中 华人民共和国国家标准 化 指 导 性 技 术 文 件
GB/Z 177.7—2026
人工智能终端智能化分级
第 7 部分 :汽车座舱
Intelligencegrading ofartificialintelligenceterminal—Part7:Cockpit
2026-04-30发布
国家市场监督管理总局国家标准化管理委员会
发 布
前 言
本文件为规范类指导性技术文件 。
本文件按照 GB/T 1. 1—2020《标准化工作导则 第 1部分 :标准化文件的结构和起草规则》的规定起草 。
本文件是 GB/Z177《人工智能终端智能化分级》的第 7部分 。GB/Z 177 已经发布了以下部分 :
— 第 1部分 :参考框架 ;
— 第 2部分 :总体要求 ;
— 第 3部分 :移动终端 ;
— 第 4部分 :微型计算机 ;
— 第 7部分 :汽车座舱 ;
— 第 8部分 :音箱 ;
— 第 9部分 :耳机 。
请注意本文件的某些内容可能涉及专利 。本文件的发布机构不承担识别专利的责任 。
本文件由全国信息技术标准化技术委员会(SAC/TC 28)提出并归 口 。
本文件起草单位 : 中国电子技术标准化研究院 、中国信息通信研究院 、中国软件评测中心(工业和信息化部软件与集成电路促进中心) 、小米通讯技术有限公司 、重庆长安汽车股份有限公司 、东风汽车集团有限公司 、中国第一汽车集团有限公司 、吉利汽车研究院(宁波)有限公司 、大连理工大学 、斑马智能信息技术股份有限公司 、中汽创智科技有限公司 、中国汽车工程研究院股份有限公司 、中国汽车技术研究中心有限公司 、华为终端有限公司 、长安大学 、芜湖盟博科技有限公司 、思必驰科技股份有限公司 、科大讯飞股份有限公司 、北京百度网讯科技有限公司 、蚂蚁科技集团股份有限公司 、北京智能车联产业创新中心有限公司 、中移(杭州)信息技术有限公司 、阿波罗智能技术(北京)有限公司 、上海机动车检测认证技术研究中心有限公司 、中国电器科学研究院股份有限公司 。
本文件主要起草人 :董建 、杨磊 、宋文林 、郑文煜 、翟云 、丛瑛瑛 、马子扬 、焦宏麟 、高宇元 、于磊 、侯锐 、谭瑞 、邓野强 、黄 睿 、武 沛 多 、刘 峻 伯 、叶 烨 、杨 竞 喆 、赵 剑 、刘 蓬 勃 、李 歆 、林 伟 星 、蔡 炜 珩 、江 宁 、马 杰 、唐秋阳 、孟宪明 、刘冰 、张楠 、张 海 伦 、刘 永 涛 、吴 恭 辉 、甘 津 瑞 、雷 雄 国 、吕 思 南 、徐 海 霞 、路 宏 、夏 春 龙 、林冠辰 、彭晋 、林强 、燕翙江 、赵凯 、彭伟 、刘海威 、郑青星 。
引 言
人工智能技术的蓬勃发展 ,持续驱动新产品与新业态的涌现 ,并引领传统电子信息产品升级换代 。各类智能产品功能日益丰富 、迭代速度加快 ,为用户带来新颖的体验和显著的生产力提升 。然而 , 面对市场上层出不穷的智能产品 ,许多消费者难以准确辨别其优劣 ,无法真正购买到符合自身需求的智能产品 。
GB/Z 177 旨在确立终端智能化能力分级测评要素与测试方法 ,拟由九个部分构成 。
— 第 1部分 :参考框架 。 目的在于给出人工智能终端的参考框架 、分类和智能化能力要素 。
— 第 2部分 :总体要求 。 目的在于给出人工智能终端智能化能力通用等级判定和测试方法 。
— 第 3部分 :移动终端 。 目的在于给出移动终端智能化能力等级判定和测试方法 。
— 第 4部分 :微型计算机 。 目的在于给出微型计算机智能化能力等级判定和测试方法 。
— 第 5部分 : 电视接收机 。 目的在于给出电视接收机智能化能力等级判定和测试方法 。
— 第 6部分 : 眼镜 。 目的在于给出眼镜智能化能力等级判定和测试方法 。
— 第 7部分 :汽车座舱 。 目的在于给出汽车座舱智能化能力等级判定和测试方法 。
— 第 8部分 :音箱 。 目的在于给出人工智能音箱智能化能力等级判定和测试方法 。
— 第 9部分 :耳机 。 目的在于给出人工智能耳机智能化能力等级判定和测试方法 。
人工智能终端智能化分级
第 7 部分 :汽车座舱
1 范围
本文件规定了汽车座舱智能化关键能力等级划分和等级判定 ,描述了测试方法 。
本文件适用于指导汽车座舱智能化升级 ,也为汽车座舱的设计 、开发 、应用 、选型和评估提供参考 。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款 。其中 , 注 日期的引用文件 ,仅该日期对应的版本适用于本文件 ;不注日期的引用文件 ,其最新版本(包括所有的修改单)适用于本文件 。
GB/Z 177. 1—2026 人工智能终端智能化分级 第 1部分 :参考框架
