本文来自微信公众号： 木禾商业财经 ，作者：龚正
今年5月，山东威海市城里中学，一群学生正对着摄像头静坐。30秒后，系统屏幕上弹出了压力、焦虑、抑郁等14项核心情绪指标的评估报告。
这个名为“AI心理健康进校园公益筛查活动”的项目，由威海市立医院、浙江大学徐欣教授团队，以及杭州一家高科技企业共同发起。
产业界正在密切关注，当“AI读懂情绪”从实验室走进社会实景，这背后，是一个以“情绪价值”为核心、号称规模达百亿乃至千亿级的产业，正加速探索和落地。
一位研究员的“技术迁徙”
徐欣，浙江大学“百人计划”研究员、长聘副教授、博士生导师，英国流行病学及认知心理学博士。
在浙大公共卫生学院的个人主页上，她的研究方向写着“痴呆及阿尔茨海默症的筛查、诊断及影像学标志物”，以及“认知障碍及精神卫生”。
2026年5月，徐欣站在了威海中学生心理筛查的一线。由她提供技术支持的某动态情绪识别系统，微动检测精度达到0.01毫米，情绪识别准确率为90.8%，决策延迟低于200毫秒，支持单路最高50人并行分析。
这套系统可以将受检测者的情绪，转化为频率、能量、振幅等可量化参数，为企业等需求方提供动态、精准的情绪洞察工具。比如用于养老院，也可以将系统装进毛绒玩具，打造一套情绪安抚AI玩具。
对徐欣来说，从研究大脑衰老的专家学者，到情绪AI产业的技术支撑者，这条看似有一点儿跳跃的变迁轨迹，背后被认为拥有同一套技术逻辑——通过捕捉生理信号、建立算法模型，实现对“大脑—情绪—行为”链条的量化干预。
徐欣对浙江大学而言，不算研究情绪、情感领域的个例存在。
在2025年10月，浙江大学精神医学领域的胡少华团队、浙大滨江研究院生物医学工程的许迎科团队，与徐欣团队，就共同研发了Emoface人工智能模型，通过解析数字化面部精细特征，构建基于三维视觉信号的疾病图谱，实现重度抑郁症与双相障碍的高精度鉴别，其中双相障碍诊断准确率，号称突破了90%。
该成果发表于国际权威期刊Nature旗下子刊《npj Mental Health Research》，被认为为情感障碍的无创快速诊断，以及AI协同、治理、安全提供了全新解决方案。
除该项目组外，在前不久的7月22日，浙江大学双脑中心杨雨潇研究员，以及活跃在计算机和脑机接口交叉领域的王跃明教授团队，联合浙大附属医院团队，在《Nature Computational Science》发表了侵入式脑机接口情绪解码研究论文。
该研究通过植入颅内电极记录神经活动，实现了细粒度、跨任务、可解释的在线动态人类情绪解码，为侵入式脑机接口治疗精神疾病提供了技术基础，呈现了浙大在“情绪解码”领域的前沿布局。
这样看起来，徐欣团队在威海城里中学，所做的公益筛查，或可算是庞大“AI读心识情绪情感”的学科能力，在终端应用上，一个极为细小的落地而已。
在海外，较早研究“情感计算”领域的，是一位名叫罗莎琳·皮卡德（Rosalind Picard，以下简称皮卡德）的教授。
1990年，皮卡德进入麻省理工学院媒体实验室，最初从事图像压缩与内容检索研究。为提升图像理解的智能性，她开始涉足人类认知与神经科学领域，并在之后的研究中，逐渐意识到：人类情感在人际沟通中扮演着核心角色，而传统人工智能系统虽能高效处理逻辑推理任务，却难以理解人类情感的复杂性——无法识别某人精神异常时的语调变化，也无法读懂个体焦虑时的心理需求。
1995年，她发表了开创性论文，正式提出“情感计算”（Affective Computing）这一概念，将其定义为“与情感相关、来源于情感或能够对情感施加影响的计算”。
不过，当时主流人工智能界普遍认为这是边缘方向，认为让机器“理解情感”，听起来更像是科幻小说，而不是严肃的科研方向。但皮卡德仍坚持构建其研究框架——涉及情感的识别、表达、度量与建模，并于1997年出版同名专著。
只是受限于传感器、算力与机器学习算法的发展水平，情感计算在此后近二十年间主要停留在学术探索阶段。直到深度学习与多模态信号处理技术成熟，该领域才真正走向应用并受到广泛关注。
时下，为“情感计算”这门研究，提供最迫切需求土壤的一个外部客观条件是，全球精神健康危机。
世界卫生组织报告显示，全球超过10亿人受到精神健康相关问题影响，抑郁和焦虑障碍是其中主导。
传统精神疾病诊断依赖医生访谈与量表评估，流程耗时冗长且评估有点主观。一面是庞大的需求，一面是有限的供给。情感AI，亦或者读心AI，正是从这个裂缝中，找到了生长的空间。
资本涌入“情绪”这门生意
2024年8月，华为举行玄玑感知系统发布会，徐欣以学者身份出席。
会上，华为正式发布了其首个智能穿戴技术品牌——玄玑感知系统（HUAWEI TruSense System），该系统，将心率、血氧、血压等单点监测技术整合成了一个多维感知系统，并宣布已开始开展基于心率数据、推断情绪状况的研究。
徐欣在会上表示，可穿戴设备“可以对情绪长期的慢性发展趋势进行有效跟踪，通过综合建模分析，最终为个体提供个性化的指导和专业建议”。
华为发布这一穿戴技术品牌，其背景在于顺应全球健康意识提升的趋势，为用户提供更准确、更全面、更快速的健康管理体验。相当于大厂，对“健康管理”“情绪识别”领域可能存在商机的一次试探。
