［3］；在软硬件协同层 面 ，NVIDIA IsaacGym 平台支持百万智能体并行训 练 ［4］，OpenAI 与 Figure 联合开发的 Figure 01 已实现语 关键词： 具身智能；标准化；评测体系；应用场景 doi：10.12045/j.issn.1007-3043.2025.07.008 文章编号：1007-3043（2025）07-0046-07 中图分类号：TP18 文献标识码：A 决策与交互的重要路径，对通用人工智能的发展具有关键意义。梳理了具身智 能的核心能力维度，分析了当前标准化工作的进展与挑战，提出评测体系设计 原则与关键指标，探讨了典型评测方法与平台实践。尽管初步标准框架已形 成，但在多模态交互、群体智能等方面仍缺乏系统标准，评测工具亦亟待升级。 未来应完善分领域标准、建设权威评测平台、加快国际接轨，并同步推进伦理法 律规范，推动具身智能生态规范发展。 Abstract： Embodied Keywords： Embodied intelligence；Standardization；Evaluation system；Application scenarios 具身智能标准化研究与评测 方法探索 Research on Standardization and Evaluation Methodologies of Embodied Intelligence 魏家馨 1，马瑞涛

机能否解决行业真实问题，能否超越经典计算性能，哪些因素制约 量子计算应用，未来商用还需要在哪些方面补足功课，这都是产业 面临的开放性问题。本报告以部分行业计算需求为参考，提出量子 计算应用能力指标体系与评测框架，探讨评测基准、方法和标准化 需求，旨在为量子计算应用破局储备方案与工具。 本研究报告共分为五章，相关章节内容安排如下: 第一章：研究背景。简述量子计算应用面临的计算问题、量子 算法、量子硬件三角关系，指出本报告拟关注的问题。 算场景与问题，以及算力需求与部署需求。 第三章：量子计算应用能力体系框架。介绍了应用能力关键指 标以及技术成熟度指标。 第四章：量子计算应用能力评测方法。给出了量子计算应用能 力评测基准建议以及评测方案。 第五章：量子计算应用能力评测标准化需求。介绍了评测标准 化驱动力，并给出了标准化挑战与展望。 限于编写组专业能力以及量子计算发展的难以预期性，本报告 仅给出该课题的初步思考与建议，后续根据量子计算发展状况继续 ..... 21 四、 量子计算应用能力评测方法 ........................................................ 23 (一) 应用能力评测基本概念 .......................................................... 23 (二) 应用能力评测基本方法 .................

判能力，结 合开发者行为分析持续优化编码范式。深度融合智能评审与 CI/CD 流 水线，形成从设计意图到代码实现的闭环知识沉淀。 （3） 测试智能化聚焦 AI 驱动测试流程自动化与 AI 系统评测。 一方面通过 AI 赋能打通全链路智能化测试闭环，通过智能需求分析、 智能用例生成、缺陷根因分析等能力实现高效精准验证；另一方面强 化对 AI 系统自身的深度测试，形成“以 AI 测 AI”的自我进化闭环。 AI过程中，理解、归纳和执行是其核心能力的基础。 通过对认知能力、规划能力、表达能力和记忆能力的综合评测，深入 分析智能体如何有效理解用户意图、制定合理的响应计划、进行清晰 的交流，以及在多次交互中保持对用户信息的记忆，以提升用户体验 和系统的智能化水平。 图 7 智能体评测建设示意图 智能体评测的实施流程，主要分为分析阶段，开发阶段，测试阶 段，调优阶段，发布阶段五个阶段。分析阶段，收集并整理业务相关 用户数据的变化，防止线上异常或故障的发生。 效果测评在智能体评测过程中，理解、归纳和执行是其核心能力 的基础。效果评测维度，通过对认知能力、规划能力、表达能力和记 忆能力的综合评测。深入分析智能体如何有效理解用户意图、制定合 理的响应计划、进行清晰的交流，以及在多次交互中保持对用户信息 的记忆，以提升用户体验和系统的智能化水平。效果评测工具，利用 大模型（LLM）或者自然语言处理（NLP）模型，从结构化或非结构化

际 的各类异构算力芯片齐头并进。 然而，因芯片架构不同、通信协议不统一、算存传能力差异而导致的异构算 力碎片化、生态割裂及协同效率不足等问题日益显现。构建统一计算、统一通信、 统一调度和统一评测的异构算力协同体系，实现异构算力间的无感知计算、无阻 碍通信协作、资源的高效调度和自动化测评，是推动异构算力基础设施迈向新阶 段的关键路径。 本白皮书通过系统性梳理算力产业发展现状、异构算力协同体系架构、关键 .........................................................................................15 3.4 统一评测体系................................................................................................. ASIC、GPGPU 不同路线算力差异，北向承载多场景、多行业、多模态大模型，构建异构算 力协同生态体系，实现异构算力的无感知计算、无阻碍通信、无闲置调度和无差异评测。异 构算力协同生态体系包括统一计算、统一通信、统一调度和统一评测四方面，通过四个核心 维度的统一化实现异构算力资源的深度融合。 图 异构算力协同体系架构 （1）统一计算：打破异构壁垒构建算力融合底座 统一计算是异构算力协