GB/Z 177. 2—2026 人工智能终端智能化分级 第 2部分 :总体要求
3 术语和定义
3. 1
人工智能汽车座舱 artificialintelligencecockpit
汽车车内搭载软硬件系统 ,具备人机交互 、网联 、场景拓展等智能能力 , 为驾乘人员提供智能 、高效等综合用户体验的移动空间 。
4 缩略语
GB/Z 177. 1—2026和 GB/Z 177. 2—2026界定的以及下列缩略语适用于本文件 。
USB:通用串行总线(UniversalSerialBus)
5 关键能力
5. 1 概述
依据 GB/Z 177. 2,对汽车座舱的感知 、认知 、执行 、记忆和学习能力提出具体要求 。
5.2 一级响应级
5.2. 1 感知
5.2. 1. 1 用户信息感知
具备接受单指令的接受能力 ;低噪环境语音字识别准确率不小于 90% ; 高噪环境语音字识别准确率不小于 80% ,低噪 、高噪环境场景的参数见附录 A。
5.2. 1.2 设备信息感知
应具备设备信息感知能力 ,包括 :
a) 感知座舱终端硬件状态的能力 ,如感知座舱设备状态 、座舱设置情况的能力 ;
b) 感知座舱终端软件信息的能力 ,如已安装软件信息的列表 、软件状态等 。
5.2. 1.3 环境信息感知
应具备通过集成在座 舱 系 统 内 部 的 传 感 器 获 取 座 舱 内 部 环 境 信 息 的 能 力 , 感 知 信 息 类 型 不 少 于2种 ,如包括光照环境信息 、温度信息等 ,信息类型见附录 B。
5.2.2 认知
5.2.2. 1 理解
应具备理解能力 ,包括 :
a) 理解用户的单个简单指令的能力 ,指令描述见附录 C;
b) 理解包含条件或多个步骤的用户复杂指令的能力 ,指令描述见附录 C。
5.2.2.2 推理无要求 。
5.2.2.3 规划无要求 。
5.2.3 执行
5.2.3. 1 工具调用
应具备工具调用能力 ,包括 :
a) 调用确定性工具完成座舱服务的能力 ,如调用地图发起导航等服务应用 ;
b) 工具调用异常时座舱提供明确反馈 ,如播放音乐失败时提供语音播报提醒 。
5.2.3.2 内容生成
应具备生成回复中文文本内容的能力 ,如基本的信息问答等 。
5.2.3.3 互联协同
无要求 。
5.2.3.4 表达输出
应具备通过文字输出方式向用户反馈任务执行状态与结果的能力 。
5.2.4 记忆
5.2.4. 1 短期记忆
无要求 。
5.2.4.2 长期记忆
无要求 。
5.2.5 学习
5.2.5. 1 情境适应学习
无要求 。
5.2.5.2 持续演进学习
无要求 。
5.3 二级工具级
5.3. 1 感知
5.3. 1. 1 用户信息感知
应具备用户信息感知能力 ,包括 :
a) 单指令 、多指令 、多轮指令的接受能力 ,低噪环境语音字识别准确率不小于 92% , 高噪环境语音字识别准确率不小于 85% ,低噪 、高噪环境场景的参数见附录 A;
b) 至少一种感知 用 户 生 物 特 征 的 能 力 , 如 识 别 声 纹 、人 脸 、指 纹 , 声 纹 识 别 错 误 拒 绝 率 不 大 于10% ,人脸识别准确率不小于 85% ,指纹识别准确率不小于 85% 。
5.3. 1.2 设备信息感知
应具备设备信息感知能力 ,包括 :
a) 感知座舱终端硬件状态的能力 ,如感知座舱设备状态 、座舱设置情况的能力 ;
b) 感知座舱终端软件信息的能力 ,如感知已安装软件信息的列表 、软件状态的能力 ;
c) 感知外联设备信息的 能 力 , 如 感 知 移 动 终 端 、USB 闪 存 盘 、可 穿 戴 设 备 等 外 联 设 备 的 连 接 状态 、运行状态等 。
5.3. 1.3 环境信息感知
应具备环境信息感知能力 ,包括 :
a) 通过集成在座舱系统内部的传感器获取座舱内部环境信息的能力 ,感知信息类型不少于 2 种 ,如包括光照环境信息 、温度信息等 ,信息类型见附录 B;
b) 获取由车辆其他控制器或传感器感知的车外环境信息的能力 。感知信息类型不少于 3 种 ,如车外环境温湿度信息 、天气状况信息 、空气质量信息 、道路环境信息和车辆地理与姿态信息等 ,信息类型见附录 B。
5.3.2 认知
5.3.2. 1 理解
应具备理解能力 ,包括 :
a) 理解用户的单个简单指令的能力 ;
b) 理解包含条件或多个步骤的用户复杂指令的能力 ;
c) 理解用户的简单意图的能力 ;
d) 理解用户的复杂意图的能力 ;
e) 识别并阻止用户提出安全性风险指令的能力 。
5.3.2.2 推理
应具备对显式条件进行直接判断并据此执行的能力 ,例如在指令中用户明确说明条件 。
