8 综合各测评平台的方法论来看，在基础能力的测评维度基本相同，仅测评数据集和评估权重占比不同；而在基础能力之外，各测评平台 侧 重点不同 OpenCompass 2.0 司南 沙利文 IDC To C 通用场景类 Agent To B 特定行业类 Language 11 来源：沙利文中国大模型测评报告 过去四年大语言模型在 MMLU 榜单 ( 评估大模型知识能 力 ) 上的性能表现 大模型时代的摩尔定律 大模型的知识密度每 8 个月左右会翻一倍 ， 同等知识量的模型参数量会减半 提供了数据 生成、 自动标注、 模型训练、 云端仿真、 虚实结合仿真、 数据 闭 环等一系列能力。 该平台预集成了超过 25 万个场景库 ， 包括 500 多类功能场景和 200 多项测评指标体系 ，将传统纯实车测试 时的场 景搭建工作从数天降低到分钟级 ， 车企还可以基于盘古 训练出自 己需要的模型。 2024 年 6 月 22 日 ， 盘古大模型 5.0 通过创新的可控时空生成技术

标准体系 57 5.2 产业生态链路 59 5.2.1 硬件供应商 62 5.2.2 软件供应商 64 5.2.3 核心技术突破与应用场景 64 5.3 智能驾驶测评体系倡议 66 5.3.1 测评场景 67 5.3.2 评价指标 71 第六章 智能驾驶产业未来展望 74 6.1 整车智能发展趋势 74 6.2 未来发展建议 75 6.2.1 政策端 75 会车时可自主暂停避让，在立体车库中精准识别机械托 盘定位，甚至在手机端实现跨楼层遥控泊车。多模态交 互设计支持语音指令修正泊车角度，配合全景影像消除 视觉死角，显著降低新手驾驶员与复杂地库场景的操作 负担。 5.3 智能驾驶测评体系倡议 智能驾驶技术的升级突破持续赋能用户体验，而用户体 验产生的需求与痛点又不断反哺技术的升级，两者相辅 相成。当前阶段，领航行车辅助作为各家企业用户体验 竞争的高地，已从开城之战进入了综合体验之战，基础 术释放的驾驶精力转化为生活价值的延展，使移动空间 成为安全守护、效率提升与人文关怀的有机载体。后续 3 级及以上驾驶自动化评价体系则需要基于此进一步 完善。 第五章 智能驾驶产业环境与生态构建 67 5.3.1 测评场景 图 5-3 2 级驾驶自动化城区领航驾驶辅助用户评价体系示例 （1）基础场景 基础场景是指并非只存在于城区道路的场景，在高速公 路等半开放道路中，也可能存在。领航行车辅助驾驶的 基础场景主要是单车道的场景和变道场景。

地企业 100 强 2015.01 获天使投资 2015.03 FDDB 全球第三名 (Face Detection Data Set and Benchmark 是全世界最具权威的人像检测评测平台） 2015.04 LFW 全球第二名 (Labeled Faces in the Wild 是国际权威人像识别公开测试排行榜） 2015.04 通过浙江海创园重点项目评审，并获资金扶持

相关标准的具体规定，在满足 物理隔离与违规外联监控、边界防护与控制、密 级标识与密码保护、用户身份鉴别与访问控制、 电磁泄漏发射防护、安全保密产品选择、安全保 密管理机构、安全保密管理制度和安全管理人员 等基本测评项的基础上，从物理安全、运行安全、 信息安全保密、安全保密管理、产品选型与安全 服务等方面，设计园区网络安全保密防护框架。 安全域划分 制定“分区、分域、分级”安全防护策略，在信息流向可控的前提下，通

这替代了过去查阅客 户服务手册、查看纸质小票 等程序，提高了经营指导和 考核的准确性。 按维度定制客户群组精准推送消息 2. 客我互动 - 推送消息 服务质量评价 新品满意度测评 2. 客我互动 - 用户评价、调查问卷 解决了传统纸 质问卷成本高、周期 长、统计慢等问题 及时掌握零售 户对一线人员工作质 量的反馈 客户基础信息采集

驾急加速次数、展厅交互热点）、社交媒体互动（抖音评论情感分析）。 标签工厂：基于聚类算法生成动态标签，如： ● 高意向 - 续航敏感型：历史搜索“ 700km 续航”“快充桩兼容性”。 ● 豪华偏好 - 科技控：点赞激光雷达测评视频 + 反复对比智驾功能。 实时更新机制：联邦学习技术跨业务线（座舱 + 营销）更新标签权重， 日处理 100 万 + 行为事件。 实时策略推荐 根据用户标签匹配最优沟通话术及配套物料。智能销售中枢可以根据用

在没有政府力量来协调行业各方资源及诉求的情况下，平台建设存在巨大风险。 但在建设模式上，为降低投入成本和风险，可依托某一头部企业或行业协会先期 进行少量资金投入，以数据为基础，重点突破数据流通和测评相关的关键技术研 发，逐步建立平台生态。 4.4 平台建设难点 4.4.1 确保公信力的技术能力 公信力直接决定平台吸引力和可持续运营能力，平台需在以下关键领域攻克 技术难题以确保公信力。

25 图 7: 一个生成研究报告的智能体工作流 利用工作流可以大幅度提高人工智能在已有测评基准上的表现，例如 2025 年 3 月推出的 Manus 就在 GAIA 基准测试（General AI Assistant Benchmark）中取得了很好的成绩。不过这一点并不令人惊讶，因为 适应于特定测评任务的工作流都是人为编排的。真正的难点，在于如何让人工智能突破固定的工作流，从而像 人类

生产运营 财务收支 人员配备 组织架构 实施落地 分阶段实施验收 关键项目监理机 制 实施成果监测及评估 项目设计 数字化产品 / 工艺设计 智能物流 仓 储系统 信息管理系统集成 能力测评 智能制造要素完整度 智能制造能 力成熟度 两化融合总体评价 制造业企业开展“智能化改造和数字化转型”的建议：打造智能化能力提升闭环 需求分析 识别企业短板 定位核心痛点 明确关键项目

源管理与生产计划、作业、质量等管理紧密集成，促进车间生产组织和资源管理的协同工作。 7)综合分析：综合分析管理是企业监控、评估和管理运作绩效的系统平台，向用户提供 可自主定义绩效评估模型框架和灵活设置的测评过程。 8)系统管理：包括解决方案参数和权限的配置。Lean Manager 内置企业解决方案建模、 动态表单、动态报表工具，可面向实施过程通过参数配置，实现系统运行期流程和界面的定 义。权限控制模式采用基于角色的访问权限定义。