创新方向：深度伪造检测 推荐落地方案： 中科睿鉴-端云协同多模态伪造检测方案 创新方向：大模型安全评估 推荐落地方案： 君同未来-大模型安全评估 奇安信-AI大模型安全技术评估服务 360-大模型安全评测平台 长亭科技-AIGC安全风险评估 创新方向：合规管理&安全运营深度融合 创新方向：AI应用防火墙 推荐落地方案： 奇安信-大模型卫士（GPT-Guard） 亚信安全-AI大模型防火墙 支持多模态检测，包含文本、图片、音频、视频； 2. 基于预训练的安全模型对AI大模型应用进行防护，做到以模制模； 3. 对于后门攻击、数据污染、梯度替换、模型操控、供应链投毒等攻击防护成 功率可达98%以上。对事实性评测、模型幻觉、逻辑推理、安全合规、隐私 保护等检测准确率可达98%以上； 4. 集成300+前沿模型，支持2000+系统漏洞评估，可检测50+攻击手段，涵盖 30+评估标准； 5. 轻量化部署，节省算力资源，消费级显卡即可运行。 风险防护、全场景模型监测管控等。 君同未来-大模型安全评估 方案概况 方案优势和用户价值 方案优势与特点： 1、权威的评测体系和智能评测引擎：内置国内外20+评测体系，个性化适配300+评测 标准选择，100+场景定制化测评方案，千万量级智能题库，基于特定领域的评测题自动 生成能力；实现“合规、能力、应用”多维度评测，灵活的定制化配置能力、交付形态 与部署方式。 2、全方位人工智能模型防御：内置50＋防御及检测方法，实现覆盖多模态的人工智能

旨在为保险行业的智 能化转型提供技术参考和实践建议。 白皮书基于阳光保险的大模型落地实践经验，深入剖析了大模型技术在保险行业的落 地应用路线。我们详细阐述了数据准备、模型精调、工程化适配、模型评测等关键环节的技 术要点和注意事项，为行业同仁提供理论指导和操作建议。除此之外，成功的落地应用需要 保险公司和科技公司紧密合作，共同构建开放、共享、协同的创新生态。这些内容为保险行 业探索大模型技术的应用提供了宝贵的经验和启示。 · · · · · · · 17 3.2 保险垂直领域大模型构建及评测· · · · · · · · · · · · · · · · · · · · 52 3.2.1 保险垂直领域模型构建· · · · · · · · · · · · · · · · · · · · · · · · 52 3.2.2 保险垂直领域大模型评测体系· · · · · · · · · · · · · · · · · · 53 图4 S-Eval评测体系架构图· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 59 图5 S-Eval评测方法示意图· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 60 图6 S-Eval评测层级· · · · · · ·

为企业提供开箱即用的 AI 能力，大幅降低了 使用门槛，提升了部署效率，显著提升了业务敏捷性和创新能力。此外，MaaS 提供 了 AI 基础设施层的算力调度、存储管理、网络传输等核心支撑能力，覆盖了模型训练、 评测、部署、推理等全流程服务，从而满足不同行业对服务可用性的差异化需求。 3 公共云和 MaaS 是兼顾性能、效率、安全的 最佳解决方案 23 22 ALIBABA CLOUD MODEL STUDIO 的方向发展。 ● 合规遵循：严格遵循法规和国标，对训练数据执行信息化筛选与过滤，并通过技 术手段构建围栏防护，防止模型被滥用或生成违法不良信息。 ● 安全可靠：全面落实国标要求，执行体系化安全评测；依托红蓝对抗持续提升模 型鲁棒性，确保模型在面对恶意攻击时大模型能够保持正常运行并输出可靠结果。 ● 伦理向善：通过安全训练实现价值观对齐，并在生成内容中主动开展正向引导， 在开放可控的环境中助力生产力提升与价值创造。 视 频、代码等多模态能力，实现跨模态深度语义对齐，显著提升模型在复杂任务中的表 现力和泛化能力；在安全治理方面 , 通义构建了模型全生命周期安全保障体系，涵盖 训练数据采集、模型训练、模型安全评测、服务部署与运行，全面保障模型的“安全、 可靠、可信赖、可用”。 49 48 ALIBABA CLOUD MODEL STUDIO SECURITY WHITE PAPER 安全 可信的

（2025—2027 年）》的通知》（工信部联企业〔2024〕239 号） .......................................... 76 11.《关于发布中小企业数字化水平评测指标（2024 年版） 的通知》（工信厅企业〔2024〕56 号） ............ 87 二、省级政策 12.《关于印发江苏省深化制造业智能化改造数字化转型 网络化联接三年行动计划（2025-2027 (五)设施联通。整合汇聚网络、平台、算力等各类基础设施 资源，为企业提供优质资源推荐、低成本资源共享和多类型资源 集成应用等服务。针对软件、装备、工艺等检验检测和仿真验证 需求，提供设施共享和产品评测服务。联合运营商等帮助企业部 署 5G、TSN、云计算等新型网络技术，建设组网灵活、接入便捷、 带宽可调、安全可靠的云网融合体系。 (六)数据共享。协同行业企业、研究机构、工业互联网平台、 作用， 强化标准、人才、产融等政策保障，形成转型推进合力。 二、分步组织实施 (一)制定转型规划 企业综合利用两化融合管理体系、数字化转型成熟 度、智能制造成熟度、中小企业数字化水平评测等参考 标准开展评估诊断，系统梳理企业自动化、信息化基础 条件，准确摸清企业数字化发展实际情况，识别转型痛 点需求和应用场景，开展投入产出测算和风险评估，明 确转型目标和方向。结合系统工程(MBSE)方法论编制规