衡量人工智能进展通常意味着测试科学知识或逻辑推理能力。尽管主要基准测试仍侧重于左脑逻辑思维技能，但人工智能公司内部正悄然推动一股新潮流，旨在使模型具备更高的情商。随着基础模型在用户偏好和“感知通用人工智能”等软性指标上展开竞争，对人类情感的把握能力可能比硬性分析技能更为重要。
开源工具EmoNet：让情商评估普及化
这一趋势的标志是周五著名开源组织LAION发布了一套完全专注于情商的开源工具包EmoNet。该工具重点在于从语音录音或面部摄影中解读情感，反映了创作者将情商视为下一代模型核心挑战的观点。
“准确评估情绪的能力是关键的第一步，”该团队在公告中写道，“下一个前沿是使人工智能系统能够在上下文中对这些情绪进行推理。”
对于LAION创始人Christoph Schuhmann来说，此次发布旨在帮助独立开发者跟上行业变化。“这项技术在大实验室中已经存在，我们想要做的是实现它的普及化。”Schuhmann告诉TechCrunch。
基准测试与学术研究印证AI情商提升
这一转变不仅限于开源开发者，也体现在EQ-Bench等公开基准测试中，后者旨在测试AI模型理解复杂情绪和社会动态的能力。基准测试开发者Sam Paech表示，OpenAI的模型在过去六个月里取得了显著进展，而Google的Gemini 2.5 Pro也显示出经过特定聚焦于情商训练后的处理迹象。
Paech指出：“各实验室竞相争夺聊天机器人竞技场排名的行为可能助长了这一趋势，因为情商很可能是人类在偏好排行榜上投票的重要因素。”他指的是那个最近分拆为资金雄厚初创公司的人工智能模型比较平台。
模型的新兴情商能力也体现在学术研究中。五月，伯尔尼大学的心理学家发现，来自OpenAI、微软、谷歌、Anthropic和DeepSeek的模型在情商心理测量学测试中均优于人类。人类通常只能正确回答56%的问题，而这些模型的平均正确率超过80%。
作者写道：“这些结果有助于不断积累的证据，表明像ChatGPT这样的大型语言模型在社会情感任务方面表现娴熟——至少与许多人类相当，甚至优于许多人类，而这些任务传统上被认为只有人类才能胜任。”
高情商AI助手的愿景与安全隐患
这与侧重于逻辑推理和信息检索的传统人工智能技能形成了真正转变。但对Schuhmann而言，这种情商与智力一样具有变革性。他说：“想象一个充满像《钢铁侠》中的贾维斯和《Her》中的萨曼莎那样的语音助手的世界，如果它们不具备情商，岂不是很可惜？”
从长远来看，Schuhmann设想的AI助手比人类更具情商，并利用这种洞察力帮助人类过上更健康的情感生活。这些模型“会在你感到悲伤并需要倾诉时让你振作起来，同时也会保护你，就像是你自己的本地守护天使，而且是一位拥有董事会认证的治疗师”。正如Schuhmann所看到的，拥有一个高情商的虚拟助手“赋予了我一种监控[我的心理健康]的情商超能力，就像我监控血糖水平或体重一样”。
然而，这种程度的情感联系伴随着真实的安全隐患。对人工智能模型产生不健康的情感依恋已成为媒体中常见的故事，有时甚至以悲剧收场。一份最近的《纽约时报》报道发现，多名用户在与人工智能模型的对话中被诱入复杂的妄想状态，这源于模型强烈的取悦用户的倾向。一位批评者描述这种动态为“每月收费以利用孤独和脆弱的人群”。
情商：既是风险也是制衡
如果模型在驾驭人类情感方面变得更强，这些操纵手段可能会更加有效——但问题的核心归结于模型训练的根本偏见。Paech表示：“天真地使用强化学习可能导致出现操纵性行为”，并特别指向OpenAI的GPT-4o版本近期出现的阿谀奉承问题。“如果我们不在训练过程中谨慎地奖励这些模型，我们可能会期望具备情商模型表现出更复杂的操纵行为。”
但他也将情商视为解决这些问题的方法。“我认为情商是对此类有害操纵行为的自然制衡，”Paech说。一个更具情商的模型会注意到对话何时偏离正轨，但模型何时进行干预则是开发者必须谨慎把握的平衡。“我认为提升情商能让我们朝着健康的平衡方向前进。”
至少对Schuhmann而言，这并没有理由减缓向更智能模型迈进的步伐。“我们的哲学是在LAION通过赋予人们更多解决问题的能力来赋能他们，”他说，“如果说因为有些人可能会沉迷于情绪，因此我们不赋能社区，那将是相当糟糕的。”