原文發(fā)表于《科技導(dǎo)報》2026 年第1 期 《 2025年情感智能研究熱點回眸 》

情感智能（EI）指個體識別、理解、調(diào)節(jié)與應(yīng)用情感信息的能力。隨著情感計算技術(shù)的迅猛發(fā)展，基于其情感健康監(jiān)測與干預(yù)已成為公共健康領(lǐng)域的核心議題之一。《科技導(dǎo)報》邀請電子科技大學(xué)計算機(jī)科學(xué)與工程學(xué)院任福繼院士團(tuán)隊撰文，文章系統(tǒng)回顧了該領(lǐng)域的研究進(jìn)展及其在心理健康中的垂直應(yīng)用；討論了面臨的挑戰(zhàn)；提出了基于多模態(tài)情感推理與規(guī)劃，推動標(biāo)準(zhǔn)化診療與家庭個性化支持，構(gòu)建以數(shù)據(jù)治理與監(jiān)管為核心的倫理框架等未來發(fā)展方向。

情感智能（EI）的概念，最早由心理學(xué)家Salovey與Mayer于1990年提出，定義為個體識別、理解、調(diào)節(jié)并運用情感信息的能力。隨后，Goleman進(jìn)一步擴(kuò)展了這一理論框架，強(qiáng)調(diào)情感在決策、溝通、社會互動和認(rèn)知加工中的基礎(chǔ)性作用，使情感智能成為理解人類智能的重要組成部分。隨著技術(shù)進(jìn)步，EI這一人類能力概念，正演化成為人工智能領(lǐng)域致力實現(xiàn)的目標(biāo)之一。為實現(xiàn)此目標(biāo)，情感計算作為關(guān)鍵的跨學(xué)科技術(shù)領(lǐng)域應(yīng)運而生，致力于開發(fā)能識別、解釋與響應(yīng)人類情感的計算系統(tǒng)。

全球精神健康危機(jī)的嚴(yán)峻性凸顯了發(fā)展此類技術(shù)的迫切需求。在此背景下，情感計算與以大語言模型（LLMs）為代表的生成式人工智能（GAI）技術(shù)的融合，為機(jī)器感知、理解，乃至參與調(diào)節(jié)人類情感提供了可能，也為心理健康問題的規(guī)?；R別與干預(yù)開辟了新的技術(shù)路徑。這一技術(shù)演進(jìn)正催生一個飛速增長的市場。

在此基礎(chǔ)上，情感智能技術(shù)驅(qū)動的心理干預(yù)正經(jīng)歷全面的數(shù)字化轉(zhuǎn)型。干預(yù)手段不再局限于傳統(tǒng)線下場景，而是通過智能手機(jī)應(yīng)用、虛擬現(xiàn)實和生成式AI等數(shù)字工具，提供持續(xù)、個性化的支持。這一趨勢在AI心理健康虛擬代理的興起中尤為顯著。然而，技術(shù)的快速發(fā)展也伴隨著嚴(yán)峻的挑戰(zhàn)，包括數(shù)據(jù)隱私、算法中的文化偏見與群體性偏差，以及AI心理干預(yù)所特有的倫理問題。

綜上所述，2025年，情感智能正處于在心理健康領(lǐng)域從概念驗證邁向規(guī)模化應(yīng)用的關(guān)鍵轉(zhuǎn)折點。2025年情感智能技術(shù)在心理健康領(lǐng)域的主要研究熱點見表1。

表1 2025年情感智能在心理健康領(lǐng)域的主要研究熱點

1 心理健康中的情感計算

1.1 多模態(tài)情感識別范式躍遷

情感識別作為人機(jī)交互與心理健康評估的核心技術(shù)，其發(fā)展歷經(jīng)從單一模態(tài)到多模態(tài)融合的范式變遷，表2顯示了目前情感識別的常見模態(tài)信息。