5.3.2.3 规划无要求 。
5.3.3 执行
5.3.3. 1 工具调用
应具备工具调用能力 ,包括 :
a) 调用确定性工具完成基础座舱服务的能力 ,如调用地图发起导航等服务应用 ;
b) 工具调用异常时座舱提供明确反馈 ,如播放音乐失败时提供语音播报提醒 ;
c) 工具调用参数的识别能力 ,缺少必要参数时能主动要求补充 ,如用户发出指令 “要调空调 ”,座舱根据车内环境温度或用户使用习惯自动设定温度 ;
d) 调用未完成时能提供衔接或备用方案 ,如用户在音乐应用未登录时进行播放音乐 ,座舱显示登录页并提示用户登录 ,登录后完成实现继续播放 。
5.3.3.2 内容生成
应具备内容生成能力 ,包括 :
a) 生成回复中文文本内容的能力 ,如基本的信息问答等 ;
b) 生成回复中文语音或文本内容的能力 ,如闲聊 、百科 、写诗等 ;
c) 语音生成能力首词响应时间不大于 1. 5 s,语音合成自然度不小于 4分 。
5.3.3.3 互联协同
应具备对外部设备进行简单控制及输出外部设备音频的能力 ,如拨打蓝牙电话 、播放移动通信终端导航音等 。
5.3.3.4 表达输出
应具备通过文字 、音频等输出方式向用户反馈任务执行状态与结果的能力 。
5.3.4 记忆
5.3.4. 1 短期记忆
应具备对单个会话上下文内容的记忆能力 。
5.3.4.2 长期记忆
无要求 。
5.3.5 学习
5.3.5. 1 情境适应学习
无要求 。
5.3.5.2 持续演进学习
无要求 。
5.4 三级辅助级
5.4. 1 感知
5.4. 1. 1 用户信息感知
应具备用户信息感知能力 ,包括 :
a) 单指令 、多指令 、多轮指令的接受能力 ,语音字识别准确率不小于 92% ,语音字识别准确率不小于 85% ,低噪 、高噪环境场景的参数见附录 A;
b) 至少一种感知 用 户 生 物 特 征 的 能 力 , 如 识 别 声 纹 、人 脸 、指 纹 , 声 纹 识 别 错 误 拒 绝 率 不 大 于10% ,人脸识别准确率不小于 90% ,指纹识别准确率不小于 90% 。
c) 感知用户行为的能力 ,如驾驶员脱手 、脱眼等 ;
d) 感知用户生理状态的能力 ,如心率 、体温等 。
5.4. 1.2 设备信息感知
应具备设备信息感知能力 ,包括 :
a) 感知座舱终端硬件状态的能力 ,如感知座舱设备状态 、座舱设置情况的能力 ;
b) 感知座舱终端软件信息的能力 ,如已安装软件信息的列表 、软件状态等 ;
c) 感知外联设备信息的能力 ,如感知移动终端 、耳机 、USB 闪存盘等外联设备的连接状态 、运行状态等 。
5.4. 1.3 环境信息感知
应具备环境信息感知能力 ,包括 。
a) 通过集成在座舱系统内部的传感器获取座舱内部环境信息的能力 ,感知信息类型不少于 2 种 ,如包括光照环境信息 、温度信息等 ,信息类型见附录 B。
b) 获取由车辆其他控制器或传感器感知的车外环境信息的能力 。感知信息类型不少于 3 种 ,如车外环境温湿度信息 、天气状况信息 、空气质量信息 、道路环境信息和车辆地理与姿态信息等 ,信息类型见附录 B。
c) 从云端平台或第三方数据服务提供方获取广域环境信息的能力 ,感知信息类型不少于 3 种 ,如实时与预测性天气信息 、实时交通信息 、环境与安全预警信息和地理位置相关的环境特征信息等 ,信息类型见附录 B。
5.4.2 认知
5.4.2. 1 理解
应具备理解能力 ,包括 :
a) 理解用户的单个简单指令的能力 ;
b) 理解包含条件或多个步骤的用户复杂指令的能力 ;
c) 理解用户的简单意图的能力 ;
d) 理解用户的复杂意图的能力 ;
e) 识别并阻止用户提出安全性风险指令的能力 ;
f) 当意图不明确时 ,终端具备通过追问或提供选项等方式进行意图澄清的能力 ;
g) 应具备对多种感知信息进行融合理解的能力 ;
h) 对用户的行为或生理状态进行理解以判断用户当前状态的能力 ,如驾驶员分心状态 、驾驶员疲劳状态等 ,能够根据用户生理状态检测判断用户异常状态并发出警告 ;
i) 对终端所处的环境进行理解以判断当前场景的能力 ,如具备感知路况信息 、周边基础设施 。
5.4.2.2 推理
应具备推理能力 ,包括 :
a) 对显式条件进行直接判断并据此执行的能力 ,如在指令中用户明确说明条件 ;
b) 基于当前会话上下文理解内容进行单步或简单链式推理的能力 ;
c) 在信息部分缺失时进行补全推理的能力 , 即在用户输入中省略部分要素时 ,能自动结合上下文或默认参数补全 。
5.4.2.3 规划
应具备规划能力 ,包括 :
a) 将复杂任务分解为可执行的子任务的能力 ;
