連信科研成果入選ESCoP-CoPM 2026國際學術會議

當大模型越來越擅長生成內容，一個更深層的問題正在被全球學術界關注：AI能否真正理解人？理解人的情緒，理解人的人格，理解人的心理狀態，甚至理解行為背后的心理機制。

這不僅是人工智能發展的下一個重要方向，也是認知科學與心理學領域長期探索的核心命題。

近日，連信數字洞見研究院提交的學術論文摘要集《從情緒動態建模到循證AI：心理評估的計算方法（From Affective Dynamics to Evidence-Grounded AI: Computational Approaches to Psychological Assessment）》已正式被2026年中歐人類認知與人工智能國際會議（ESCoP-CoPM 2026）大會組委會接收為專題研討會（Symposium）！

此次入選，標志著連信在人本智能、情感計算、人格計算及AI心理領域的系列研究成果獲得國際學術界進一步認可，也展現了連信在“讓AI理解人”方向上的持續探索與創新實踐。

ESCoP-CoPM 2026是什么會議？

ESCoP-CoPM 2026（European Society for Cognitive Psychology & Conference on Psychology and AI Models）是聚焦認知科學、心理學與人工智能交叉研究的重要國際學術會議。

會議重點關注認知心理學與行為科學、人工智能與認知建模、情感計算、數字心理健康、AI輔助心理評估以及大模型與認知科學融合等前沿議題。

2026年大會將于8月31日至9月4日在杭州舉辦，由浙江大學心理與行為科學系與歐洲認知心理學會（European Society for Cognitive Psychology，ESCoP）聯合主辦，屆時將匯聚來自全球心理學、認知科學與人工智能領域的專家學者，共同探討人與智能系統協同發展的未來方向。

從情緒動態到循證AI：連信提出心理評估新范式

長期以來，心理評估主要依賴量表、自評問卷和訪談記錄。這些方法能夠反映個體某一時刻的心理狀態，卻較難捕捉情緒變化過程、人格表達模式以及復雜心理機制之間的關聯。

而真實的人，始終處于動態變化之中。

基于這一認識，洞見研究院團隊提出：心理評估不應只關注“當下是什么狀態”，更應關注“狀態如何形成與變化”。

圍繞這一理念，團隊構建了從情緒動態分析、人格計算到循證心理推理的研究框架，并形成了四項具有代表性的研究成果。

研究一：讓心理學知識變得“可計算”

◆循證心理知識圖譜與神經符號AI評估框架

心理學知識廣泛分布于海量研究文獻之中，不同研究之間的證據強度、可信程度和適用范圍存在顯著差異。

為了解決這一問題，研究團隊構建了循證心理知識圖譜（Evidence-Based Psychological Knowledge Graph）。

簡單來說，就是給心理學知識建立一張“可信地圖”。

這張地圖不僅量化了心理變量之間復雜的關系，還會標注每個結論來自哪些研究、證據有多充分、可信度有多高。

這樣，當AI進行心理分析時，不再只是基于語言模式進行推測，而能夠依據可靠證據進行推理。

基于300余例虛擬學生檔案數據，讓AI模型進行學生心理健康水平分析，我們發現基于知識圖譜與大模型融合構建的神經符號系統，相較于未接入知識圖譜的通用大模型，在邏輯一致性、洞察深度和可解釋性方面均取得明顯提升。

這為構建更加可信、更具科學依據的AI心理評估系統提供了新的思路。

這類技術可應用于心理健康評估、心理咨詢、智能問診以及專業決策輔助等場景，讓AI的分析結果更加可信、更具科學依據。

研究二：情緒波動，比情緒本身更重要

◆基于PAD動態情緒波動的抑郁風險識別

一個人感到悲傷，并不一定意味著抑郁；但持續異常的情緒波動，往往蘊含著更值得關注的心理風險信號。

研究團隊基于國際公開數據集AVEC2014，通過Vision Transformer模型提取視頻中的PAD（愉悅度-喚醒度-支配度）情緒軌跡，并分析情緒隨時間變化的動態特征，并挖掘情緒波動模式和抑郁水平之間的關系。

研究發現：

• 高抑郁風險個體在愉悅度與喚醒度維度表現出更高的情緒不穩定性。
• 基于動態情緒特征構建的模型，在抑郁風險分類任務中取得0.957的高分。

研究表明，相比某一時刻的情緒狀態，情緒變化過程本身可能包含更豐富的心理健康信息。

這類技術可應用于校園心理健康監測、青少年心理風險預警、數字心理健康服務以及長期心理狀態追蹤等場景，幫助專業人員更早發現潛在風險。

研究三：人格，其實藏在情緒變化里

◆動態PAD情緒模式與大五人格關聯研究

人格通常通過問卷進行測量，但填寫量表的結構容易受到作答主觀性干擾。

研究團隊基于MDPE視頻數據集，從情緒波動模式、情緒轉換頻率以及情緒穩定性等維度客觀分析人格差異。

研究發現：

• 外向型個體具有更穩定的喚醒調節能力；
• 神經質個體表現出更高的情緒波動；
• 宜人性和盡責性與較低的情緒轉換頻率顯著相關。
• 相關模型的人格分類準確率最高達到90%。