表2 情感識別常見模態(tài)信息

為提升模型的魯棒性與識別精度，多模態(tài)融合已成為主流技術(shù)路徑，其策略主要包括早期融合、晚期融合及混合融合，如圖1所示。2025年，Wang等提出了一種基于多模態(tài)時空路由特征的抑郁自動識別方法，并借助集成學(xué)習(xí)提升模型穩(wěn)定性。Lu等提出了特定領(lǐng)域時序跨模態(tài)網(wǎng)絡(luò)（DSTC），通過時序稀疏注意力機(jī)制從長時訪談序列中提取關(guān)鍵情感片段，并通過跨模態(tài)語義對齊增強(qiáng)情感表征的一致性。

圖1 3種多模態(tài)融合方法

隨著大語言模型的興起，情感識別在心理健康領(lǐng)域的數(shù)據(jù)來源與應(yīng)用場景得到進(jìn)一步拓展。研究表明，大模型在心理健康護(hù)理全流程中均展現(xiàn)出潛力，但其技術(shù)成熟度、適用場景與局限性存在明顯差異。

1）在預(yù)防與教育階段，大模型能夠以低風(fēng)險方式提供個性化的心理教育內(nèi)容，有效提升公眾健康素養(yǎng)，該場景對模型的生成安全性與內(nèi)容準(zhǔn)確性要求高，但對情感識別的實時性與精度要求相對較低。

2）在風(fēng)險監(jiān)測與預(yù)警階段，以GPT?4為代表的模型在識別自殺意念等危險指標(biāo)方面已表現(xiàn)出接近臨床水平的準(zhǔn)確度。這一場景極度依賴模型的語義理解與上下文推理能力，且對誤報與漏報的容忍度極低，是當(dāng)前技術(shù)應(yīng)用的關(guān)鍵與敏感地帶。

3）在診斷評估與干預(yù)支持階段，大模型可通過分析結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，輔助進(jìn)行心理狀況評估（如預(yù)測抑郁評分），并能通過分析歷史數(shù)據(jù)為干預(yù)提供持續(xù)支持。然而，該場景對模型的可解釋性、專業(yè)合規(guī)性以及與臨床工作的整合能力提出了更高要求。

2025年9月，斯坦福大學(xué)團(tuán)隊在

npj Digital Medicine

當(dāng)前，以大模型為驅(qū)動的多模態(tài)情感計算，正推動該領(lǐng)域從傳統(tǒng)的“特征層融合”向更深層的“語義理解與上下文推理”范式轉(zhuǎn)變。總體而言，情感識別技術(shù)正朝著多模態(tài)融合、輕量化部署、因果推斷與可解釋人機(jī)協(xié)作等方向持續(xù)演進(jìn)，為其在精準(zhǔn)心理健康領(lǐng)域的深入應(yīng)用開辟了新的可能性。

1.2 基于大模型的心理架構(gòu)

隨著情感識別基礎(chǔ)技術(shù)成熟，研究前沿正逐步從淺層的情感狀態(tài)判別，邁向深度的情感推理與心理狀態(tài)建模。

實現(xiàn)深度情感推理的首要前提是超越模態(tài)割裂與淺層關(guān)聯(lián)。當(dāng)前研究通過多模態(tài)深度融合機(jī)制協(xié)同分析文本、語音及視覺信息，以捕捉被忽視的副語言線索與微表情。此外，還可以使用自動化提示優(yōu)化框架，以及內(nèi)置校準(zhǔn)功能的標(biāo)準(zhǔn)化提示模板。這類方案不僅能減少繁重的人工標(biāo)注負(fù)擔(dān)，還可將心理學(xué)理論深度融入模型指令之中，從而在確保情感解讀一致性與穩(wěn)定性的同時，提升模型的垂直應(yīng)用價值。

大模型的長期記憶能力是支持持續(xù)的互動、追蹤關(guān)鍵信息和建立穩(wěn)固性的關(guān)鍵。目前長期記憶系統(tǒng)主要分為2類：存儲于外部的非參數(shù)記憶和嵌入模型本身的參數(shù)記憶。然而，人工智能系統(tǒng)仍難以有效模擬類人記憶機(jī)制并確保心理治療過程的連續(xù)性。

