中 华人民共和国国家标准 化 指 导 性 技 术 文 件
GB/Z 177.4—2026
人工智能终端智能化分级
第 4 部分 :微型计算机
Intelligencegrading ofartificialintelligenceterminal—Part4: Microcomputer
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 4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 : 中国软件评测中心(工业和信息化部软件与集成电路促进中心) 、中国信息通信研究院 、中国电子技术标准化研究院 、联想(北京)有限公司 、华为技术有限公司 、小米通讯技术有限公司 、荣耀终端股份有限公司 、科大讯飞股份有限公司 、讯飞智元信息科技有限公司 、浪潮计算机科技有限公司 、超越科技股份有限公司 、上海文鳐信息科技有限公司 、苏州登临科技股份有限公司 、中移(杭州)信息技术有限公司 、上海兆芯集成电路股份有限公司 、格兰菲智能科技股份有限公司 、中移雄安信息通信科技有限公司 、中国电器科学研究院股份有限公司 、江苏国光信息产业股份有限公司 、紫光计算机科技有限公司 、新大陆数字技术股份有限公司 、上海超多元子人工智能科技有限公司 、广州视源电子科技股份有限公司 。
本文件主 要 起 草 人 : 马 子 扬 、刘 龙 庚 、高 宏 玲 、翟 腾 、黄 伟 、宋 子 昂 、苗 力 元 、杨 磊 、高 歌 、柴 豪 奕 、李华桥 、罗文静 、麦睿楷 、史浩 、赵 小 平 、刘 靖 超 、王 延 鹏 、叶 秀 眺 、尚 上 、苗 磊 、刘 圣 金 、支 阿 龙 、仲 凯 韬 、张章 、程海宁 、齐宗普 、刘庆 、郑庆国 、杨熙冲 、卜可育 、赵耀东 、蔡春水 、夏梦 、吴常军 。
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 。
GB/Z177《人工智能终端智能化分级》从用户智能化体验视角给出了人工智能终端智能化能力分级测 评 要 素 与 测 试 方 法 , 以 规 范 人 工 智 能 终 端 的 生 产 、宣 传 、销 售 等 活 动 , 为 用 户 选 型 提 供 参 考 。 GB/Z 177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 。 目的在于给出人工智能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 。 目的在于给出人工智能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 。 目的在于给出人工智能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 。 目的在于给出人工智能眼镜智能化能力等级判定和测试方法 。
— 第 7部分 :汽车座舱 。 目的在于给出人工智能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 4 部分 :微型计算机
1 范围
本文件规定了人工智能微型计算机(以下简称 “微型计算机”)智能化关键能力等级划分和等级判定 ,描述了相应的测试方法 。
本文件适用于指导微型计算机智能化分级 ,也为台式微型计算机 、便携式微型计算机和平板式微型计算机的设计 、开发 、应用 、选型和测试提供参考 。
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/T 9813. 1—2016 计算机通用规范 第 1部分 : 台式微型计算机
GB/T 9813. 2—2016 计算机通用规范 第 2部分 :便携式微型计算机
GB/T 45288. 2—2025 人工智能 大模型 第 2部分 :评测指标与方法
GB/Z 177. 1 人工智能终端智能化分级 第 1部分 :参考框架
GB/Z 177. 2 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
GB/T 9813. 1—2016、GB/T 9813. 2—2016、GB/T 45288. 2—2025、GB/Z 177. 1 和 GB/Z 177. 2界定的以及下列术语和定义适用于本文件 。
3. 1
平板式微型计算机 tabletmicrocomputer
以触摸屏幕为主要交互方式 ,通常需外接键盘或鼠标等外联设备使用的微型计算机 。
3.2
简单指令 directinstruction
用户通过显式 、结构化格式发出 ,系统未经推理即能直接解析并执行的操作指令 。
3.3
简单意图 simple intent
用户向系统表达的单一且目标明确的 、不依赖上下文的操作需求 。
3.4
复杂意图 complex intent
用户向系统表达的包含多个子目标的 、需进行任务拆解的 、依赖上下文的操作需求 。
3.5
工作流 workflow
为完成特定目标而编排的任务序列 。
4 缩略语
下列缩略语适用于本文件 。
BLEU :双语评估替补(BilingualEvaluation Understudy)
MOS:平均意见得分(Mean Opinion Score)
5 关键能力
5. 1 总则
根据微型计算机完成功能范围内各类任务的智能化水平及用户在任务执行过程中的参与程度 ,将微型计算机智能化水平划分为 1 级 (L1) ~ 3 级 (L3) ,等级越高 ,表明其智能化水平越高 。高等级能力涵盖全部低等级能力 ,如 L3级微型计算机需同时涵盖 L1级和 L2级的所有关键能力 。