研究結果表明，人格不僅存在于問卷答案中，也持續體現在情緒表達與行為模式之中。

這類研究有望應用于人才發展、組織管理、職業輔導、教育評估以及智能交互等領域，幫助系統更全面地理解個體差異。

研究四：面部表情的時間結構蘊含人格信息

基于面部動作單元動態特征的人格預測

傳統面部分析更關注“表情是什么”，而研究團隊進一步關注“表情如何變化”。

研究從面部動作單元（Action Unit，AU）及情緒組合特征中提取14類時間動態指標，包括強度波動、變化趨勢、幀間變化以及峰值出現時間等特征。

結果顯示，相較于靜態表情特征，動態面部行為特征在人格預測任務中展現出更強的區分能力。例如AU9的波動、AU2的強度等能夠準確預測宜人性的水平（85.7%準確率）。

研究進一步證明，情緒表達的時間結構本身就是人格的重要行為信號。

這類技術可應用于智能溝通輔助、人機交互、數字員工、客戶服務以及談話分析等場景，讓AI不僅能夠識別表情，更能夠理解表情背后的行為特征。

從實驗室走向真實世界

四項研究雖然聚焦不同方向，但都在回答同一個問題：

如何讓AI真正理解人。

從情緒波動到人格特征，從心理知識到科學推理，這些研究正在推動AI從“識別信息”向“理解人類”邁進。

• 在教育領域，它能夠幫助學校更早發現學生心理風險，提升學生心理健康工作的精準性與主動性；
  
• 在公安領域，它能夠輔助開展重點人員風險識別、心理狀態評估和應急處置決策支持；
  
• 在司法領域，它能夠為社區矯正、風險評估等場景提供智能輔助分析；
  
• 在人力招聘領域，它能夠輔助人才測評、崗位匹配和溝通風格分析，提升人崗匹配效率；
  
• 在安全用工領域，它能夠識別高風險心理狀態，助力安全生產和重點崗位人員風險預警；
  
• 在智能硬件領域，它能夠賦予終端設備理解用戶情緒、心理狀態與行為特征的能力，實現更加自然、主動的人機交互。
• 
  

這些能力最終服務的不是機器，而是人。

讓AI更懂人

從情緒計算到人格計算，從心理知識圖譜到可信AI推理，連信正持續探索人本智能的發展路徑。

2026年8月31日至9月4日，連信洞見研究團隊將在ESCoP-CoPM 2026大會上圍繞相關成果進行專題報告，與來自全球的專家學者共同探討人工智能與人類認知研究的前沿議題。

讓AI更懂人，不僅是一項技術挑戰，也正在成為下一代人工智能發展的重要命題。

連信公司介紹

連信數字是一家專注于人本AI技術與心理大數據智能應用的科技創新企業，持續探索與構建AGI時代的人本世界模型，致力于打造感知世界與認知人類內心、驅動決策與行動的AI能力基礎設施。

圍繞“洞見人和”人本世界模型（國家雙備案），公司融合心理學、社會學、人類學、教育學、管理學、經濟學、犯罪學等多學科理論與人工智能技術，構建了以多模態全面感知、人物深度理解、認知推理與規律洞察、智能決策輔助為核心的人物分析AI能力體系，推動人工智能從理解語言進一步邁向理解人，為復雜社會系統提供建模、分析與輔助決策能力。

基于這一能力體系，公司形成涵蓋多業務智能體、數據智能體（智能綜合分析系統）、硬件平臺等在內的產品矩陣，應用覆蓋公共安全、社會治理、教育心理、企業發展、民生健康等領域，并通過“連心云”能力開放平臺，向集成商、渠道商及生態合作伙伴開放核心能力與業務模型，為多元場景提供人本AI能力支撐。

目前，公司業務覆蓋全國三十多個?。ㄗ灾螀^、直轄市），服務超過400家客戶，為數千萬用戶提供相關產品和服務。

連信數字始終堅持利國利民，以“讓機器讀懂人心，用AI成就美好社會”為使命，推動人工智能更好地服務于人、服務于社會，促進人機共進、科技向善。

連信產品推薦：

如何用AI技術讓校園安全從“被動應對”走向“超前防控”

產品更新｜洞見TrueSight重磅升級，多項功能全面進階

產品上新｜心防衛士無感分析智能體：AI防詐騙，為全民鑄就反詐心理盔甲！

產品更新｜談話助手迎來關鍵升級，讓每一次重要談話更從容、更有效！

洞見TrueSight ×智能眼鏡｜你的下一副眼鏡，能「讀心」

洞見人和 以AI賦能║ 連信“智慧公安”一體化解決方案

連信"無感評估分析”智能體上線，助力社會風險防控