可解釋的推理機(jī)制可以有效增強(qiáng)系統(tǒng)決策的可信度，有效推理焦慮、抑郁、壓力、疲憊和孤獨等心理狀態(tài)。其中，心理狀態(tài)鏈?zhǔn)酵评硎且豁楆P(guān)鍵技術(shù)。2025年，Teng等提出了基于鏈?zhǔn)剿季S提示（CoT）抑郁識別增強(qiáng)框架，該研究屬于早期系統(tǒng)探索CoT在心理健康推理任務(wù)中的應(yīng)用，為構(gòu)建可解釋、可追溯、臨床友好的心理健康LLMs提供了新的方向。

針對高階心理特質(zhì)的評估及在復(fù)雜場景中的應(yīng)用，還需考慮心理韌性、壓力恢復(fù)力等維度的量化。Sazzed針對自殺傾向的自閉癥譜系障礙（ASD）個體在社交媒體上的心理社會挑戰(zhàn)和物質(zhì)使用問題開展研究。該研究利用LLMs輔助生成關(guān)鍵詞，并結(jié)合人工精煉方法，提高了心理健康相關(guān)信息的識別效率與準(zhǔn)確性。Qin等提出了基于大模型評估兒童語言能力的框架。該框架的評估結(jié)果與早期學(xué)習(xí)穆倫量表（MSEL）語言發(fā)展商之間存在強(qiáng)烈相關(guān)性，皮爾遜相關(guān)系數(shù)為0.8（

p

總的來說，情感推理與心理狀態(tài)建模的技術(shù)路徑，是一個從多模態(tài)感知到因果歸因，再到長期記憶支持下的時序建模，并通過鏈?zhǔn)酵评韺崿F(xiàn)可解釋決策，最終完成對復(fù)雜心理特質(zhì)量化的遞進(jìn)過程。

2 情感調(diào)節(jié)與干預(yù)

2.1 心理干預(yù)的數(shù)字化轉(zhuǎn)型

認(rèn)知行為療法（CBT）是目前廣泛應(yīng)用的循證心理干預(yù)方法之一。深度學(xué)習(xí)與大語言模型等人工智能技術(shù)的快速發(fā)展，為實現(xiàn)實時、客觀的情感評估與干預(yù)提供了全新路徑。2025年，Shen等提出了一種基于人工智能生成內(nèi)容（AIGC）的閉環(huán)音樂干預(yù)系統(tǒng)示范，顯著提升了情感音樂生成的準(zhǔn)確性與多樣性，為實現(xiàn)個性化、自適應(yīng)音樂干預(yù)提供了潛在的技術(shù)方案。

總體而言，情感計算為數(shù)字心理健康干預(yù)開辟了前景廣闊的發(fā)展方向。借助智能手機(jī)應(yīng)用、GAI與虛擬現(xiàn)實等數(shù)字工具，心理健康服務(wù)能夠提供更持續(xù)、個性化且精準(zhǔn)的支持，從而顯著提升其包容性、響應(yīng)能力與整體效能。

2.2 數(shù)字心理健康新進(jìn)展

1）智能手機(jī)應(yīng)用與數(shù)字表型分析。通過內(nèi)置傳感器，手機(jī)可生成反映行為模式（如睡眠、久坐）與環(huán)境暴露（如溫度、光照、綠地覆蓋率）的指標(biāo)，從而為理解個體精神疾病體驗提供個性化情境與動態(tài)軌跡，即數(shù)字表型分析。該技術(shù)在對青少年及成人的研究中已顯示出臨床有效性的積極信號。然而，該領(lǐng)域目前面臨標(biāo)準(zhǔn)缺失的挑戰(zhàn)：數(shù)據(jù)采集、處理與特征生成缺乏統(tǒng)一規(guī)范，不同手機(jī)品牌與型號所采集的數(shù)據(jù)流也存在差異。此外，部分基于可穿戴設(shè)備的研究也被納入數(shù)字表型分析范疇。