本文件关键能力要素参考 GB/Z 177. 1 和 GB/Z 177. 2。
微型计算机的智能化等级由端侧能力与端云协同能力两部分组成 。
a) 端侧能力是指微型计算机依托自身的计算 、存储和传感器等本地资源 ,在本地完成部分感知 、认知 、执行 、记忆和学习的服务能力 。
b) 端云协同能力是指微型计算机在端侧能力的基础上 ,结合边缘侧或云侧计算资源 ,通过协同调度与信息交换 ,完成需强认知与复杂决策处理的复合任务的能力 。
5.2 端侧能力
5.2. 1 L1响应级
5.2. 1. 1 感知
5.2. 1. 1. 1 用户信息感知
用户信息感知能力应符合下列要求 。
a) 文字感知 :能够通过键盘等外联设备准确输入文字内容的能力 。
b) 音频感知 :能够通过传声器等外联设备或通过用户输入的音频文件输入音频信息 。
c) 图片感知 :能够通过摄像头等外联设备进行拍照 ,或通过用户输入的图片文件输入图片信息 。
d) 视频感知 :能够通过摄像头等外联设备进行录像 ,或通过用户输入的视频文件输入视频信息 。
5.2. 1. 1.2 设备信息感知
设备信息感知能力应符合下列要求 。
a) 硬件感知 :能够感知本机的硬件信息和工作状态 ,包括处理器 、内存 、硬盘 、显卡或电池等 。
b) 软件感知 :能够感知本机的软件信息和工作状态 ,包括已安装软件列表 、运行状态 、操作系统信息 、驱动状态 、权限配置或网络连接状态等 。
5.2. 1. 1.3 环境信息感知无要求 。
5.2. 1.2 认知
5.2. 1.2. 1 理解
简单指令 :能够理解用户的简单指令 ,如 4打开浏览器 ”。
5.2. 1.2.2 推理无要求 。
5.2. 1.2.3 规划无要求 。
5.2. 1.3 执行
5.2. 1.3. 1 工具调用
调用确定性工具完成单步骤任务执行 :能够调用一方或三方的应用或服务并完成单步骤任务 。
5.2. 1.3.2 内容生成
无要求 。
5.2. 1.3.3 互联协同
跨设备控制 :能够对外部设备进行控制 ,如外设控制 、打印文档或智能家居控制等功能 。
5.2. 1.3.4 表达输出
表达输出 :能够通过特定的输出方式向用户反馈任务执行状态与结果 。
5.2. 1.4 记忆能力
5.2. 1.4. 1 短期记忆
无要求 。
5.2. 1.4.2 长期记忆
无要求 。
5.2. 1.5 学习
5.2. 1.5. 1 情景适应学习无要求 。
5.2. 1.5.2 持续演进学习无要求 。
5.2.2 L2工具级
5.2.2. 1 感知
5.2.2. 1. 1 用户信息感知
用户信息感知能力应符合下列要求 。
a) 文字感知 :能够通过键盘等外联设备准确输入文字内容 。
b) 音频感知 :能够通过传声器等外联设备或通过用户输入的音频文件输入音频信息 。
c) 图片感知 :能够通过摄像头等外联设备进行拍照 ,或通过用户输入的图片文件输入图片信息 。
d) 视频感知 :能够通过摄像头等外联设备进行录像 ,或通过用户输入的视频文件输入视频信息 。
e) 至少一项下述生物特征识别感知能力 :
1) 指纹感知 :能够通过指纹传感器等外联设备感知用户指纹信息 ;
2) 人脸感知 :能够通过摄像头等外联设备感知用户人脸信息 ;
3) 声纹感知 :能够通过传声器等外联设备感知用户声纹信息 。
注 : 台式微型计算机通过外联设备满足此项能力 。
5.2.2. 1.2 设备信息感知
设备信息感知能力应符合下列要求 。
a) 硬件感知 :能够感知本机的硬件信息和工作状态 ,包括处理器 、内存 、硬盘 、显卡 、电池等 。
b) 软件感知 :能够感知本机的软件信息和工作状态 ,包括已安装软件列表 、运行状态 、操作系统信息 、驱动状态 、权限配置 、网络连接状态等 。
c) 外联设备感知 :能够感知外联设备信息 ,包括外联设备类型 、运行状态等 。
5.2.2. 1.3 环境信息感知无要求 。
5.2.2.2 认知
5.2.2.2. 1 理解
简单指令 :能够理解用户的简单指令 ,如 “打开浏览器 ”。
5.2.2.2.2 推理无要求 。
5.2.2.2.3 规划无要求 。
5.2.2.3 执行
5.2.2.3. 1 工具调用
调用确定性工具完成单步骤任务执行 :能够调用一方或三方的应用或服务并完成单步骤任务 。
5.2.2.3.2 内容生成
文本生成 :能够根据输入任务指令 , 自动生成语义连贯 、符合上下文的文本 ,按照 GB/T 45288. 2—
2025 中 A. 2 的相关方法 ,MOS得分大于或等于 4分 。
5.2.2.3.3 互联协同
互联协同能力应符合下列要求 。
a) 跨设备控制 :能够对外部设备进行控制 ,如外设控制 、打印文档 、智能家居控制等功能 。
b) 跨设备内容迁移 :能够支持跨设备的内容迁移 ,如文件跨屏拖拽 、文件跨屏传输 、投屏或剪切板等功能 。
5.2.2.3.4 表达输出
表达输出 :能够通过特定的输出方式向用户反馈任务执行状态与结果 。
5.2.2.4 记忆
5.2.2.4. 1 短期记忆
单个会话上下文内容记忆 :能够记忆单个会话上下文内容 。
5.2.2.4.2 长期记忆
长期记忆能力应符合下列要求之一 。
a) 会话历史记忆 :能够记忆会话历史 ,且重启后能够继续会话任务 。
b) 用户偏好记忆 :能够记忆用户偏好 。
5.2.2.5 学习
5.2.2.5. 1 情景适应学习无要求 。
5.2.2.5.2 持续演进学习无要求 。
5.2.3 L3辅助级
5.2.3. 1 感知
5.2.3. 1. 1 用户信息感知
用户信息感知能力应符合下列要求 。