b) 为分解后的子任务编排合理的执行序列的能力 。
5.4.3 执行
5.4.3. 1 工具调用
应具备工具调用能力 ,包括 :
a) 调用确定性工具完成基础座舱服务的能力 ,如调用地图发起导航等服务应用 ;
b) 工具调用异常时座舱提供明确反馈 ,如播放音乐失败时提供语音播报提醒 ;
c) 工具调用未完成时能提供衔接或备用方案 ,如用户在音乐应用未登录时进行播放音乐 ,座舱显示登录页并提示用户登录 ,登录后完成实现继续播放 ;
d) 工具调用参数的识别能力 ,缺少必要参数时能主动要求补充 ,如用户发出指令 “要调空调 ”,座舱根据车内环境温度或用户使用习惯自动设定温度 ;
e) 调用组合工具完成预设且明确的多步骤任务的能力 ,在单次指令任务中驱动多项工具 ,如发起导航 、播放音乐并调整音量 。
5.4.3.2 内容生成
应具备内容生成能力 ,包括 :
a) 具备生成回复中文文本内容的能力 ,如基本的信息问答等 ;
b) 具备生成回复中文语音或文本内容的能力 ,如闲聊 、百科 、写诗等 ;
c) 语音生成能力首词响应时间不大于 1. 5 s,语音合成自然度不小于 4分 ;
d) 具备自适应用户 表 达 语 言 的 交 互 内 容 生 成 能 力 , 如 用 户 说 英 文 、中 文 , 生 成 内 容 与 对 应 语 言一致 ;
e) 具备生成图片能力 ,如结合座舱摄像头捕捉 ,或用户描述进行图片生成 。
5.4.3.3 互联协同
应具备互联协同能力 ,包括 :
a) 对外部设备进行音频输出及简单控制的能力 ,如播放移动通信终端导航音 、拨打蓝牙电话等 ;
b) 外部设备进行车辆控制的能力 ,如移动终端打开车门 、移动终端打开空调等 ;
c) 控制外部设备的能力 ,如移动终端屏幕投送 、车载空气净化器等 。
5.4.3.4 表达输出
应具备通过文字 、音频 、图像等输出方式向用户反馈任务执行状态与结果的能力 。
5.4.4 记忆
5.4.4. 1 短期记忆
应具备对单个会话上下文内容的记忆能力 。
5.4.4.2 长期记忆
应具备对会话历史 、用户偏好的长期记忆能力 。
5.4.5 学习
5.4.5. 1 情境适应学习
在单次会话内 ,依据上下文或用户示例 ,具备动态调整并优化输出内容的能力 。
5.4.5.2 持续演进学习
无要求 。
6 等级评定
汽车座舱的智能化等级判定参照 GB/Z 177. 2—2026 中的 9. 3. 1 符合性判定法开展 。依据委托方申请的目标智能化等级与本文件中对该等级所规定的能力 ,选取多个测试场景直至覆盖所有能力项 ,测试场景示例见附录 D。每个场景验证其关联的细分能力项(如场景需验证用户信息感知 、指令意图理解 、工具调用等) ,测试方法可参考附录 E,所有语音指令语言为汉语普通话 。
附 录 A
(资料性)
典型环境噪声场景
表 A. 1 中给出了低噪 、高噪环境场景的参数 。
表 A. 1 环境噪声场景参数
附 录 B
(资料性)
环境信息感知类型
表 B. 1 中规定了座舱环境信息感知类型 。
表 B. 1 座舱环境信息感知类型
附 录 C (资料性)指令和意图
表 C. 1 中描述了不同类型指令和意图并给出了示例 。
表 C. 1 指令和意图描述及示例
附 录 D
(资料性)
人工智能汽车座舱典型使用场景及测试用例
表 D. 1列举了人工智能汽车座舱典型使用场景及测试用例 。
表 D. 1 人工智能汽车座舱典型使用场景及测试用例
表 D. 1 人工智能汽车座舱典型使用场景及测试用例 (续)
表 D. 1 人工智能汽车座舱典型使用场景及测试用例 (续)
附 录 E (资料性)测试方法
E. 1 总则
E. 1. 1 根据 GB/Z 177. 2,9. 1测试原则 ,进行场景设计和结果判定 。
E. 1.2 测试以汽车座舱应用(含智能助手)作为入 口 ,安装必要应用 。
E. 1.3 测试结合附录 D 中的场景任务进行能力要求测试 ,所选场景需设计不少于 10个测试用例 ,座舱能够在规定时间内完成完整场景任务视为具备对应能力 。
E. 1.4 被测设备和测试环境包含如下内容 :
a) 被测设备 :座舱连接互联网状态下执行 ;安装必要软件 , 打开拾音器 、摄像头等工具授权 , 录入用户基本信息 ,关闭不必要的应用 ;
b) 测试环境 :环境噪声低于 60 dB;环境光为自然光照明 ;
c) 测试输入 :见 GB/T 36464. 2—2018中 5. 4. 1输入准则 。
E.2 一级响应级
E.2. 1 感知
E.2. 1. 1 用户信息感知
座舱对用户输入信息的感知能力按下列步骤测试 :
a) 采用文字 、语音等方式向座舱输入指令 ,如空调 、导航 、媒体 、座椅控制等 ;
