AI最尴尬的短板，中国科学院出手了
内容提要
中科院计算所“知境”团队发布社会心智大模型技术体系，旨在提升AI的情商与信任度。其核心包括SoMBench评测基准（3大维度、17项、71任务）和Zing训练系统，通过FLARE自适应生成新题、OPD防遗忘，使Zing-27B在五项基准上超越GPT-5.5。部署架构Actio按需调用能力，未来应用于家庭看护、多智能体协作等场景，推动社会智能成为AI核心赛道。
延伸解读
社会心智为何难？
文章指出，社会心智的难点在于同一场景需同时处理角色关系、隐含意图、情绪变化、社会规范等多层推理，普通大模型难以理清。SoMBench测试中，最强模型正确率仅72.08%，无一达到90%，说明该领域仍是“无人区”。这提醒我们，AI在社交场景中的表现瓶颈并非知识不足，而是对人际动态的复杂理解能力欠缺。
训练方法的创新点
Zing系统采用FLARE自适应生成新题，针对模型薄弱环节合成训练样本，避免重复练习；同时用OPD防止遗忘，在探索新路径时保持已有能力。这种“哪里弱练哪里，但每次练新题”的思路，区别于传统堆数据方式，强调结构化训练设计，而非单纯增加参数。
部署架构的实用性
Actio架构强调“按需调用”能力，而非将所有信息塞入上下文。它通过Harness统一编排，根据任务需求选择性激活技能、知识、记忆等支撑，类似经验丰富的社工。这有助于AI在真实场景中做出恰当反应，提升信任度，尤其适用于家庭看护、多智能体协作等需要实时社会推理的领域。
局限与未来方向
文章承认，训练收益能否跨任务、跨文化迁移，Actio能否在长期真实交互中保持稳定，仍需验证。SoMBench作为自研最难基准，当前模型仍有较大提升空间。这表明社会心智工程化尚处早期，但已从“玄学”走向系统化，为AI赢得人类信任提供了基础。
Q&A
中科院知境团队发布的社会心智大模型技术体系是什么？
中科院计算所智能算法安全全国重点实验室“知境”团队于7月24日发布了知境社会心智大模型技术体系，旨在提升AI的情商与信任度，使其在家庭聚餐、团队会议等社会场景中表现更合宜。该体系包括SoMBench评测基准、Zing训练系统和Actio部署架构。
SoMBench评测基准有哪些特点？
SoMBench将社会心智能力拆解为3大一级维度、17个二级维度、71项细粒度任务，包含3481道经专家评审的实例。它通过多题型交叉验证、选项扰动、捷径检测等手段，不仅能评估模型得分，还能精准定位错误模式，如推理链断裂或表面模式蒙对。
Zing训练系统如何实现自我进化？
Zing通过FLARE机制定位模型在诊断集上的短板，并针对性地合成全新训练样本，避免重复旧题。训练分为两阶段：先进行通用社会心智打底，采用Mixed-Reward GRPO强化学习；再进行专项能力强化，针对薄弱环节进行监督微调和困难样本校准。同时，OPD（On-Policy Distillation）防止模型遗忘已有能力。
Zing模型在权威基准上的表现如何？
Zing-27B在五项国际权威社会心智评测基准上综合均值达79.80，超越GPT-5.5的78.44，尤其在HiToM和EmoBench上优势明显。Zing-32B综合均值76.32，略超DeepSeek-V4-Pro。小参数模型如8B和14B在HiToM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。
Actio部署架构是如何工作的？
Actio采用显式心智状态部署架构，以Harness为统一编排核心，根据任务需求选择性激活技能、知识、记忆和工具四类支撑。推理过程包括理解任务、并行检索、排序裁剪引导推理、离线沉淀经验，避免信息过载，确保AI在真实场景中做出恰当反应。
知境社会心智技术有哪些应用前景？
知境的小参数模型（8B/14B）适合端侧部署，可应用于家庭看护、儿童陪伴、协作机器人等需要实时社会推理的场景。此外，还可用于政策沟通、危机管理、组织变革等决策推演，以及多智能体协作中的心智状态共享，减少认知错位。
为什么社会心智对AI来说很难？
社会心智难在需要同时处理角色关系、隐含意图、情绪变化、社会规范、未说出口的话等多层推理，普通大模型难以理清这些复杂因素。SoMBench测试中，最强模型正确率仅72.08%，无一达到90%天花板，说明社会心智是当前AI的短板。
