中科院发布「知境」社会心智大模型技术体系

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「知境」团队正式发布「知境社会心智大模型技术体系」，围绕 AI 在人际交互中的「情商」能力，构建了从评测、训练到部署的完整工程框架。该体系由三部分组成：评测基准 SoMBench、模型系列 Zing 以及部署架构 Actio。

评测先行：SoMBench 建立社会心智坐标系

「知境」团队首先发布了 SoMBench 评测基准，将笼统的「懂不懂人」拆解为 3 大一级维度、17 个二级维度、71 项细粒度任务，覆盖从基础信念推断到高阶情绪理解、从社会规范到关系建模的完整光谱。基准包含 3481 道经过十余名人类专家评审保留的实例，并支持单选、多选、判断与开放题等多种题型，通过选项扰动、捷径检测与受控改写等手段定位模型的错误模式。在该基准上，20 个顶级大模型的最佳正确率仅为 72.08%，无模型达到 90% 天花板。

训练体系：Zing 模型与自适应进化机制

基于 SoMBench 的诊断结果，团队推出 Zing 系列模型（参数量覆盖 8B、14B、27B、32B），并设计了三项核心训练机制：

FLARE 数据飞轮：根据模型暴露的认知短板，针对性合成全新训练样本——语义与推理路径不同于原题，但瞄准同一能力缺陷；候选样本经多轮过滤，仅保留中高难度样本。
两阶段训练：第一阶段用多教师蒸馏构建冷启动数据，并以 Mixed-Reward GRPO 强化学习框架，根据任务类型与训练阶段动态组合过程奖励、可验证奖励与拒绝采样；第二阶段针对薄弱环节进行监督微调与困难样本持续校准。
OPD 在线蒸馏：在在线轨迹上引入教师模型的 token 级分布约束，避免强化学习过程中出现「学新忘旧」的风险。

基准成绩：宣称超越部分主流大模型

依据原文披露的数据，Zing-27B 在 5 项国际权威社会心智评测基准上的综合均值达 79.80，超越文中提到的 GPT-5.5（78.44），并在 HiToM（+4.08pp）与 EmoBench（+5.62pp）上优势明显；Zing-32B 综合均值 76.32，略超文中提到的 DeepSeek-V4-Pro（75.90）。小尺寸模型方面，Zing-8B 在 HiToM 上达到 78.08，Zing-14B 达到 80.00，分别较同尺寸基座模型提升约 12 与 8 个百分点。需要说明的是，文中所引对比对象为该报道发布时点所披露的版本，读者可据此自行核实当前主流大模型的实际水平。

部署架构：Actio 按需激活心智能力

Actio 是团队设计的显式心智状态部署架构，以 Harness 为编排核心，可按任务需求选择性激活四类支撑模块：PRISM（76 项分层心理与社交技能，按需路由）、Starling Memory（显式记录「谁、何时、相信什么」，支持版本化更新）、SAGE（跨任务可复用推理经验，三级回退激活）以及 Gated RAG（社会文化知识按需检索）。一次典型推理经历「识别心智需求 → 并行检索技能、知识与记忆 → 排序裁剪组合 → 离线沉淀经验」四步。

应用方向与开源计划

团队表示，8B/14B 小参数模型适合端侧部署，可用于家庭看护、儿童陪伴、协作机器人等需要实时社会推理的场景；社会心智建模框架未来亦可服务于政策沟通、危机管理、组织变革等复杂决策推演，以及多智能体系统的统一心智协议。评测基准、模型权重与技术报告将在 GitHub 仓库 github.com/Zhijing-AI/Zing 陆续开源，技术报告已发布于 zhijing-AI.github.io/Zing/。

作为面向「心智空间」的工程化尝试，该体系将社会智能从模糊的「情商」概念，推进为可测量、可训练、可检查的工程对象，为通用人工智能的下一步发展提供了新的技术路线参考。