b) 通过日志或者验证座舱是否执行操作的方式 ,验证每条指令的感知结果 ;
c) 语音输入感知性能测评中 ,语音字识别准确率测试方法见 GB/T 41813. 1—2022 中 7. 1,语音识别响应延时测试方法见 GB/T 41813. 1—2022 中 7. 2 a) 。
E.2. 1.2 设备信息感知
座舱对设备信息的感知能力按下列步骤测试 :
a) 座舱电量 、空调温度 、车窗开启状态等信息变化时 ,查看座舱能否显示相应变化 ,在极端情况下是否会给出提示 ;
b) 查看座舱能否展示完整的已安装软件的列表 ,是否支持软件的权限配置 ;
c) 手动或通过语 音 对 软 件/服 务 进 行 启 动 、关 闭 操 作 , 查 看 座 舱 显 示 软 件 运 行 状 态 与 实 际 是 否一致 。
E.2. 1.3 环境信息感知
设置环境因素变化 ,如环境光或座舱温度 ,查看座舱内部环境信息能否做出相应变化 。
E.2.2 认知
E.2.2. 1 理解
座舱对指令的理解能力按下列步骤测试 :
a) 输入单个简单指令语句 、包含条件或多个步骤的复杂指令语句 ;
b) 通过日志或者验证座舱是否正确执行操作的方式 ,验证每条指令的理解结果 。
E.2.2.2 推理不涉及 。
E.2.2.3 规划不涉及 。
E.2.3 执行
E.2.3. 1 工具调用
座舱工具调用能力按下列步骤测试 :
a) 输入单步骤任务指令或意图 ,如调用地图发起导航服务应用 ;
b) 通过日志或者验证座舱是否调用确定性工具进行执行操作 ,验证指令或意图的执行结果 ;
c) 座舱断开互联网连接 ,工具用服务调用异常 ,查看座舱是否提供明确反馈 ,如播放音乐失败时提供语音播报提醒 。
E.2.3.2 内容生成
座舱内容生成能力按下列步骤测试 :
a) 输入基本问答内容 ;
b) 查看座舱能否根据要求生成语义连贯 、符合上下文的文本内容 。
c) 生成内容测评方法见 GB/T 45288. 2—2025 中 A. 2 主观评测方法 。
E.2.3.3 互联协同
不涉及 。
E.2.3.4 表达输出
座舱对执行结果的表达输出能力按下列步骤测试 :
a) 输入任务指令 ;
b) 通过日志或者验证座舱表达输出的方式 ,验证座舱能否通过文字显示任务执行结果 , 当任务无法执行时能否显示故障提示 。
E.2.4 记忆
E.2.4. 1 短期记忆
不涉及 。
E.2.4.2 长期记忆
不涉及 。
E.2.5 学习
E.2.5. 1 情境适应学习不涉及 。
E.2.5.2 持续演进学习不涉及 。
E.3 二级工具级
E.3. 1 感知
E.3. 1. 1 用户信息感知
E.3. 1. 1. 1 指令接受能力
测试方法应与 E. 2. 1. 1 内容一致 。
E.3. 1. 1.2 感知用户生物特征能力
感知用户生物特征能力按下列步骤测试 :
a) 人脸识别测试 :测试人员坐入主驾位 ,触发座舱人脸识别 ,观察座舱是否识别并显示提示信息 ,并提供相关反馈 , 如 “欢迎用户 × × × ”,人脸识别准确率测试方法见 GB/T 42981—2023 中7. 1. 3. 1;
b) 声纹识别测试 :声纹识别准确率测试方法见 GB/T 36464. 2—2018中 6. 3. 4;
c) 指纹识别测试 :测试人员提前在系统中录入指纹 ,测试时将手指放置车辆门把手等指纹指定识别区域 ,观察座舱是否识别并提供相关反馈 ,测试 100次 ,计算指纹识别准确率 。
E.3. 1.2 设备信息感知
座舱对设备信息的感知能力按下列步骤测试 :
a) 查看座舱电量 、空调温度 、车窗开启状态等信息变化时 ,座舱能否显示相应变化 ,在极端情况下是否会给出提示 ;
b) 查看座舱能否展示完整的已安装软件的列表 ,是否支持软件的权限配置 ;
c) 手动或通过语 音 对 软 件/服 务 进 行 启 动 、关 闭 操 作 , 查 看 座 舱 显 示 软 件 运 行 状 态 与 实 际 是 否一致 ;
d) 启动座舱和外联设备的通信方式 ,连接其他移动终端 、耳机等外设 ,查看座舱能否感知互联设备 ,接收外设数据或设备状态 。
E.3. 1.3 环境信息感知
E.3. 1.3. 1 座舱内部环境信息感知
测试方法应与 E. 2. 1. 3 内容一致 。
E.3. 1.3.2 车外环境信息感知
座舱未接入互联网状态下 ,查看座舱能否准确感知车外环境温湿度信息 、天气状况信息 、空气质量信息 、道路环境信息和车辆地理与姿态信息 。
E.3.2 认知
E.3.2. 1 理解
座舱对指令 、意图的理解能力按下列步骤测试 :
a) 输入单个简单指令语句 、包含条件或多个步骤的复杂指令语句 ;
