队首先建立的是一项极具开创性的工作：SoMBench基准。这一基准将笼统的“懂不懂人”拆解为3个一级维度、17个二级维度以及71项细粒度任务，覆盖了从基础信念推断到高阶情绪理解、从社会规范遵循到关系建模的完整认知光谱。
SoMBench的价值不仅在于评估，更在于它提供了一张细致的“能力地图”。该基准包含3481道经过十余位人类专家严格评审并保留的实例。更重要的是，它具备深度的归因能力。通过单选、多选、判断及开放题的多题型交叉验证，结合选项扰动、捷径检测等受控改写手段，SoMBench能够精准定位模型的具体错误模式。例如，模型是因为推理链条断裂而答错，还是仅仅通过表面模式的统计学特征蒙对了答案？
这种精细化的诊断揭示了社会心智的高难度本质：在同一场景中，AI必须同时处理多层推理。测试数据显示，在20个顶级大模型中，最强模型的准确率仅为72.08%，无一触及90%的天花板。这证明了社会心智领域仍是一片名副其实的“无人区”，也是当前技术亟待突破的深水区。
进化式训练：Zing系统的自我迭代密码
有了精准的诊断，如何训练成为关键。“知境”团队摒弃了传统的“堆数据、堆算力”模式，设计了一套名为Zing的“自我进化”训练系统。这套系统包含三个核心“密码”，共同构成了一个随模型能力状态持续自适应的进化闭环。
第一个密码是FLARE数据飞轮，其核心理念是“错题本比课本更重要”。传统训练往往是一次性的数据投喂，而FLARE让评测像导航仪一样指示方向。当模型在诊断集上暴露短板时，系统会定位到具体的认知维度，并针对性地合成全新的训练样本。这些样本在语义、场景和推理路径上与原题不同，但瞄准的是同一种能力缺陷。这种“哪里弱练哪里，且每次都是新题”的策略，避免了模型通过记忆套路得分，真正促进了能力的内化。
第二个密码是两阶段训练架构。第一阶段致力于“通用社会心智打底”，利用多教师蒸馏构建高质量冷启动数据，并采用Mixed-Reward GRPO强化学习框架。该框架根据任务类型和推理质量，动态组合过程奖励、可验证奖励和拒绝采样，使得奖励目标随模型能力变化而调整，而非僵化的KPI。第二阶段则进入“专项能力强化”，针对情绪理解、意图推断等薄弱环节进行监督微调，确保在增强专项能力的同时，不丢失已学会的通用推理。
第三个密码是OPD在线蒸馏机制。强化学习最大的风险在于“灾难性遗忘”，即学了新知识，忘了旧本领。OPD通过在在线轨迹上引入教师模型的token级分布约束，让模型在探索更优路径的同时，不偏离已验证的有效推理模式。在这里，GRPO负责“往前冲”鼓励探索，OPD负责“别跑偏”守住边界，两者共同作用于同一批采样轨迹，实现了探索与稳定的平衡。
数据佐证：小参数也能拥有大心智
训练方法的创新最终需要成绩来验证。在5项国际权威的社会心智评测基准上，Zing系列模型给出了令人信服的硬核答案。
在Zing-27B多模态模型的综合测试中，其五项均值得分达到79.80，超越了GPT-5.5的78.44。特别是在HiToM（递归信念追踪）和EmoBench（情感理解）上，优势尤为明显。值得注意的是，HiToM评测的是“我知道你知道我知道”的递归信念，难度随阶数指数级增长，Zing-27B成为首个在该基准上超越GPT-5.5的百亿参数级公开模型。
在文本模型领域，Zing-32B以76.32的综合均值略超DeepSeek-V4-Pro的75.90，并在EmoBench上以6.25个百分点的优势领先，证明了专项社会心智训练在情感维度上的结构化优势。更令人惊讶的是小模型的表现：Zing-8B和14B在HiToM基准上分别达到78.08和80.00，超越同尺寸基座模型近12和8个百分点。在高阶信念推理中，8B模型在三阶和四阶上的提升分别高达21.67和22.08个百分点。
这些结果有力地指向一个结论：社会心智能力的提升，源于训练方法的结构化设计，而非参数的简单堆砌。这意味着，社会智能的门槛正在被降低，中小型模型同样具备具备深度社会推理的潜力。
部署优化：让懂人心从参数走向应用
模型训练完成仅是第一步，如何在真实交互中不掉链子，是落地的关键。“知境”提出的Actio架构，旨在解决“按需调用、不乱塞”的问题。
在真实场景中，不缺信息，缺的是恰当的信息。Actio以Harness为统一编排核心，根据任务的心智变量，选择性激活四类支撑：PRISM分层心理社交技能、Starling Memory显式记忆、SAGE复用推理经验以及Gated RAG社会文化知识检索。
Actio的工作流程如同经验丰富的社工：首先理解任务并识别心智需求，随后并行检索技能、知识与记忆，接着进行排序裁剪组合以引导推理，最后将有效经验离线沉淀。这种机制的核心目标，是让AI在真实场景中配得上用户的托付，不仅具备“会想”的能力，更具备“做对”的稳定性。
从实验室到现实：社会智能的广阔前景
知境体系的意义，在于它将社会智能从实验室的研究对象，推向了解决现实问题的工程工具。其应用前景主要体现在三个维度。
首先是具身智能。物理AI解决的是“身体”的运动问题，而社会心智AI解决的是“心眼”的理解问题。小参数模型如Zing-8B/14B为端侧部署提供了可能，未来可广泛应用于家庭看护、儿童陪伴和协作机器人场景。让机器不仅会动，更懂得谁需要帮助、何时该安静、如何表达才恰当，这是人机共生不可或缺的一环。
其次是复杂决策推演。在政策沟通、危机管理或组织变革等重大决策场景中，理解“各方会怎么想、怎么做”往往比算清账目更重要。社会心智能力可作为预演沙盘，帮助决策者提前看见不同选择可能引发的连锁反应和社会情绪反馈。
最后是人机共生的统一心智协议。当人类、机器人与AI Agent需要长期协作时，最大的风险并非能力不足，而是“你以为我懂了，我以为你懂了”的认知错位。知境框架可为多智能体系统提供统一的心智状态表达与共享协议，让不同主体在同一社会认知坐标系下高效协作。
结语与展望
“知境”团队试图回答一个根本性问题：社会心智能否像语言理解或代码生成一样，成为一种可测量、可训练、可改进的工程能力？通过SoMBench建立坐标，Zing实现自适应训练，Actio优化部署逻辑，这条技术路线清晰地表明，社会智能不再是模糊的“情商”，而是具备了评测、训练和运行时接口的工程对象。
当然，这条路才刚刚开始。训练收益的跨文化迁移、Actio在长期交互中的稳定性，仍需更广泛的验证。但不可否认的是，符号空间拼智商，物理空间拼行动力，而心智空间拼的是“读空气”的能力。当语言智能告一段落，社会智能正成为通用人工智能下一个核心赛道。知境团队所构建的从评测到训练再到部署的完整工程基础，不仅填补了技术空白，更为AI赢得人类深层信任迈出了关键而坚实的一步。