a) 文字感知 :能够通过键盘等外联设备准确输入文字内容 。
b) 音频感知 :能够通过传声器等外联设备或通过用户输入的音频文件输入音频信息 。
c) 图片感知 :能够通过摄像头等外联设备进行拍照并转化为文字内容 ,或通过用户输入的图片文件输入图片信息并能够支持图片输入文字 。
d) 视频感知 :能够通过摄像头等外联设备进行录像 ,或通过用户输入的视频文件输入视频信息 。
e) 至少一项下述生物特征识别感知能力 :
1) 指纹感知 :能够通过指纹传感器等外联设备感知用户指纹信息 ;
2) 人脸感知 :能够通过摄像头等外联设备感知用户人脸信息 ;
3) 声纹感知 :能够通过传声器等外联设备感知用户声纹信息 。
5.2.3. 1.2 设备信息感知
设备信息感知能力应符合下列要求 。
a) 硬件感知 :能够感知本机的硬件信息和工作状态 ,包括处理器 、内存 、硬盘 、显卡 、电池等 。
b) 软件感知 :能够感知本机的软件信息和工作状态 ,包括已安装软件列表 、运行状态 、操作系统信息 、驱动状态 、权限配置 、网络连接状态等 。
c) 外联设备感知 :能够感知外联设备信息 ,包括外联设备类型 、运行状态等 。
5.2.3. 1.3 环境信息感知无要求 。
5.2.3.2 认知
5.2.3.2. 1 理解
理解能力应符合下列要求 。
a) 简单指令 :能够理解用户的简单指令 ,如 “打开浏览器 ”。
b) 复杂指令 :能够理解用户的复杂指令 ,如 “打开浏览器搜索今天的股市信息 ”。
c) 简单意图 :能够理解用户的简单意图 ,如 “我想看今天的股市情况 ”。
5.2.3.2.2 推理
简单推理 :能够基于当前的会话上下文进行简单推理的能力 ,如逻辑路径单一 、步骤较少的推理或短思维链等 。
5.2.3.2.3 规划无要求 。
5.2.3.3 执行
5.2.3.3. 1 工具调用
工具调用能力应符合下列要求 。
a) 调用确定性工具完成单步骤任务执行 :能够调用一方或三方的应用或服务并完成单步骤任务 。
b) 调用确定性组合工具完成预设且明确的多步骤任务 : 能够调用确定性组合工具并完成预设且明确的多步骤任务 。
5.2.3.3.2 内容生成
文本生成 :能够根据输入任务指令 , 自动生成语义连贯 、符合上下文的文本 ,且符合以下要求 。
a) 对 于 机 器 翻 译 类 任 务(如 中 文 译 英 文) , BLEU_ A 值 大 于 或 等 于 0. 6, 首 字 延 时 小 于 或 等 于10 s,文字生成平均速度需大于或等于 10字/s。
b) 对于非机器翻译类任务 ,按照 GB/T 45288. 2—2025 中 A. 2 的相关方法 , MOS得分大于或等于 4分 ,首字延时小于或等于 10 s,文字生成平均速度需大于或等于 10字/s。
5.2.3.3.3 互联协同
互联协同能力应符合下列要求 。
a) 跨设备控制 :能够对外部设备进行控制 ,如外设控制 、打印文档或智能家居控制等功能 。
b) 跨设备内容迁移 :能够支持跨设备的内容迁移 ,如文件跨屏拖拽 、文件跨屏传输 、投屏或剪切板等功能 。
5.2.3.3.4 表达输出
表达输出 :能够通过特定的输出方式向用户反馈任务执行状态与结果 。
5.2.3.4 记忆
5.2.3.4. 1 短期记忆
单个会话上下文内容记忆 :能够记忆单个会话上下文内容 。
5.2.3.4.2 长期记忆
长期记忆能力应符合下列要求 。
a) 会话历史记忆 :能够记忆会话历史 ,且重启后能够继续会话任务 。
b) 用户偏好记忆 :能够记忆用户偏好 。
c) 个人知识库 :具备个人知识库 。
5.2.3.5 学习
5.2.3.5. 1 情景适应学习无要求 。
5.2.3.5.2 持续演进学习无要求 。
5.3 端云协同能力
5.3. 1 L1响应级
5.3. 1. 1 感知
5.3. 1. 1. 1 用户信息感知
用户信息感知能力应符合下列要求 。
a) 文字感知 :能够通过键盘等外联设备准确输入文字内容 。
b) 音频感知 :能够通过传声器等外联设备或通过用户输入的音频文件输入音频信息 。
c) 图片感知 :能够通过摄像头等外联设备进行拍照 ,或通过用户输入的图片文件输入图片信息 。
d) 视频感知 :能够通过摄像头等外联设备进行录像 ,或通过用户输入的视频文件输入视频信息 。
5.3. 1. 1.2 设备信息感知
设备信息感知能力应符合下列要求 。
a) 硬件感知 :能够感知本机的硬件信息和工作状态 ,包括处理器 、内存 、硬盘 、显卡或电池等 。
b) 软件感知 :能够感知本机的软件信息和工作状态 ,包括已安装软件列表 、运行状态 、操作系统信息 、驱动状态 、权限配置或网络连接状态等 。
5.3. 1. 1.3 环境信息感知
环境信息感知能力应符合下列要求 。
a) 时间感知 :能够感知当前位置的时间信息 。
b) 时区感知 :能够感知当前位置的时区信息 。
c) 天气感知 :能够感知当前位置的天气信息 。
5.3. 1.2 认知
5.3. 1.2. 1 理解
简单指令 :能够理解用户的简单指令 ,如 4打开浏览器 ”。
5.3. 1.2.2 推理无要求 。
5.3. 1.2.3 规划无要求 。
5.3. 1.3 执行
5.3. 1.3. 1 工具调用
调用确定性工具完成单步骤任务执行 :能够调用一方或三方的应用或服务并完成单步骤任务 。
5.3. 1.3.2 内容生成
无要求 。
5.3. 1.3.3 互联协同
跨设备控制 :能够对外部设备进行控制 ,如外设控制 、打印文档或智能家居控制等功能 。
5.3. 1.3.4 表达输出
表达输出 :能够通过特定的输出方式向用户反馈任务执行状态与结果 。