b) 通过日志或者验证座舱是否执行操作的方式 ,验证每条指令的理解结果 ;
c) 输入简单意图或复杂意图的语句 ;
d) 通过日志或者验证座舱是否执行操作的方式 ,验证每条意图的理解结果 ;
e) 输入安全性风险指令 ;
f) 查看座舱能否识别并阻止用户的指令 。
E.3.2.2 推理
座舱的推理能力按下列步骤测试 :
a) 输入需要进行显式条件逻辑推理的任务 ,包含单条件判断 、单步逻辑推理等任务 ;
b) 通过座舱日志或执行结果 ,验证座舱否能够基于上下文会话进行显式条件逻辑推理 。
E.3.2.3 规划不涉及 。
E.3.3 执行
E.3.3. 1 工具调用
座舱工具调用能力按下列步骤测试 :
a) 输入单步骤任务指令 ,如调用地图发起导航服务应用 ;
b) 通过日志或者验证座舱是否调用确定性工具进行执行操作 ,验证指令的执行结果 ;座舱断开互联网连接 ,工具应用服务调用异常 ,查看座舱是否提供明确反馈 ,如播放音乐失败时提供语音播报提醒 ;
c) 启动工具应用服务 ,输入缺少必要参数的单步骤任务指令 ;
d) 通过日志或者验证座舱是否主动确认和补充参数 ,然后调用确定性工具进行执行操作 ,验证指令的执行结果 ;
e) 在工具应用服务登录前进行调用 ,输入单步骤任务指令 ;
f) 通过日志或者验证座舱是否显示登录页并提示用户登录 ,登录后是否调用确定性工具进行执行操作 ,验证指令的执行结果 。
E.3.3.2 内容生成
座舱内容生成能力按下列步骤测试 :
a) 输入基本问答内容 ;
b) 查看座舱能否根据要求生成对应语义连贯 、符合上下文的文本内容和语音内容 ;
c) 输入闲聊 、百科 、写诗等内容生成指令内容 ;
d) 查看座舱能否根据要求生成对应语义连贯 、符合上下文的文本内容和语音内容 ;
e) 语音合成自然度评价方法见 GB/T 44089—2024中 7. 3。
E.3.3.3 互联协同
座舱互联协同能力按下列步骤测试 :
a) 连接外部设备 , 向座舱输入对外部设备控制的任务 ;
b) 查看座舱能否对外部设备进行控制从而完成任务 。
E.3.3.4 表达输出
座舱对执行结果的表达输出能力按下列步骤测试 :
a) 输入任务指令 ;
b) 通过日志或者验证座舱表达输出的方式 ,验证座舱能否通过文字 、声音显示任务执行结果 , 当任务无法执行时能否显示故障提示 。
E.3.4 记忆
E.3.4. 1 短期记忆
短期记忆按下列步骤测试 :
a) 与座舱进行会话 ,查看 10轮会话内座舱能否记住前序会话中指代 、省略 、上下文依赖等语言内容 ,查看是否能够维持会话一致性 、正确引用或理解先前轮次的信息 ;
b) 与座舱进行会话 ,在会话过程中中断不超过 5 min,查看座舱能否记前序会话中指代 、省略 、上下文依赖等语言内容 ,查看是否能够维持会话一致性 、正确引用或理解先前轮次的信息 。
E.3.4.2 长期记忆
不涉及 。
E.3.5 学习
E.3.5. 1 情境适应学习不涉及 。
E.3.5.2 持续演进学习不涉及 。
E.4 三级辅助级
E.4. 1 感知
E.4. 1. 1 用户信息感知
E.4. 1. 1. 1 指令接受能力
测试方法应与 E. 2. 1. 1 内容一致 。
E.4. 1. 1.2 感知用户生物特征能力
测试方法应与 E. 3. 1. 1. 2 内容一致 。
E.4. 1. 1.3 感知用户行为能力
感知用户生物特征能力测试包括脱手状态识别测试和脱眼状态识别测试 。
a) 脱手状态识别能力按下列步骤测试 :
1) 测试员双手正常握持方向盘(掌心接触方向盘传感器区域) ,持续 30 s,查看座舱是否判定为 “正常握持 ”;
2) 测试员双手短暂离开方向盘(1 s~ 3 s,如调整座椅 、取物品) ,查看座舱是否识别 “脱手 ”及
响应时间 ;
3) 测试员双手完全离开方向盘(5 s~ 10 s) ,查看座舱识别结果及是否触发报警 。
b) 脱眼状态识别能力按下列步骤测试 :
1) 测试员视线持续注视前方道路(偏离角度≤5°) ,持续 30 s,查看座舱是否判定为“正常注视”;
2) 测试员视线短暂偏离前方(3 s~ 5 s,如看仪表盘 、后视镜) ,查看座舱是否识别 “脱眼 ”及响应时间 ;
3) 测试员视线长时间偏离(8 s~ 15 s,如看移动终端 、转头与副驾交谈) ,查看座舱识别结果及报警强度是否随时间升级 。
E.4. 1. 1.4 感知用户生理状态能力
感知用户生理状态能力测试按下列步骤测试 :
测试人员坐入主驾位 ,车辆从起始点出发后加速到 45 km/h匀速行驶 ,保持 45 km/h的速度完成U形弯转弯 、单向右转变道 、单向左转变道 、4个 S弯 ,测试人员手握方向盘传感器 5 min,记录心率 、血氧 、呼吸频率 ,在座舱内实时同步显示 。