2）虛擬現(xiàn)實。作為心理健康干預(yù)的新興技術(shù)路徑，虛擬現(xiàn)實在多種心理問題中展現(xiàn)出良好療效，尤其在增強(qiáng)認(rèn)知行為療法方面，VR?CBT在焦慮癥、精神病性障礙、創(chuàng)傷后應(yīng)激障礙與特定恐懼癥中的效果已被證實與傳統(tǒng)CBT總體相當(dāng)。此外，虛擬現(xiàn)實還被用于支持心理社會與功能康復(fù)，通過構(gòu)建安全的模擬環(huán)境幫助患者適應(yīng)日常場景。新興證據(jù)表明，虛擬現(xiàn)實能夠借助其沉浸式視覺呈現(xiàn)與情感狀態(tài)調(diào)控能力，有效整合多種治療模式。該技術(shù)還有力地推動了“第三波”認(rèn)知行為療法的發(fā)展。

3）基于大語言模型的生成式人工智能。由大模型驅(qū)動的新一代GAI技術(shù)，正日益廣泛地應(yīng)用于數(shù)字心理健康領(lǐng)域。初步研究顯示，大語言模型在心理健康的預(yù)防、篩查、診斷、干預(yù)及復(fù)發(fā)管理等各個環(huán)節(jié)均展現(xiàn)出潛力，可通過分析歷史治療記錄持續(xù)提供咨詢支持，并優(yōu)化現(xiàn)有心理健康服務(wù)流程。2025年，Google團(tuán)隊在

Nature Medicine

圖2 PH?LLM的架構(gòu)與性能

盡管LLMs在直接面向患者的應(yīng)用中仍存在不確定性，但其在輔助臨床醫(yī)生方面已發(fā)揮重要作用。這些創(chuàng)新不僅優(yōu)化了工作流程，更帶來了人力資源配置與專業(yè)培訓(xùn)模式的范式變革。

3 AI 心理健康虛擬代理

3.1 情感對話代理興起

情感對話代理是基于大模型的虛擬交互系統(tǒng)，其核心目標(biāo)是通過自然語言處理與情感計算技術(shù)，生成具有共情與同理心的響應(yīng)，從而在與用戶的對話中維持情感一致性，實現(xiàn)更自然、舒適且人性化的互動。

2025年5月，

npj Digital Medicine

當(dāng)前，共情聊天機(jī)器人的設(shè)計方法主要分為2類。第1類是基于大模型的訓(xùn)練與微調(diào)，以生成更具情感敏感性與適應(yīng)性的回應(yīng)。第2類方法側(cè)重于多步驟情感對話處理，從而更精準(zhǔn)地調(diào)節(jié)情感互動。此外，“思維鏈提示”（CoT）也被用于引導(dǎo)基礎(chǔ)大模型進(jìn)行情感推理。

情感一致性是這類系統(tǒng)的關(guān)鍵屬性，指代理在與用戶交互過程中保持情感表達(dá)與調(diào)節(jié)的一致性。為實現(xiàn)這一目標(biāo)，虛擬代理需分析用戶輸入中的情感線索（如語言內(nèi)容、語氣、行為模式等），并運用AI生成的共情反應(yīng)進(jìn)行有效回應(yīng)。

盡管如此，現(xiàn)有系統(tǒng)在共情能力與情感一致性方面仍面臨一系列挑戰(zhàn)，包括如何保持高效穩(wěn)定的情感響應(yīng)、適配多樣化個性化需求，以及避免情感偏差或誤導(dǎo)性輸出。

3.2 虛擬代理應(yīng)用角色邊界

虛擬代理在心理健康干預(yù)中的應(yīng)用正不斷拓展，其功能不僅限于提供情感支持，還延伸至多種治療場景的輔助角色。如圖3所示，大語言模型在心理治療中的功能可根據(jù)“自主性”與“情感介入程度”2個維度進(jìn)行角色劃分。在實際應(yīng)用中，明確虛擬代理的自主性邊界至關(guān)重要，這直接關(guān)系到其在治療過程中的風(fēng)險控制與責(zé)任歸屬。

