技术解码 | 从表情到情绪：AI如何理解一张脸？

发表时间：2026-09-24 17:01

刑侦剧里经常出现这样的剧情：审讯室中，嫌疑人语气平稳、滴水不漏，办案人员却将监控画面定格放大，盯住一闪而过的面部变化：“你的表情，泄露了你的秘密。”

这样的桥段之所以抓人，是因为它指向一个有趣的技术想象：通过分析面部微表情，可以解读出个人情绪状态。

如今，AI正在尝试将这种想象变成现实。但研究越深入，答案反而越谨慎。

先设想一个情境：此刻你正在打电话，对方看不见你，你的脸会做表情吗？

也许你没注意过，其实每个人说话时下意识会做出皱眉、眨眼、抿嘴的表情，只是幅度微小到自己难以察觉。这是因为人脸本质上是一台持续运行的“信号发射器”，信号细碎而迅速，人眼难以捕捉。

而AI 恰好擅长此事，通过摄像头每秒可采集数十帧，不会疲劳，不会分心。因此，AI 能看见情绪的关键不在于更懂人心，而在于它比人有耐心，愿意逐帧盯住那些你察觉不到的变化。

回到一开始的提问：AI 究竟在看脸上的什么？如果你打开一套面部分析系统的后台，你就会发现，占据视野的并非“开心”“难过”这类标签，而是一长串数值。它们来自心理学界沿用数十年的一把尺子：面部动作编码系统（Facial Action Coding System，FACS）。这套体系十分克制，它不会判断你在想什么，只记录哪块面部肌肉收缩、强度多大。由它发展而来的动作单元（Action Unit，AU），正是 AI 读脸最常用的中间语言。

除了肌肉动作之外，AI 还会追踪三项信息：头部姿态、视线方向（看向何处、停留多久、是否回避），以及表情的时间动态（持续多长、变化多快）。

举个简单的例子：人在情绪持续低落的一段时间里，眼睛往往睁得比平时小些，眨眼也慢些。这些细节人可以难以察觉，AI却可以，它能逐帧量出眼睑开合的距离、每次眨眼时长，并进行量化分析。这正是AI在情绪识别中最擅长的工作：不是要知道你在想什么，而是把你自己都没察觉的变化，变成可对比的数字。

但是AI能捕捉到面部信号，并不等于这些信号能用来判断情绪。两者之间，其实隔着一段不短的距离。

先来看心理学研究给出的答案。

2019年，心理学家 Lisa Feldman Barrett 等人在《心理科学的公共利益》发表了一篇综述，专门追问了一个看似简单的问题：我们真的能从一个人的面部动作，直接推断出他的情绪吗？研究者梳理了大量已有研究后发现，面部表情与情绪之间确实存在联系，但这种对应关系，并没有我们想象中那么稳定。同样的表情，换一个人、换一个场景，甚至换一种文化背景，都可能意味着不同的事情。也就是说，人的脸上并不存在一本人人通用的情绪字典。面部动作能够提供情绪线索，但很难单独给出一个确定答案。

那么，换成AI能不能做得更好？2025年Jayaswal 等人的一篇面部表情识别技术综述显示，深度学习已经能够在标准数据集上取得相当不错的识别效果。但一旦离开实验室，进入光线复杂、表情自然、个体差异明显的真实环境，模型表现往往会受到影响。同时，对于强度较弱、彼此混合的复杂情绪，AI依然很难准确区分。

国内研究也发现了类似现象。中科院心理所朱廷劭研究组曾招募100名参与者，通过面部关键点和心理测评数据，让模型尝试预测包括抑郁、焦虑、人际敏感等在内的多个心理状态维度。结果表明，面部行为确实包含与心理状态相关的信息，但仅凭面部信号，很难清晰区分不同心理状态。

2026年《心理学报》的一项研究进一步发现，在复杂面孔情绪判断中，人类更倾向于综合整张脸的信息，而多模态大模型可能更容易受到局部面部区域的影响。

研究指向的结论

面部确实携带情绪信息，但“看到表情”并不等于“读懂情绪”。在相对受控的条件下，面部肌肉变化、眼动和表情变化都可以被摄像头捕捉，并进一步转化为可分析的数据。但当我们真正面对一个具体的人时，个体差异、环境、表达习惯和情境都会影响这些信号的含义。