E.4. 1.2 设备信息感知
测试方法应与 E. 3. 1. 2 内容一致 。
E.4. 1.3 环境信息感知
E.4. 1.3. 1 座舱内部环境信息感知
测试方法应与 E. 2. 1. 3 内容一致 。
E.4. 1.3.2 车外环境信息感知
测试方法应与 E. 3. 1. 3. 2 内容一致 。
E.4. 1.3.3 广域环境信息感知
座舱接入互联网状态下 ,观察天气应用是否自动获取当前定位的实时天气(如晴 、雨 、阴 、雾 、冰雹) 、温度 、湿度 、风力等级 ,导航应用是否自动获取实时交通信息和地理位置相关的环境特征信息 。
E.4.2 认知
E.4.2. 1 理解
E.4.2. 1. 1 指令与意图理解
座舱对指令 、意图的理解能力按下列步骤测试 :
a) 输入单个简单指令语句 、包含条件或多个步骤的复杂指令语句 ;
b) 通过日志或者验证座舱是否执行操作的方式 ,验证每条指令的理解结果 ;
c) 输入简单意图或复杂意图的语句 ;
d) 通过日志或者验证座舱是否执行操作的方式 ,验证每条意图的理解结果 ;
e) 当意图不明确时 ,查看座舱能否通过追问或提供选项等方式进行意图澄清 ;
f) 输入安全性风险指令 ;
g) 查看座舱能否识别并阻止用户的指令 ;
h) 输入需要用户信息 、设备信息或环境信息等不少于 2种感知信息完成的任务指令 ;
i) 查看座舱能否能够对多种信息进行融合理解 。
E.4.2. 1.2 行为或生理状态理解
座舱对驾驶员行为或生理状态理解按下列步骤测试 :
a) 驾驶员疲劳监测 :测试人员坐入主驾 ,模拟闭眼持续时间不小于 2 s,模拟打哈欠持续时间不小于 3 s,验 证 座 舱 是 否 触 发 预 警 , 如 语 音 或 文 字 提 示 , 驾 驶 员 闭 眼 行 为 和 打 哈 欠 行 为 要 求 见GB/T 41797—2022中 5. 1;
b) 驾驶员突发身体异常状态监测 :测试人员坐入主驾 ,模拟头部姿态异常 ,观察座舱是否识别并触发紧急预警 ,验证座舱是否触发预警 ,如语音或文字提示 ,驾驶员头部姿态异常行为要求见GB/T 41797—2022中 5. 1;
c) 驾驶员分心状态监测 :测试人员坐入主驾 ,模拟接打手持电话或抽烟 ,观察座舱是否识别并触发紧急预警 ,验证座舱是否触发预警 ,如语音或文字提示 ,驾驶员接打手持电话或抽烟行为要求见 GB/T 41797—2022中 5. 1。
E.4.2. 1.3 环境理解
座舱环境理解能力按下列步骤测试 :
a) 规划一条通过预设测试路段的导航路线 ,并开启座舱导航 ;
b) 车辆行驶过程中 ,观察并记录座舱系统是否通过变色路段 、图标标记 、语音提示等方式 ,对前方或当前路段的交通拥堵 、施工 、事故 、管制等信息进行提示 。
E.4.2.2 推理
座舱的推理能力按下列步骤测试 :
a) 输入需要进行显式条件逻辑推理的任务 ,包含单条件判断 、单步逻辑推理等任务 ;
b) 通过座舱反馈或执行结果 ,验证座舱否能够基于上下文会话进行显式条件逻辑推理 ;
c) 输入需要进行复杂逻辑推理的任务 ,包含链式推理 、信息补全推理等任务 ;
d) 通过座舱反馈或执行结果 ,验证座舱否能够基于上下文会话进行复杂逻辑推理 。
E.4.2.3 规划
座舱的规划能力按下列步骤测试 :
a) 对座舱输入复杂指令或复杂意图 ;
b) 通过日志或查看座舱执行过程的方式 ,验证座舱能否将复杂任务分解为可执行子任务 ,能否对分解后的子任务编排合理的执行序列 。
E.4.3 执行
E.4.3. 1 工具调用
座舱工具调用能力按下列步骤测试 :
a) 输入单步骤任务指令 ,如调用地图发起导航服务应用 ;
b) 通过日志或者验证座舱是否调用确定性工具进行执行操作 ,验证指令的执行结果 ;
c) 座舱断开互联网连接 ,工具应用服务调用异常 ,查看座舱是否提供明确反馈 ,如播放音乐失败时提供语音播报提醒 ;
d) 启动工具应用服务 ,输入缺少必要参数的单步骤任务指令 ;
e) 通过日志或者验证座舱是否主动确认和补充参数 ,然后调用确定性工具进行执行操作 ,验证指
令的执行结果 ;
f) 在工具应用服务登录前进行调用 ,输入单步骤任务指令 ;
g) 通过日志或者验证座舱是否显示登录页并提示用户登录 ,登录后是否调用确定性工具进行执行操作 ,验证指令的执行结果 ;
h) 输入预设且明确的多步骤任务指令 ,多步骤任务包含跨应用操作 ;
i) 通过日志或者验证座舱是否调用组合工具完成多步骤任务 ,验证指令的执行结果 。
E.4.3.2 内容生成