圖3 大語言模型在心理治療中的角色框架： 基于自主性與情感介入度的劃分

低自主性的大語言模型通常作為響應(yīng)式工具，高自主性系統(tǒng)能主動引導(dǎo)對話、生成治療策略，并在較少人工干預(yù)的情況下管理互動進(jìn)程。隨著自主性提升，系統(tǒng)更側(cè)重于個性化功能的實現(xiàn)。雖然高自主性有助于擴(kuò)大服務(wù)覆蓋范圍，但也可能加劇倫理與臨床風(fēng)險。在臨床設(shè)置中，虛擬代理可作為治療師的輔助工具，用于記錄會談內(nèi)容、分析患者情感變化，并為治療評估與方案調(diào)整提供數(shù)據(jù)支持。個人完全依賴聊天機(jī)器人而非尋求專業(yè)幫助，可能面臨一系列風(fēng)險。

3.3 虛擬人陪護(hù)系統(tǒng)

虛擬人陪護(hù)系統(tǒng)是情感支持型虛擬角色的另一重要應(yīng)用，這些系統(tǒng)通過AI和生理數(shù)據(jù)結(jié)合，能夠為孤獨、老年人或患有慢性精神疾病的患者提供情感支持。隨著技術(shù)的不斷進(jìn)步，虛擬數(shù)字人作為一種新興的陪護(hù)技術(shù)，正在成為虛擬人陪護(hù)系統(tǒng)中的核心組成部分。當(dāng)前，數(shù)字人技術(shù)的研究與應(yīng)用圍繞數(shù)字人外形建模、數(shù)字人驅(qū)動以及數(shù)字人大腦3個關(guān)鍵技術(shù)展開，如圖4所示。

圖4 構(gòu)建數(shù)字人的核心技術(shù)概覽

通過語音合成、面部表情生成、姿態(tài)控制等技術(shù)，數(shù)字人的語言表達(dá)能力和動作流暢度得到了有效提高。新一代系統(tǒng)通過整合心理學(xué)理論和上下文語義理解，能夠提供結(jié)構(gòu)化的交互。在多模態(tài)表達(dá)方面，當(dāng)前研究聚焦于語音、表情及肢體動作的跨模態(tài)協(xié)同建模。

然而，當(dāng)前的虛擬人技術(shù)仍面臨行為驅(qū)動的機(jī)械性強(qiáng)和情感動態(tài)適配不足等問題。雖然數(shù)字人能夠在某些情境下表現(xiàn)出自然的語音與面部表情，但在應(yīng)對情感變化時，仍缺乏足夠的靈活性和適應(yīng)性。

4 情感智能在心理健康中的關(guān)鍵應(yīng)用回顧

隨著人工智能技術(shù)的不斷突破，情感智能作為其重要分支，在心理健康領(lǐng)域展現(xiàn)出變革性的應(yīng)用前景。該技術(shù)通過融合分析語音、表情及其他多模態(tài)信號，能夠深入解讀用戶情感狀態(tài)，進(jìn)而為心理健康的風(fēng)險評估、個性化干預(yù)與輔助治療提供關(guān)鍵支持。情感智能在心理健康領(lǐng)域的具體應(yīng)用場景見表3。

表3 情感智能在心理健康領(lǐng)域的應(yīng)用

5 情感智能在心理健康領(lǐng)域的挑戰(zhàn)與研究方向

5.1 目前面臨的挑戰(zhàn)

1）群體差異與識別準(zhǔn)確性挑戰(zhàn)。首先，這一挑戰(zhàn)根植于情感表達(dá)與識別的文化差異性。這導(dǎo)致模型傾向于輸出代表主流文化的觀點，可能忽略或誤解少數(shù)文化背景下的情感表達(dá)。其次，特定人群的情感表達(dá)模式對識別技術(shù)構(gòu)成了額外挑戰(zhàn)。老年人因面部肌肉與皮膚狀態(tài)變化、青少年因使用特定的網(wǎng)絡(luò)語言與情感符號、高風(fēng)險人群（如具有自傷或自殺傾向者）因識別誤差可能引發(fā)嚴(yán)重后果，以及殘障群體（如自閉癥譜系或失語癥患者）因其情感表達(dá)方式常偏離常規(guī)模式，均要求情感識別技術(shù)具備更高的適應(yīng)性與魯棒性。

