AI缺乏社会情商？中科院发布Zing大模型，补齐信任关键一环

在人工智能发展的当下，语言智能与工具智能的边界正在迅速扩展。GPT-5.5等先进模型在专业论文撰写、复杂代码生成以及基础物理操作等任务上展现了超越人类平均水平的能力。然而，当这些强大的模型被置于家庭聚餐、团队会议或医患沟通等真实社会场景时，其表现往往显得生硬且不合时宜。这种现象并非源于知识的匮乏，而是源于“读懂人心”能力的缺失。这种缺失构成了从“任务执行”向“社会协作”转型过程中必须跨越的障碍，也是当前AI面临的真实困境。

针对这一痛点，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“知境”团队，于7月24日正式发布了“知境社会心智大模型技术体系”。这一发布并非简单的性能刷榜，而是旨在解决社会心智如何成为独立工程能力这一核心问题。该体系致力于为现有大模型补充“情商”与可信任感，确保AI在关键场合能够可靠地发挥作用。

构建社会心智能力的前提是具备精准的评估手段。知境团队首先建立了名为SoMBench的社会心智诊断基准。该基准将笼统的“理解人类”概念拆解为3个一级维度、17个二级维度和71项细粒度任务，覆盖了从基础信念推断到高阶情绪理解的完整认知光谱。该基准包含3481道经过严格人类专家评审的实例，形成了一张精细的能力地图。

SoMBench的独特之处在于其不仅能提供分数，还能精准定位错误模式。通过单选、多选、判断及开放题的多题型交叉验证，并结合选项扰动、捷径检测等对抗性手段，该基准能够识别模型是依赖表面模式蒙对答案，还是真正具备推理能力。测试结果显示，20个顶级大模型在SoMBench上的最高正确率仅为72.08%，无一突破90%的天花板。这证实了社会心智领域仍是未被充分探索的“无人区”，主要难点在于同一场景中需同时处理角色关系、隐含意图、情绪变化及社会规范等多层复杂推理。

在明确诊断标准后，知境团队设计了名为Zing的训练系统，摒弃了传统的“堆数据、堆算力”模式，转而采用一种具备自我进化能力的训练架构。该系统的核心密码之一是利用FLARE数据飞轮。传统训练往往使用固定数据集，而FLARE机制像导航仪一样，根据模型在诊断集上暴露的短板，针对性合成全新的高难度训练样本。这些样本在语义、场景和推理路径上与原题不同，但瞄准相同的能力缺陷。系统仅保留模型当前难以答对但经推理可学会的样本，实现“哪里弱练哪里”且每次使用新题的策略。

Zing的训练流程分为两个阶段。第一阶段进行通用社会心智打底，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，动态组合过程奖励与可验证奖励，使奖励目标随模型能力变化而调整，避免僵化的KPI考核。第二阶段则聚焦专项能力强化，针对情绪理解、意图推断等薄弱环节进行监督微调，并通过困难样本持续校准，确保在增强专项能力的同时不丢失通用推理能力。

为解决强化学习中常见的“灾难性遗忘”问题，Zing引入了OPD（On-Policy Distillation）在线蒸馏机制。该机制在在线轨迹上引入教师模型的token级分布约束，使学生在探索更优路径的同时，不偏离已验证的有效推理模式。FLARE决定学习方向，两阶段训练决定学习时机，OPD则确保学习过程中的稳定性。这种结构化的训练设计被证明比单纯增加参数更有效。

实证数据进一步验证了Zing体系的有效性。在5项国际权威社会心智评测基准上，Zing-27B多模态模型综合均值达到79.80，超越GPT-5.5的78.44。特别是在HiToM（递归信念追踪）和EmoBench（情绪理解）上优势显著，Zing-27B成为首个在HiToM基准上超越GPT-5.5的百亿参数级公开模型。Zing-32B文本模型综合均值略超DeepSeek-V4-Pro，其在EmoBench上的领先幅度达到6.25个百分点。

值得注意的是，小参数模型同样表现出强大的社会心智能力。Zing-8B和Zing-14B在HiToM上的表现分别超越同尺寸基座模型近12和8个百分点，在高阶信念推理上提升幅度超过20个百分点。这表明社会心智能力的提升主要得益于训练方法的结构化设计，而非参数的简单堆砌。

模型训练完成后的部署环节同样关键。知境团队提出了Actio部署架构，旨在解决真实交互中信息过载与调用不当的问题。Actio以Harness为统一编排核心，根据任务的心智需求，按需激活四类支撑模块：包含76项技能的PRISM系统、记录信任状态的Starling Memory、可复用推理经验的SAGE模块以及按需检索社会知识的Gated RAG。

Actio通过理解任务、并行检索、排序裁剪及离线沉淀四个步骤，确保AI不仅“会想”，更能“做对”。这种机制类似于经验丰富的社工，知道在特定情境下调用何种能力，而非将所有信息强行塞入上下文。其核心目标是为用户托付提供可检查、可选择的支持，从而在真实场景中建立信任。

这一技术体系的落地具有广泛的应用前景。在具身智能领域，小参数模型为端侧部署提供了可能，可用于家庭看护、儿童陪伴及协作机器人等场景，使机器不仅能执行物理操作，还能理解人类需求与社交边界。在复杂决策推演中，该模型可应用于政策沟通与危机管理，帮助决策者预演不同选择引发的连锁反应。在多智能体协作系统中，知境的社会心智建模框架有望提供统一的心智状态表达协议，消除认知错位风险。

知境团队的研究回应了一个根本性问题：社会心智能否像语言理解一样成为可测量、可训练的工程能力？SoMBench建立了能力坐标系，Zing实现了能力进化，Actio提供了运行时支持。三者共同构建了社会智能的工程化路径，使其从模糊的“情商”概念转变为具备评测、训练及部署接口的工程对象。尽管跨任务迁移与长期稳定性仍需进一步验证，但“懂人心”已从玄学走向系统工程，社会智能正成为通用人工智能继语言智能后的下一个核心赛道。