5.3. 1.4 记忆
5.3. 1.4. 1 短期记忆
无要求 。
5.3. 1.4.2 长期记忆
无要求 。
5.3. 1.5 学习
5.3. 1.5. 1 情景适应学习无要求 。
5.3. 1.5.2 持续演进学习无要求 。
5.3.2 L2工具级
5.3.2. 1 感知
5.3.2. 1. 1 用户信息感知
用户信息感知能力应符合下列要求 。
a) 文字感知 :能够通过键盘等外联设备准确输入文字内容 。
b) 音频感知 :能够通过传声器等外联设备输入音频文件并转化为文字内容 ,或通过用户输入的音频文件输入音频信息并转化为文字内容 。
c) 图片感知 :能够通过摄像头等外联设备进行拍照并转化为文字内容 ,或通过用户输入的图片文件输入图片信息并能够支持图片输入文字 。
d) 视频感知 :能够通过摄像头等外联设备进行录像 ,或通过用户输入的视频文件输入视频信息 。
e) 至少一项下述生物特征识别感知能力 :
1) 指纹感知 :能够通过指纹传感器等外联设备感知用户指纹信息 ;
2) 人脸感知 :能够通过摄像头等外联设备感知用户人脸信息 ;
3) 声纹感知 :能够通过传声器等外联设备感知用户声纹信息 。
5.3.2. 1.2 设备信息感知
设备信息感知能力应符合下列要求 。
a) 硬件感知 :能够感知本机的硬件信息和工作状态 ,包括处理器 、内存 、硬盘 、显卡 、电池等 。
b) 软件感知 :能够感知本机的软件信息和工作状态 ,包括已安装软件列表 、运行状态 、操作系统信息 、驱动状态 、权限配置 、网络连接状态等 。
c) 外联设备感知 :能够感知外联设备信息 ,包括外联设备类型 、运行状态等 。
5.3.2. 1.3 环境信息感知
环境信息感知能力应符合下列要求 。
a) 时间感知 :能够感知当前位置的时间信息 。
b) 时区感知 :能够感知当前位置的时区信息 。
c) 天气感知 :能够感知当前位置的天气信息 。
5.3.2.2 认知
5.3.2.2. 1 理解
理解能力应符合下列要求 。
a) 简单指令 :能够理解用户的简单指令 ,如 “打开浏览器 ”。
b) 复杂指令 :能够理解用户的复杂指令 ,如 “打开浏览器搜索今天的股市信息 ”。
c) 简单意图 :能够理解用户的简单意图 ,如 “我想看今天的股市情况 ”。
5.3.2.2.2 推理
简单推理 :能够基于当前的会话上下文进行简单推理的能力 ,如逻辑路径单一 、步骤较少的推理或短思维链等 。
5.3.2.2.3 规划无要求 。
5.3.2.3 执行
5.3.2.3. 1 工具调用
工具调用能力应符合下列要求 。
a) 调用确定性工具完成单步骤任务执行 :能够调用一方或三方的应用或服务并完成单步骤任务 。
b) 调用确定性组合工具完成预设且明确的多步骤任务 : 能够调用确定性组合工具并完成预设且明确的多步骤任务 。
5.3.2.3.2 内容生成
内容生成应符合下列至少一项要求 。
a) 文 本 生 成 : 能 够 根 据 输 入 任 务 指 令 , 自 动 生 成 语 义 连 贯 、符 合 上 下 文 的 文 本 , 按 照GB/T 45288. 2—2025 中 A. 2 的相关方法 ,MOS得分大于或等于 4分 。
b) 图片生成 :能够生成图片模态内容 ,按照 GB/T 45288. 2—2025 中 A. 2 的相关方法 ,MOS得分大于或等于 4分 。
c) 音频生成 :能够生成音频模态内容 ,按照 GB/T 45288. 2—2025 中 A. 2 的相关方法 ,MOS得分大于或等于 4分 。
d) 视频生成 :能够生成视频模态内容 ,按照 GB/T 45288. 2—2025 中 A. 2 的相关方法 ,MOS得分大于或等于 4分 。
5.3.2.3.3 互联协同
互联协同能力应符合下列要求 。
a) 跨设备控制 :能够对外部设备进行控制 ,如外设控制 、打印文档或智能家居控制等功能 。
b) 跨设备内容迁移 :能够支持跨设备的内容迁移 ,如文件跨屏拖拽 、文件跨屏传输 、投屏或剪切板等功能 。
5.3.2.3.4 表达输出
表达输出 :能够通过特定的输出方式向用户反馈任务执行状态与结果 。
5.3.2.4 记忆
5.3.2.4. 1 短期记忆
单个会话上下文内容记忆 :能够记忆单个会话上下文内容 。
5.3.2.4.2 长期记忆
长期记忆应符合下列至少一项要求 。
a) 会话历史记忆 :能够记忆会话历史 ,且重启后能够继续会话任务 。
b) 用户偏好记忆 :能够记忆用户偏好 。
5.3.2.5 学习
5.3.2.5. 1 情景适应学习无要求 。
5.3.2.5.2 持续演进学习无要求 。
5.3.3 L3辅助级
5.3.3. 1 感知
5.3.3. 1. 1 用户信息感知
用户信息感知能力应符合下列要求 。
a) 文字感知 :能够通过键盘等外联设备准确输入文字内容 ,并能够理解文档的文字内容 。
b) 音频感知 :能够通过传声器等外联设备输入音频文件并转化为文字内容 ,或通过用户输入的音频文件输入音频信息并转化为文字内容 。
c) 图片感知 :能够通过摄像头等外联设备进行拍照并转化为文字内容 ,或通过用户输入的图片文件输入图片信息并能够支持图片输入文字 ; 同时能够理解图片的内容 。
d) 视频感知 :能够通过摄像头等外联设备进行录像 ,或通过用户输入的视频文件输入视频信息 。
e) 至少一项下述生物特征识别感知能力 :
1) 指纹感知 :能够通过指纹传感器等外联设备感知用户指纹信息 ;
2) 人脸感知 :能够通过摄像头等外联设备感知用户人脸信息 ;
3) 声纹感知 :能够通过传声器等外联设备感知用户声纹信息 。
5.3.3. 1.2 设备信息感知