2026年5月，徐欣团队又出现在威海市城里中学的AI心理健康筛查活动现场。这次，除了威海市立医院、和浙大学科团队之外，出现的是另一家创业公司的身影——沃才科技。
在官方宣传中，沃才公司是于2024年成立的情绪AI公司，已在2026年1月完成了数千万级天使轮融资。它显示的是，随着AI进入千行百业，情绪AI、读心AI，也开始被一些新创业者、入局者关注，试着挖掘可能存在的大众需求和商业机会。
而放眼国际，被认为最早将情绪AI技术进行商业化落地的公司，是2009年在美国成立的Affectiva公司。由两位来自麻省理工学院（MIT）媒体实验室的科学家
Rana el Kaliouby和Rosalind Picard成立。
前者曾于1995年开创“情感计算”（Affective Computing）这一学科分支，她被誉为“情感计算之母”。
Affectiva的核心产品是名为Affdex的情绪识别技术。它的技术原理，是通过普通的网络摄像头捕捉用户的面部表情，然后利用算法分析面部关键点和纹理变化，如眼角皱纹、眉毛动作等，将其映射为喜悦、厌恶、困惑等情绪状态。这项技术最早是为了帮助训练自闭症儿童理解他人表情而开发的。
后来，公司将技术作为市场调研工具出售，帮助企业测试广告和产品效果。再后来，这家公司被专注于车内传感技术的Smart Eye公司收购。被用于打造更智能的车内感知解决方案（Interior Sensing Solution），即给汽车装上能“看懂”驾驶员和乘客状态的“眼睛”和“大脑”。
伴随AI发展，2025年，情感智能AI迎来了真正的市场拐点。一堆海内外大公司，纷纷投入“情绪AI”赛道，进行生态卡位。
谷歌PaliGemma 2模型系列能够分析图像并“识别”情绪。微软通过其Azure认知服务提供情绪检测功能。其“情绪认知技能”可以评估非结构化文本，并给出“积极”、“中立”、“消极”等情绪标签和置信度分数。亚马逊通过其云服务Amazon Comprehend提供情感分析。
这些国际大厂，卡位的是前沿技术探索和务实应用方案。而在大众更容易感知的消费终端，情感陪伴型的AI娃娃、AI玩具，也开始风起云涌。
2025年8月，总部位于深圳的“跃然创新”公司宣布完成2亿元A轮系列融资，该公司推出的AI挂件BubblePal，不到一年卖出25万台。
韩国AI陪伴应用Zeta的月流水从2026年3月的不足300万美元飙升至8月的突破1000万美元。
据Global Market Insights数据，全球情感智能AI市场规模预计从2025年的47亿美元激增至2034年的265亿美元，年复合增长率达21.3%。
而美国咨询公司Grand View Research数据显示，中国广义的AI陪伴市场2026年收入预计达37.34亿美元，2026年至2033年的年均复合增速约35.4%，高于全球平均水平。
情绪AI检测技术，成了广义情绪AI安抚世界中的一个支撑。
精度与边界：情绪AI的“能”与“不能”
当情绪AI从实验室走向社会，大众常常也会抛出一个根本问题是，它真的准吗，有没有个人隐私泄露的风险。
前述的浙江大学各团队组，共同研发的Emoface人工智能模型，囊括了目前全球最大的单中心情感障碍面部数据集，包含700名受试者的超80万帧面部动态数据。
通过深度学习模型，Emoface在临床验证集中实现了双相障碍诊断准确率突破90%，抑郁症诊断准确率达85.61%，两类疾病的鉴别AUC值均突破0.97。
但技术仍然存在局限。研究团队坦承，目前的样本覆盖范围有限，样本多为单一民族，复杂混合微表情分析能力仍显不足。下一步需要联合多中心扩大样本量，纳入不同民族、年龄段人群数据。
行业更大的挑战，似乎来自伦理层面。2026年5月，一篇名为《IEEE Transactions on Affective Computing》的综述文章指出，当前情感大语言模型，“模拟的是认知共情而非真正的情感共情”，且“缺乏将共情指标与患者疗效联系起来的标准”。
通用大模型在与用户互动时可能出现“讨好型反馈”。即当用户表现情绪低落时，模型会进入“安慰”模式，让用户产生“被理解”的感觉，但这种共情，可能反而强化用户对“情绪低落”的状态感知。
更令人担心的是算法偏见。训练数据中夹杂着对精神心理问题的歧视性评判，可能在用户不自觉的情况下强化负性情绪。
这些担忧已经在监管层面得到回应。2026年7月15日，《人工智能拟人化互动服务管理暂行办法》正式施行，成为国内首部针对AI情感陪伴的专项监管文件。其核心是，划出红线，严禁AI进行情感操纵和诱导依赖。
而美国伊利诺伊州则于2025年8月发布全美首张禁令，禁止AI系统开展独立的心理咨询、诊断和治疗。
2026年，在这条据说有成百上千亿资本涌入的“情绪AI”赛道，仍然充满荆棘，或者说还处于初级发展阶段。
技术精度有待提升，算法偏见需要纠正，伦理框架尚在构建。只能说当全球超过10亿人受到精神健康问题困扰，这个市场，会让研究者和创业者觉得“这活儿有价值可做”。
让AI“读懂”情绪，成为一个事业，一门刚需生意，这令人兴奋。当然它也需要谨慎和专业，而不能被资本的狂热轻易裹挟。