2）AI心理干預(yù)的倫理與效力挑戰(zhàn)。AI心理干預(yù)在標(biāo)準(zhǔn)化任務(wù)中展現(xiàn)出一定應(yīng)用潛力的同時，也面臨過度干預(yù)、情感依賴和強(qiáng)制干預(yù)等深層倫理挑戰(zhàn)。這些挑戰(zhàn)與當(dāng)前技術(shù)，特別是大語言模型的能力局限直接相關(guān)。如圖5所示，盡管LLMs能在心理教育與示范干預(yù)等結(jié)構(gòu)化任務(wù)中發(fā)揮作用，但其尚不具備人類治療師所必需的復(fù)雜臨床判斷與深度共情能力，因此，難以在動態(tài)互動中把握精準(zhǔn)的干預(yù)邊界。

圖5 LLM的臨床能力實例

3）情緒數(shù)據(jù)隱私與治理挑戰(zhàn)。情感數(shù)據(jù)因其常與生理信號等敏感信息結(jié)合而具有高度隱私性，其泄露或濫用可能直接損害用戶權(quán)益。此外，通過算法對情感數(shù)據(jù)進(jìn)行反向推斷，可能進(jìn)一步揭示用戶的性格傾向、行為習(xí)慣，乃至心理脆弱點，使得數(shù)據(jù)保護(hù)的范圍超越傳統(tǒng)隱私范疇。當(dāng)前，盡管全球已開始建立情感AI的相關(guān)監(jiān)管框架，但整體仍處于初級階段，在數(shù)據(jù)分級保護(hù)、跨境流動規(guī)范、使用透明度等方面尚存空白，亟需建立更為完善且具備全球協(xié)同性的治理體系。

5.2 未來研究方向

1）基于多模態(tài)情感推理與規(guī)劃。跨模態(tài)預(yù)訓(xùn)練模型正推動多模態(tài)情感理解從淺層特征對齊邁向深層的全局語義關(guān)聯(lián)。隨著任務(wù)框架的逐步統(tǒng)一，情感識別、生成與推理有望實現(xiàn)多任務(wù)協(xié)同優(yōu)化，從而推動構(gòu)建通用的情感智能模型。此類模型預(yù)計將廣泛應(yīng)用于輿情分析、個性化推薦及心理健康監(jiān)測等多個領(lǐng)域，最終實現(xiàn)從被動的情感感知到主動的健康預(yù)見與管理的跨越。

2）推動標(biāo)準(zhǔn)化診療與家庭個性化支持。未來首先應(yīng)致力于在心理健康領(lǐng)域建立基于情感計算的醫(yī)療標(biāo)準(zhǔn)化評估與干預(yù)框架，以保障技術(shù)在精神疾病早期篩查與情感管理中的有效性、安全性與合規(guī)性。其次，可引入“情感膠囊”等前沿概念，可將離散的情感狀態(tài)整合為時序化、結(jié)構(gòu)化的個人情感檔案，實現(xiàn)對個體情感數(shù)據(jù)的長期、安全存儲與分析，形成動態(tài)的個人情感歷史軌跡，在此基礎(chǔ)上AI系統(tǒng)能夠為用戶提供更精準(zhǔn)、適應(yīng)性的干預(yù)方案，實現(xiàn)真正意義上的個性化情感支持。

3）構(gòu)建以數(shù)據(jù)治理與監(jiān)管為核心的倫理框架。當(dāng)前，全球情感智能治理呈現(xiàn)“倫理先行、法律托底技術(shù)適配”的協(xié)同態(tài)勢，未來跨區(qū)域、跨文化的標(biāo)準(zhǔn)協(xié)調(diào)將是平衡技術(shù)創(chuàng)新與社會福祉的關(guān)鍵。