设备信息感知能力应符合下列要求 。
a) 硬件感知 :能够感知本机的硬件信息和工作状态 ,包括处理器 、内存 、硬盘 、显卡 、电池等 。
b) 软件感知 :能够感知本机的软件信息和工作状态 ,包括已安装软件列表 、运行状态 、操作系统信息 、驱动状态 、权限配置 、网络连接状态等 。
c) 外联设备感知 :能够感知外联设备信息 ,包括外联设备类型 、运行状态等 。
5.3.3. 1.3 环境信息感知
环境信息感知能力应符合下列要求 。
a) 时间感知 :能够感知当前位置的时间信息 。
b) 时区感知 :能够感知当前位置的时区信息 。
c) 天气感知 :能够感知当前位置的天气信息 。
5.3.3.2 认知
5.3.3.2. 1 理解
理解能力应符合下列要求 。
a) 简单指令 :能够理解用户的简单指令 ,如 “打开浏览器 ”。
b) 复杂指令 :能够理解用户的复杂指令 ,如 “打开浏览器搜索今天的股市信息 ”。
c) 简单意图 :能够理解用户的简单意图 ,如 “我想看今天的股市情况 ”。
d) 复杂意图 :能够理解用户的复杂意图 ,如 “帮我写一篇近期关于芯片的股市分析报告 ”。
e) 融合理解 :能够对多种感知信息进行融合理解 。
f) 意图澄清 : 当用户意图不明确时 ,能够通过追问或提供选项等方式进行意图澄清 。
5.3.3.2.2 推理
推理能力应符合下列要求 。
a) 简单推理 :能够基于当前的会话上下文进行简单推理的能力 ,如逻辑路径单一 、步骤较少的推理或短思维链等 。
b) 复杂推理 :能够综合不同来源和类型的信息进行复杂推理 ,如多重约束条件 、多步骤的推理或长思维链等 。
5.3.3.2.3 规划
工作流 :能够将复杂任务拆分为多个子任务 ,并合理编排子任务的执行序列 ,如能够基于用户提问拆分为多个可执行的子任务 。
5.3.3.3 执行
5.3.3.3. 1 工具调用
工具调用能力应符合下列要求 。
a) 调用确定性工具完成单步骤任务执行 :能够调用一方或三方的应用或服务并完成单步骤任务 。
b) 调用确定性组合工具完成预设且明确的多步骤任务 : 能够调用确定性组合工具并完成预设且明确的多步骤任务 。
c) 自动调用工具 :依据规划结果 , 自动调用适当的工具 ,通过多步骤执行完成任务 。
5.3.3.3.2 内容生成
内容生成应符合下列至少两项要求 。
a) 文本生 成 : 能 够 根 据 输 入 任 务 指 令 , 自 动 生 成 语 义 连 贯 、符 合 上 下 文 的 文 本 , 按 照 GB/T 45288. 2—2025 中 A. 2 的相关方法 ,MOS得分大于或等于 4分 。
b) 图片生成 :能够生成图片模态内容 ,按照 GB/T 45288. 2—2025 中 A. 2 的相关方法 ,MOS得分大于或等于 4分 。
c) 音频生成 :能够生成音频模态内容 ,按照 GB/T 45288. 2—2025 中 A. 2 的相关方法 ,MOS得分大于或等于 4分 。
d) 视频生成 :能够生成视频模态内容 ,按照 GB/T 45288. 2—2025 中 A. 2 的相关方法 ,MOS得分大于或等于 4分 。
5.3.3.3.3 互联协同
互联协同能力应符合下列要求 。
a) 跨设备控制 :能够对外部设备进行控制 ,如外设控制 、打印文档或智能家居控制等 。
b) 跨设备内容迁移 :能够支持跨设备的内容迁移 ,如文件跨屏拖拽 、文件跨屏传输 、投屏或剪切板等功能 。
c) 分布式任务协同 :能够实现分布式任务协同 ,如微型计算机调用手机等设备的摄像头功能 。
5.3.3.3.4 表达输出
表达输出 :能够通过特定的输出方式向用户反馈任务执行状态与结果 。
5.3.3.4 记忆
5.3.3.4. 1 短期记忆
单个会话上下文内容记忆 :能够记忆单个会话上下文内容 。
5.3.3.4.2 长期记忆
长期记忆能力应符合下列要求 。
a) 会话历史记忆 :能够记忆会话历史 ,且重启后能够继续会话任务 。
b) 用户偏好记忆 :能够记忆用户偏好 。
c) 个人知识库 :具备个人知识库 。
5.3.3.5 学习
5.3.3.5. 1 情景适应学习
在单次会话内 ,依据上下文或用户示例 ,能够动态调整并优化其内容输出 。
5.3.3.5.2 持续演进学习无要求 。
6 等级判定
微型计算机的智能化等级判定按照 GB/Z 177. 2 中符合性判定法开展 。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关键能力 ,选取至少 3个二级应用场景直至覆盖所有能力项 ,场景化测试示例见附录 A,典型场景建议覆盖的能力见附录 B。 每个场景验证其关联的细分能力项(如L1级通用场景需验证文字感知 、音频感知 、图片感知 、视频感知 、时间感知和简单指令等) ,若有些能力无法覆盖 ,则使用对应能力的测试方法进行测试 ,测试方法按照附录 C。
若委托方认为本文件中的场景与产品定位不匹配 ,可参考附录 A 自行制定测试场景 , 自行制定的测试场景应经过测试机构的评审 , 同时应覆盖对应等级的所有能力 。
附 录 A
(资料性)
场景化测试示例
表 A. 1列举了微型计算机的典型应用场景示例 。
表 A. 1 微型计算机典型应用场景示例
表 A. 1 微型计算机典型应用场景示例 (续)
附 录 B
(资料性)
典型场景建议覆盖的能力
表 B. 1列举了微型计算机的典型应用场景及建议覆盖的能力 。
表 B. 1 微型计算机典型应用场景及建议覆盖的能力
表 B. 1 微型计算机典型应用场景及建议覆盖的能力 (续)
表 B. 1 微型计算机典型应用场景及建议覆盖的能力 (续)