因此，面部信号更适合作为情绪识别和风险筛查的一类重要线索，而不是单独作出心理状态判断的最终答案。AI真正要做的，也不是从一张脸上寻找一个标准答案，而是在更多信息中寻找属于这个人的情绪变化。

智芯实验室长期关注一个问题：如果每个人表达情绪的方式都不一样，AI该如何真正“看懂”一个人？

实验室团队持续深耕多模态人格感知与情绪识别，围绕个体差异与情绪表达机制开展系统研究，将面部、语音、生理信号与人格特质进行多模态融合，探索不同个体情绪表征的差异及其建模方法。其中，面部情绪识别是其中一个重要研究方向。

我们的研究从数据采集阶段就考虑个体差异。通过问卷、自我介绍和指定文本朗读等不同任务，既保留自然表达，也建立相对统一的比较条件，这样可以帮助模型区分一个人本来就不爱做表情，还是当下真的产生了紧张。进一步地，我们从面部动作、表情变化和整体面容特征等维度分析视频，并通过不同时间窗口观察瞬时波动与持续状态。

研究发现，当模型先了解这个人是谁，再理解他的面部信号时，识别表现会进一步改善。这意味着，AI真正需要理解的，不只是这张脸表达了什么，更是这个人平时是什么样，以及他此刻与自己相比发生了什么变化。这正是个体差异与人格感知进入情绪识别的重要意义。

回到本文开头的场景。刑侦剧中通过面部细节来判断情绪变化的情节，放在现实中还是有很多局限性。但若把这些放进他本人的历史记录，再与语音、心率、脑电放在一起观察，它便能为当下的情绪状态提供一个客观的参考。

因此更准确的说法是：AI 并不能直接读懂你的情绪，但有可能比人更早发现，有些不易察觉的变化。发现变化与判断性质是两件事。

从读懂表情，到理解变化，这或许才是情绪科技值得探索的未来——不是替人定义情绪，而是让每一种不易察觉的变化，都有机会被及时看见。

参考资料

[1] Barrett L F, Adolphs R, Marsella S, Martinez A M, Pollak S D. Emotional Expressions Reconsidered: Challenges to Inferring Emotion From Human Facial Movements. Psychological Science in the Public Interest, 2019, 20(1): 1–68.

[2] Jayaswal R, Ansari M A, Dixit M, Singh D K, Ahmad S. Advances in facial expression recognition technologies for emotion analysis. Discover Computing, 2025, 28(1): 203.

[3] 中国科学院心理研究所朱廷劭研究组。心理所研究通过面部活动识别个体的心理健康症状。中科院心理所科研进展，2021.

[4] 赵琳，李婧婷，刘烨，马骏驰，王甦菁。人类与多模态大语言模型对拼接面孔情绪识别的能力差异. 《心理学报》2026 年 "AI 时代的脑与认知科学" 专刊.

[5] Zhao Y, Zhang H, Li J, Song S, Lian C, Liu Y, Wang Y, Fu C. Multimodal Depression Assessment Framework Integrating Personality and Gait for Older Adults With Medical Conditions. IEEE Transactions on Affective Computing, 2025, 16(3): 2048–2061.

[6] Fu C, Fu Z, Zhang Q, Kuang X, Dong J, Su K, Su Y, et al. The First MPDD Challenge: Multimodal Personality-aware Depression Detection. ACM MM 2025 Grand Challenge. arXiv:2505.10034.

[7] Fu C, Zhao S, Zhang Y, Jian Z, Zhao S, Liu C. Personality-guided Public-Private Domain Disentangled Hypergraph-Former Network for Multimodal Depression Detection. AAAI 2026, 40(3): 1801–1809.

免责声明：本文为技术科普内容，所涉研究结论均来自公开发表的学术文献，仅用于说明技术原理与当前边界。

上一篇AI情绪检测完整指南：原理、算法、应用与未来发展

下一篇学术前沿 | 我们正在把多少“心事”告诉AI？一项最新研究给出答案

分享到：