近日，由清华、北大跨学科团队研发的 Seein 心理模型引发行业关注。在基于 9 大真实心理任务的权威评测中，Seein 模型以 79 分的平均成绩，远超同级别通用大模型（ 32 分），成为国内首个在情绪识别、认知推理等核心能力上实现突破性进展的垂类 AI 模型，为 AI 深度服务心理健康场景提供了新范式。
模型训练路径突破传统范式
Seein 模型在掌握基础心理能力之后，不同于传统的“通用模型 + 微调”路线，由于心理健康这一复杂且敏感的领域，对模糊情绪的识别、内在认知的推理路径以及对伦理安全的严格把控，打造了一个真正具备心理智能的基础模型。模型预训练时吸收了超过10T token的专业心理数据，结合心理干预理论和对话结构，让 AI 拥有扎实的专业知识和深层的心理语义理解力。
在此基础上，团队让模型学会用专业且充满共情的方式与用户对话。迄今为止，Seein 已建立覆盖12大心理主题、近百种真实交流类型的指令库，满足多样化的用户需求。
在掌握了基础心理能力后, Seein打造了心理语义理解系统。这套系统模拟心理咨询师的思考流程——从识别情绪出发，逐层推演到信念解析与误区判断，最终生成个性化的干预建议。这种结构化推理能力，让 Seein 不再是“回答问题的工具”，而是真正能陪伴、理解、引导用户的心理智能体。
此外，团队还引入人类偏好反馈机制，训练模型判断“高质量心理对话”，持续优化其表达风格、推理过程与伦理边界，让 AI 在真实对话中表现得更专业、更自然，也更贴近人类沟通习惯。
目前，汐里心理的 Seein 心理模型正处于开放测试阶段，面向关注心理AI技术或有心理支持需求的用户开放体验申请，共同推动模型在真实场景中的优化迭代。
评测得分双倍领先，GAD干预效果获RCT验证
Seein 心理模型在行业应用中的实际效能，特别开展了一项为期 4 周的随机对照试验（RCT）。研究共纳入 100 名 GAD（广泛性焦虑障碍）用户，采用分组对照的方式：实验组每日通过 Seein 心理模型进行对话互动，对照组则不采用任何干预工具。
其中，使用 Seein 模型的实验组焦虑评分平均下降 3.76 分，显著高于对照组；87% 的用户表示‘通过模型对话缓解了睡前焦虑’，人均累计使用时长超 18 小时，满意度达 4.3/5 ，充分体现了 Seein 在焦虑情绪管理中的积极效果。
Seein 心理智能体系统完成自我演化特点
在通用大模型“泛能力”逐步趋同的背景下，Seein 团队基于心理场景的高复杂度、高敏感性特征，聚焦关键服务环节与智能体演化路径，构建国内首个完成多任务运行闭环与自我演化能力的AI心理Agent系统架构。该架构对标国际累计融资金额超过 2930 万美元的Wysa Copilot 模型，在推理机制、心理记忆系统及用户行为追踪、伦理与风险控制上体现出更为专业的混合任务拆解的能力。
相较于同类产品，Seein 的核心优势在于‘动态任务处理能力’—— 能自主识别用户深层需求（如从‘失眠抱怨’追溯至‘职场压力’），而非机械套用模板。目前已在 30 所高校、10 家企业的心理服务场景中落地试用，展现出在情绪理解、认知建模、干预规划与风险控制等方面的系统优势。
下一步，Seein 团队以构建“有温度的 AI 心理大模型”为愿景，致力于打造既具人类认知结构的“三维地形—结构双核”智能体，又具备跨平台部署能力与伦理响应机制的通用心理支持工具。
未来，团队将进一步强化多模态感知与任务链推理机制，深化语音、生理数据等自然交互能力，并与医疗、教育、社区等机构协作共建，让专业心理干预从“辅助工具”升级为“可标准化、可推广”的服务体系，推动普惠型 AI 心理支持真正落地，触达更多有需要的人群，助力构建一个更加智能、可及、公平的心理健康服务生态。