附 录 C (规范性)测试方法
C. 1 测试环境
测试环境考虑如下因素 :
a) 温度 :15 ℃ ~ 35 ℃ ;
b) 相对湿度 :25% ~ 75% ;
c) 大气压 :86kPa~ 106kPa。
C.2 L1响应级
C.2. 1 感知
C.2. 1. 1 用户信息感知
C.2. 1. 1. 1 文字感知
分别在断开互联网 和 连 接 互 联 网 的 环 境 , 通 过 键 盘 等 外 联 设 备 输 入 文 字 内 容 , 判 断 其 能 否 准 确输入 。
C.2. 1. 1.2 音频感知
分别在断开互联网和连接互联网的环境 , 固定噪声环境中通过传声器等外联设备输入音频内容 ,或通过输入音频文件输入音频内容 ,判断其能否准确输入 。
C.2. 1. 1.3 图片感知
分别在断开互联网和连接互联网的环境 ,通过摄像头等外联设备进行拍照 ,判断其能否拍摄清晰的照片 ,或通过输入图片文件输入图片内容 ,判断其能否准确输入 。
C.2. 1. 1.4 视频感知
分别在断开互联网和连接互联网的环境 ,通过摄像头等外联设备进行录像 ,或通过输入视频文件输入视频内容 ,判断其能否准确输入 。
C.2. 1.2 设备信息感知
C.2. 1.2. 1 硬件感知
分别在断开互联网和连接互联网的环境 ,读取并记录本机的硬件信息和工作状态 ,如处理器 、内存 、硬盘 、显卡或电池等硬件的信息及工作状态 ,判断其能否准确感知相关内容 。
C.2. 1.2.2 软件感知
分别在断开互联网和连接互联网的环境 ,读取并记录本机的软件信息和工作状态 ,如已安装软件列表 、运行状态 、操作系统信息 、驱动状态 、权限配置或网络连接状态等 ,判断其能否准确感知相关内容 。
C.2. 1.3 环境信息感知
C.2. 1.3. 1 时间感知
在连接互联网的环境 ,读取并记录当前时间信息 ,判断其能否准确感知当前时间 。
C.2. 1.3.2 时区感知
在连接互联网的环境 ,读取并记录当前所处位置的时区信息 ,判断其能否准确感知当前所处位置的时区 。
C.2. 1.3.3 天气感知
在连接互联网的环境 ,读取并记录当前所处位置的天气信息 ,判断其能否准确感知当前所处位置的天气 。
C.2.2 认知
C.2.2. 1 理解
分别在断开互联网和 连 接 互 联 网 的 环 境 , 执 行 简 单 指 令 的 任 务 集 合 , 且 简 单 指 令 数 量 不 低 于 20条 ,测试各指令的解析能力 ,记录各指令执行效果 ,判断其能否准确执行指令任务 。
C.2.2.2 推理不涉及 。
C.2.2.3 规划不涉及 。
C.2.3 执行
C.2.3. 1 工具调用
分别在断开互联网和连接互联网的环境 ,根据确定性的任务指令 , 自动调用一方或三方的应用或服务 ,并返回符合预期的结果 ,判断其能否正确执行所要求的任务 。
C.2.3.2 内容生成
不涉及 。
C.2.3.3 互联协同
分别在断开互联网和连接互联网的环境 ,测试能否与其他设备正确建立连接 ,并能够根据用户指令准确完成控制操作 ,如外设控制 、打印文档或智能家居控制等 ,判断其能否正确执行所要求的任务 。
C.2.3.4 表达输出
分别在断开互联网和连接互联网的环境 ,根据任务指令 、类型等关键要素 ,执行对应的任务 ,测试其能否按照特定的输出方式 ,反馈对应的任务执行状态与结果 。
C.2.4 记忆
C.2.4. 1 短期记忆
不涉及 。
C.2.4.2 长期记忆
不涉及 。
C.2.5 学习
C.2.5. 1 情景适应学习不涉及 。
C.2.5.2 持续演进学习不涉及 。
C.3 L2工具级
C.3. 1 感知
C.3. 1. 1 用户信息感知
C.3. 1. 1. 1 文字感知
测试方法同 C. 2. 1. 1. 1。
C.3. 1. 1.2 音频感知
在断开互联网的环境 , 固定噪声环境中通过传声器等外联设备输入音频内容 ,或通过输入音频文件输入音频内容 ,判断其能否准确输入 ;且在连接互联网的环境 , 固定噪声环境中通过传声器等外联设备输入音频内容并转化为文字信息 ,或通过输入音频文件输入音频内容并转化为文字信息 ,判断其能否准确输入文字信息 。
C.3. 1. 1.3 图片感知
在断开互联网的环境 ,通过摄像头等外联设备进行拍照 ,或通过输入图片文件输入图片内容 ;且在连接互联网的环境 ,通过摄像头等外联设备输入图片内容并转化为文字信息 ,或通过输入图片文件输入图片内容并转化为文字信息 ,判断其能否准确输入文字信息 。
C.3. 1. 1.4 视频感知
测试方法同 C. 2. 1. 1. 4。
C.3. 1. 1.5 指纹感知
分别在断开互联网和连接互联网的环境 ,在不同手指干湿度 、按压姿态的条件 ,通过指纹采集器等外联设备输入指纹信息 ,根据指纹特征准确识别出已注册用户 ,记录执行结果 。
C.3. 1. 1.6 人脸感知
分别在断开互联网和连接互联网的环境 ,在不同光线 、角度 、佩戴饰品等条件 ,通过摄像头等外联设
备输入人脸信息 ,根据人脸特征准确识别出已注册用户 ,记录执行结果 。
C.3. 1. 1.7 声纹感知
分别在断开互联网和连接互联网的环境 , 固定噪声环境中通过传声器等外联设备 ,根据声音特征准确识别出已注册用户 ,记录执行结果 。
C.3. 1.2 设备信息感知
C.3. 1.2. 1 硬件感知
测试方法同 C. 2. 1. 2. 1。
C.3. 1.2.2 软件感知
测试方法同 C. 2. 1. 2. 2。
C.3. 1.2.3 外联设备感知
分别在断开互联网和连接互联网的环境 ,读取并记录外联设备基本信息及状态信息 ,如外联设备的类型 、配置 、开关状态 、工作状态等 ,判断其能否准确感知对应的信息及状态 。
