ARTICLE · 1165173
当AI开始读懂情绪:EmoGPT亮相工博会,让科技更有温度
10月12日，中国国际工业博览会现场，人工智能、具身智能与机器人产业的新技术、新产品集中亮相。作为上海交通大学相关科研成果产业化应用的重要实践之一，领本科技携EmoGPT多模态情感大模型及教育、家庭与具身智能相关应用成果参展，集中展示人工智能从“理解语言”进一步走向“理解人的状态、情绪与行为”的技术探索。
展会现场，上海交通大学“多模态智能心理风险早期感知与防范技术”科研成果受到关注。该技术面向心理健康、教育等真实场景，通过融合文本、语音、视觉、行为等多模态信息，对人的状态进行综合感知与分析，为心理风险识别、状态理解和智能干预提供技术支撑。在相关科研成果基础上，领本科技进一步推动多模态人工智能能力向实际应用转化，并形成了以EmoGPT情感大模型为核心的技术体系。
随着大模型快速发展，人工智能已经具备较强的语言理解与生成能力。但在教育、养老、家庭陪伴以及机器人等真实环境中，仅仅“会回答问题”仍然远远不够。
一个真正进入现实世界的智能系统，需要理解的不只是用户说了什么，还包括用户当前处于什么状态、为什么产生这种状态、过去发生过什么，以及此时是否应该介入。这正是EmoGPT重点解决的问题。
通过融合视觉、语音、文本、行为以及长期交互信息，EmoGPT构建从多模态感知、情境理解、长期记忆、决策判断到交互执行的完整链路，使人工智能能够根据不同人与不同场景，作出更加连续、自然和具有针对性的反馈。
例如，同样是一个人突然弯腰，从单一视觉信息来看，可能只是捡拾物品，也可能意味着身体出现不适。真正面向现实场景的人工智能，需要结合动作变化、语言信息、环境上下文以及历史行为进行综合判断，而不是仅凭一个画面做出结论。
同样，在陪伴场景中，人工智能什么时候应该主动询问，什么时候应该保持安静，也需要建立在持续感知与情境理解基础之上。
这意味着，人工智能正在从过去的“输入一个问题、生成一个答案”，进一步进入“感知环境—理解状态—形成决策—完成任务”的新阶段。
教育是EmoGPT目前重点落地的场景之一。
传统数字化教育系统更多记录成绩、作业完成率以及考试结果，而学生在学习过程中出现的注意力变化、情绪波动、学习卡点、压力状态和心理风险，往往难以被持续记录和理解。
依托多模态感知与情感智能能力，领本科技正在尝试建立一套围绕学生成长过程的数据链路。
在校园场景中，系统可以通过测评、交互以及多模态信息，对学生学习状态和心理状态进行辅助分析；在实际教学过程中，则进一步结合人工智能，为教师提供辅助信息，为学生提供个性化支持，并帮助家长更加全面地理解孩子的成长过程。
其核心并不是用AI取代教师或者心理老师，而是让人工智能成为一种新的感知和辅助工具，从过去“看到结果”，向进一步“理解过程”延伸。
目前，围绕相关技术形成的校园心理健康及教育应用，已经在全国多个地区开展实践。
从人形机器人、服务机器人到工业机器人，一个明显趋势正在形成：随着机器人本体能力不断提升，行业竞争正在逐渐从“机器人能不能动”，走向“机器人能不能理解环境和人”。
这也意味着，大模型与具身智能之间正在产生更加紧密的结合。
领本科技认为，未来机器人需要的不仅是运动控制系统，还需要一个能够理解人的“智能大脑”。
在家庭、养老以及教育环境中，机器人面对的往往不是标准化任务，而是大量复杂、模糊且持续变化的真实情境。
什么时候应该提醒？什么时候应该主动提供帮助？什么时候保持安静？同一个动作究竟意味着普通行为，还是异常状态？用户过去发生过什么，是否会影响当前判断？
这些问题背后，都需要多模态感知、长期记忆以及情境决策能力的共同参与。
因此，EmoGPT并不局限于某一款机器人产品，而是希望逐步成为面向机器人及智能终端的情感智能基础能力。
人工智能技术的真正价值，最终仍然需要通过真实场景验证。
此次工博会展示的不仅是一项科研技术或者一个单独的机器人产品，更呈现出从高校基础研究、核心技术研发，到大模型平台，再到实际场景应用的一条成果转化路径。
依托上海交通大学相关科研与技术积累，领本科技持续推进EmoGPT在教育、家庭陪伴、养老以及具身智能等方向的应用探索，希望通过越来越多真实世界的数据与场景验证，进一步提升模型对复杂人类状态的理解能力。
未来，随着大模型与具身智能加速融合，人工智能与人的关系也将发生变化。
从工具，到助手，再到能够长期理解和陪伴人的智能系统。
领本科技希望做的，不只是让机器拥有更强的智能，而是让智能真正开始理解人。
而这，也正是EmoGPT持续探索的方向。
领本AI，让AI看见情绪，让科技拥有温度。
领本AI专注于多模态情感智能与具身应用，自主研发 EmoGPT 情感智能平台，面向机器人、家庭陪伴、养老、儿童成长及智能终端等场景，为设备提供状态感知、情绪理解与自然交互能力。