6 結(jié)語

我們的研究梳理了2025年情感智能技術(shù)在心理健康領(lǐng)域從基礎(chǔ)技術(shù)、核心應(yīng)用到發(fā)展挑戰(zhàn)的全景進(jìn)展。總體而言，該領(lǐng)域已超越單純的概念驗證，正通過多模態(tài)感知、大模型驅(qū)動的情感推理以及人機(jī)交互設(shè)計的融合，向規(guī)?；€性化應(yīng)用階段邁進(jìn)。然而，其發(fā)展路徑清晰地表明，技術(shù)進(jìn)步的價值必須置于“以人為中心”的框架內(nèi)方能真正實現(xiàn)。未來應(yīng)當(dāng)著力構(gòu)建符合“人本智能”理念的情感智能發(fā)展戰(zhàn)略體系。

該戰(zhàn)略體系的構(gòu)建，首先，要求技術(shù)研發(fā)以“可信理解”為基石，以確保對人類情感復(fù)雜性的可靠解讀。其次，應(yīng)用部署需緊扣“場景融合”與“個性賦能”主線，實現(xiàn)標(biāo)準(zhǔn)化干預(yù)與高度個性化支持的有機(jī)統(tǒng)一。最后，面對數(shù)據(jù)隱私、算法偏見及干預(yù)倫理等嚴(yán)峻挑戰(zhàn)，必須建立前瞻性、跨學(xué)科且全球協(xié)同的治理框架，確保技術(shù)創(chuàng)新始終服務(wù)于增進(jìn)人類心理福祉的根本目標(biāo)。

綜上所述，情感智能在心理健康領(lǐng)域的未來發(fā)展，關(guān)鍵在于能否將快速演進(jìn)的技術(shù)能力，系統(tǒng)性地融入一個以人為本的應(yīng)用與治理體系，確保其發(fā)展始終服務(wù)于增進(jìn)人類心理福祉這一根本目標(biāo)。這不僅是我國把握新一輪人工智能科技浪潮的重要機(jī)遇，更是應(yīng)對全球精神健康挑戰(zhàn)、提升全民心理健康水平的必然路徑。

本文作者：陶雪、鄧佳文、任福繼

作者簡介：陶雪，電子科技大學(xué)計算機(jī)科學(xué)與工程學(xué)院，博士研究生，研究方向為情感分析、大模型技術(shù)等；任福繼（通信作者），電子科技大學(xué)計算機(jī)科學(xué)與工程學(xué)院、電子科技大學(xué)深圳高等研究院，教授，日本工程院院士、歐盟科學(xué)院院士、俄羅斯工程院外籍院士，研究方向為先進(jìn)智能、情感計算、智能機(jī)器人等。

文章來 源 ： 陶雪, 鄧佳文, 任福繼. 2025年情感智能研究熱點回眸[J]. 科技導(dǎo)報, 2026, 44(1): 78?90 .

本文有刪改，

內(nèi)容為【科技導(dǎo)報】公眾號原創(chuàng)，歡迎轉(zhuǎn)載
白名單回復(fù)后臺「轉(zhuǎn)載」

《科技導(dǎo)報》創(chuàng)刊于1980年，中國科協(xié)學(xué)術(shù)會刊，主要刊登科學(xué)前沿和技術(shù)熱點領(lǐng)域突破性的研究成果、權(quán)威性的科學(xué)評論、引領(lǐng)性的高端綜述，發(fā)表促進(jìn)經(jīng)濟(jì)社會發(fā)展、完善科技管理、優(yōu)化科研環(huán)境、培育科學(xué)文化、促進(jìn)科技創(chuàng)新和科技成果轉(zhuǎn)化的決策咨詢建議。常設(shè)欄目有院士卷首語、科技新聞、科技評論、本刊專稿、特色專題、研究論文、政策建議、科技人文等。