C.3. 1.3 环境信息感知 测试方法同 C. 2. 1. 3。
C.3.2 认知
C.3.2. 1 理解
C.3.2. 1. 1 简单指令
测试方法同 C. 2. 2. 1。
C.3.2. 1.2 复杂指令
在连接互联网的环境 ,执行复杂指令的任务集合 ,且复杂指令数量不低于 10条 ,测试各指令的解析能力 ,记录各指令执行效果 ,判断其能否准确执行指令任务 。
C.3.2. 1.3 简单意图
在连接互联网的环境 ,执行简单意图的任务集合 ,且简单意图数量不低于 20条 ,测试各意图的解析能力 ,记录各意图执行效果 ,判断其能否准确执行意图任务 。
C.3.2.2 推理
在连接互联网的环境 ,调用具备推理特征的功能模块 ,判断其能否输出基于输入信息的合理响应 。测试任务可涵盖较为简单的推理问题 。
C.3.2.3 规划不涉及 。
C.3.3 执行
C.3.3. 1 工具调用
C.3.3. 1. 1 调用确定性工具完成单步骤任务测试方法同 C. 2. 3. 1。
C.3.3. 1.2 调用确定性组合工具完成预设且明确的多步骤任务
在连接互联网的环境 ,根据确定性的任务指令 ,调用组合的多个一方或三方应用或服务 ,完成明确多步骤任务 ,并返回符合预期的结果 ,判断其能否正确执行所要求的任务 。
C.3.3.2 内容生成
C.3.3.2. 1 文本生成
分别在断开互联网和连接互联网的环境 ,根据输入任务指令 ,测试能否 自动生成语义连贯 、符合上下文的文本 ,且按照 GB/T 45288. 2—2025 中 A. 2 的相关方法评判 MOS得分 。
C.3.3.2.2 图片生成
在连接互联 网 的 环 境 , 根 据 输 入 任 务 指 令 , 测 试 能 否 按 照 任 务 要 求 生 成 对 应 的 图 片 , 且 按 照GB/T 45288. 2—2025 中 A. 2 的相关方法评判 MOS得分 。
C.3.3.2.3 音频生成
在连接互联 网 的 环 境 , 根 据 输 入 任 务 指 令 , 测 试 能 否 按 照 任 务 要 求 生 成 对 应 的 语 音 , 且 按 照GB/T 45288. 2—2025 中 A. 2 的相关方法评判 MOS得分 。
C.3.3.2.4 视频生成
在连接互联 网 的 环 境 , 根 据 输 入 任 务 指 令 , 测 试 能 否 按 照 任 务 要 求 生 成 对 应 的 视 频 , 且 按 照GB/T 45288. 2—2025 中 A. 2 的相关方法评判 MOS得分 。
C.3.3.3 互联协同
C.3.3.3. 1 跨设备控制 测试方法同 C. 2. 3. 3。
C.3.3.3.2 跨设备内容迁移
分别在断开互联网和连接互联网的环境 ,测试能否与其他设备正确建立连接 ,并能够根据用户指令实现内容迁移 ,如文件跨屏拖拽 、文件跨屏传输 、投屏或剪切板等 。
C.3.3.4 表达输出
测试方法同 C. 2. 3. 4。
C.3.4 记忆
C.3.4. 1 短期记忆
分别在断开互联网和连接互联网的环境 ,执行单个会话的多轮对话(至少 10轮)测试任务 ,输入包
含前文指代 、省略 、上下文依赖等语言内容 ,测试能否结合前一轮及当前语义信息作出连贯回应 ,重点测试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 。
C.3.4.2 长期记忆
C.3.4.2. 1 会话历史记忆
分别在断开互联网和连接互联网的环境 ,测试其能否查看会话历史记录 ,并在重启设备后 , 能够继续在选定会话中执行相关任务 。
C.3.4.2.2 用户偏好记忆
分别在断开互联网和连接互联网的环境 ,执行包含用户偏好的测试任务 ,测试是否能够基于用户偏好信息做出个性化处理 。
C.3.5 学习
C.3.5. 1 情景适应学习不涉及 。
C.3.5.2 持续演进学习不涉及 。
C.4 L3辅助级
C.4. 1 感知
C.4. 1. 1 用户信息感知
C.4. 1. 1. 1 文字感知
在断开互联网的环境 ,通过键盘等外联设备输入文字内容 ,判断其能否准确输入 ;且在连接互联网的环境 ,通过键盘等外联设备输入文字内容 ,判断其能否准确输入 , 同时上传指定的文本文件 ,并提出针对性问题 ,判断其能否准确理解用户所上传的文本文件 。
C.4. 1. 1.2 音频感知
测试方法同 C. 3. 1. 1. 2。
C.4. 1. 1.3 图片感知
分别在断开互联网和连接互联网的环境 ,通过摄像头等外联设备进行拍照 ,并将拍摄的图片转化为文字信息 ,或通过输入图片文件输入图片内容并转化为文字信息 ,判断其能否准确输入文字信息 。 同时 ,在连接互联网的环境 ,通过拍照或用户上传等方式输入图片文件 ,判断其能否正确理解图片的内容 。
C.4. 1. 1.4 视频感知
测试方法同 C. 2. 1. 1. 4。
C.4. 1. 1.5 指纹感知
测试方法同 C. 3. 1. 1. 5。
C.4. 1. 1.6 人脸感知
测试方法同 C. 3. 1. 1. 6。
C.4. 1. 1.7 声纹感知
测试方法同 C. 3. 1. 1. 7。
C.4. 1.2 设备信息感知 测试方法同 C. 3. 1. 2。
C.4. 1.3 环境信息感知 测试方法同 C. 2. 1. 3。
C.4.2 认知
C.4.2. 1 理解
C.4.2. 1. 1 简单指令
测试方法同 C. 2. 2. 1。
C.4.2. 1.2 复杂指令
分别在断开互联网和 连 接 互 联 网 的 环 境 , 执 行 复 杂 指 令 的 任 务 集 合 , 且 复 杂 指 令 数 量 不 低 于 10条 ,测试各指令的解析能力 ,记录各指令执行效果 ,判断其能否准确执行指令任务 。