座舱内容生成能力按下列步骤测试 :
a) 通过语音输入基本问答内容 ;
b) 查看座舱能否根据要求生成对应语义连贯 、符合上下文的文本内容和语音内容 ;
c) 通过语音输入闲聊 、百科 、写诗等内容生成指令内容 ;
d) 查看座舱能否根据要求生成对应语义连贯 、符合上下文的文本内容和语音内容 ;
e) 语音合成自然度评价方法见 GB/T 44089—2024中 7. 3;
f) 通过语音分别输入英文和中文问答内容 ;
g) 查看座舱能否根据要求自适应生成用户表达语言种类的文本内容和语音内容 ;
h) 通过语音输入生成图片指令 ,要求结合座舱摄像头捕捉和用户描述 ;
i) 查看座舱能否根据要求进行图片生成 。
E.4.3.3 互联协同
座舱互联协同能力按下列步骤测试 :
a) 连接外部设备 , 向座舱输入对外部设备控制的任务 ;
b) 查看座舱能否对外部设备进行控制从而完成任务 ;
c) 向外部设备输入需要座舱接续执行的任务 ;
d) 查看座舱能否接续完成外部设备的执行任务 。
E.4.3.4 表达输出
座舱对执行结果的表达输出能力按下列步骤测试 :
a) 输入任务指令 ;
b) 通过日志或者验证座舱表达输出的方式 ,验证座舱能否通过文字 、声音或图像显示任务执行结果 , 当任务无法执行时能否显示故障提示 。
E.4.4 记忆
E.4.4. 1 短期记忆
测试方法应与 E. 3. 4. 1 内容一致 。
E.4.4.2 长期记忆
对会话历史的记忆能力按下列步骤测试 :
a) 向座舱注入用户画像和一段时间的用户习惯 ,如空调温度 、座椅角度 ;
b) 向座舱输入涉及长期记忆内容的任务 ,验证座舱能否基于长期记忆内容完成任务 ;
c) 长期记忆应覆盖至少 3种信息内容 ,如偏好设置 、会话历史记录 、停车位置习惯 、日程与任务 、应用使用习惯 、设备状态历史等 。
E.4.5 学习
E.4.5. 1 情境适应学习
在连接互联网的环境 , 向座舱输入内容生成类任务指令 , 座舱生成内容后继续输入用户提供的示例 、外部知识或用户行为 ,测试其能否调整或优化生成的内容 ,调整后的输出内容与用户示例的语义是否相匹配 。
E.4.5.2 持续演进学习不涉及 。
参 考 文 献
[1] GB 4943. 1—2022 音视频 、信息技术和通信技术设备 第 1部分 :安全要求
[2] GB/T 29240—2024 网络安全技术 终端计算机通用安全技术规范
[3] GB/T 34978—2017 信息安全技术 移动智能终端个人信息保护技术要求
[4] GB/T 35273—2020 信息安全技术 个人信息安全规范
[5] GB/T 36464. 2—2018 信息技术 智能语音交互系统 第 2部分 :智能家居
[6] GB/T 40429—2021 汽车驾驶自动化分级
[7] GB/T 40979—2021 智能家用电器个人信息保护要求和测评方法
[8] GB/T 41574—2022 信息技术 安全技术 公有云中个人信息保护实践指南
[9] GB/T 41797—2022 驾驶员注意力监测系统性能要求及试验方法
[10] GB/T 41813. 1—2022 信息技术 智能语音交互测试方法 第 1部分 :语音识别
[11] GB/T 42574—2023 信息安全技术 个人信息处理中告知和同意的实施指南
[12] GB/T 42981—2023 信息技术 生物特征识别 人脸识别系统测试方法
[13] GB/T 43506—2023 电信和互联网服务 用户个人信息保护技术要求
[14] GB/T 44089—2024 信息技术 全双工语音交互系统通用技术要求
[15] GB/T 44588—2024 数据安全技术 互联网平台及产品服务个人信息处理规则
[16] GB/T 45288. 2—2025 人工智能 大模型 第 2部分 :评测指标与方法
[17] GB/T 45301—2025 服务机器人云平台分类及参考体系结构
[18] GB/T 45392—2025 数据安全技术 基于个人信息的自动化决策安全要求
[19] GB 45438—2025 网络安全技术 人工智能生成合成内容标识方法
[20] GB/T 45574—2025 数据安全技术 敏感个人信息处理安全要求
[21] GB/T 46068—2025 数据安全技术 个人信息跨境处理活动安全认证要求
[22] GB/T 46071—2025 数据安全技术 数据安全和个人信息保护社会责任指南
[23] ISO/IEC 22989:2022 信息技术 人工智能 概念和术语
[24] 中国汽车工程学会 . 汽车智能座舱分级与综合评价白皮书(2023. 5)
评论