C.4.2. 1.3 简单意图
分别在断开互联网和 连 接 互 联 网 的 环 境 , 执 行 简 单 意 图 的 任 务 集 合 , 且 简 单 意 图 数 量 不 低 于 20条 ,测试各意图的解析能力 ,记录各意图执行效果 ,判断其能否准确执行意图任务 。
C.4.2. 1.4 复杂意图
在连接互联网的环境 ,执行复杂意图的任务集合 ,且复杂意图数量不低于 10条 ,测试各意图的解析能力 ,记录各意图执行效果 ,判断其能否准确执行意图任务 。
C.4.2. 1.5 融合理解
在连接互联网的环境 ,执行需结合多种感知信息处理的任务 ,判断其能否结合多种感知信息进行任务的处理 。
C.4.2. 1.6 意图澄清
在连接互联网的环境 ,测试在意图不明确时 ,其能否通过追问或提供选项等方式进行意图澄清 。
C.4.2.2 推理
C.4.2.2. 1 简单推理
分别在断开互联网和连接互联网的环境 ,调用具备推理特征的功能模块 ,判断其能否输出基于输入信息的合理响应 。测试任务可涵盖较为简单的推理问题 。
C.4.2.2.2 复杂推理
在连接互联网的环境 ,调用具备推理特征的功能模块 ,打开如深度思考等复杂推理功能 ,判断其能否输出基于输入信息的合理响应 。测试任务可涵盖属于典型推理类型(如演绎 、归纳 、类比)的问题 。
C.4.2.3 规划
在连接互联网的环境 ,执行具有显著规划特征的复杂工作任务 ,测试其能否在接收输入信息后 ,根据输出结果和思考过程 ,基于目标导向拆分为多个子任务 ,并合理编排为多个子任务的工作流 。
C.4.3 执行
C.4.3. 1 工具调用
C.4.3. 1. 1 调用确定性工具完成单步骤任务测试方法同 C. 2. 3. 1。
C.4.3. 1.2 调用确定性组合工具完成预设且明确的多步骤任务
分别在断开互联网和连接互联网的环境 ,根据确定性的任务指令 ,调用组合的多个一方或三方应用或服务 ,完成明确多步骤任务 ,并返回符合预期的结果 ,判断其能否正确执行所要求的任务 。
C.4.3. 1.3 自动调用工具
在连接互联网的环境 ,测试能否根据输入任务指令和规划的结果 , 自动调用合适的工具 ,并完成指定的任务 。
C.4.3.2 内容生成
C.4.3.2. 1 文本生成
在断开互联网的环境 ,执行机器翻译类任务和非机器翻译类任务 ,测试其能否 自动生成语义连贯 、符合上下文的文本 ,且对于机器翻译类任务 , 根据公式(C. 1)计算 α 值 , 根 据 公 式 (C. 2)计 算 BLEU_ A值 ,根据公式(C. 3)计算首字延时 ,根据公式(C. 4)计算文字生成平均速度 ,对于非机器翻译类任务 ,按照GB/T 45288. 2—2025 中 A. 2 的相关方法评判 MOS得分 。且在连接互联网的环境 , 根据输入 任 务 指令 ,测试能否自动生成语义连贯 、符合上下文的文本 ,且按照 GB/T 45288. 2—2025 中 A. 2 的相关方法评判 MOS得分 。
… … … … … … … … ( C. 1 )
式中 :
α — 生成质量系数 ;
MOS — 按照 GB/T 45288. 2—2025 中 A. 2 的相关方法评判 MOS得分 。
BLEU_A = α × BLEU … … … … … … … … ( C. 2 )式中 :
BLEU_A — 增强 BLEU值 ;
α — 生成质量系数 ;
BLEU — 按照 GB/T 45288. 2—2025 中 A. 1. 5 的相关方法计算的 BLEU值 。
tf =t2 - t1 … … … … … … … … ( C. 3 )式中 :
tf — 首字延时 ,单位为秒(s) ;
t2 — 输出结果第一个字的时刻 ,单位为秒(s) ;
t1 — 接收到完整任务的时刻 ,单位为秒(s) 。
vg … … … … … … … … ( C. 4 )式中 :
vg — 文字生成平均速度 ,单位为字每秒(字/s) ;
n — 输出结果的字数 ;
t3 — 输出结果结束的时刻 ,单位为秒(s) 。
C.4.3.2.2 图片生成
测试方法同 C. 3. 3. 2. 2。
C.4.3.2.3 音频生成
测试方法同 C. 3. 3. 2. 3。
C.4.3.2.4 视频生成
测试方法同 C. 3. 3. 2. 4。
C.4.3.3 互联协同
C.4.3.3. 1 跨设备控制 测试方法同 C. 2. 3. 3。
C.4.3.3.2 跨设备内容迁移测试方法同 C. 3. 3. 3. 2。
C.4.3.3.3 分布式任务协同
在连接互联网的环境 ,测试其能否与其他手机 、微型计算机等设备进行交互 ,并实现任务的分布式处理 。
C.4.3.4 表达输出
测试方法同 C. 2. 3. 4。
C.4.4 记忆
C.4.4. 1 短期记忆
测试方法同 C. 3. 4. 1。
C.4.4.2 长期记忆
C.4.4.2. 1 会话历史记忆 测试方法同 C. 3. 4. 2. 1。
C.4.4.2.2 用户偏好记忆 测试方法同 C. 3. 4. 2. 2。
C.4.4.2.3 个人知识库
分别在断开互联网和连接互联网的环境 ,将个人知识文件输入至个人知识库中 ,测试是否能够基于个人知识完成相关任务 。
C.4.5 学习
C.4.5. 1 情景适应学习
在连接互联网的环境 ,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 。
C.4.5.2 持续演进学习不涉及 。
参 考 文 献
[1] GB/T 40429—2021 汽车驾驶自动化分级
评论