“智衡”人工智能测评平台为衡量人工智能水平打造“基准尺

近日，市场监管总局、国家发改委联合发布《人工智能计量体系和能力建设指引（2026版）》，扎实推进《国务院关于深入实施“人工智能＋”行动的意见》《计量发展规划（2021-2035年）》落地落实，系统提升我国人工智能技术的可测性、可比性、可靠性与可信度，加快构建支撑和引领人工智能产业高质量发展的计量体系。北京航天计量测试技术研究所依托国家市场监督管理总局重点实验室（人工智能计量测试与标准）推出“智衡”人工智能测评平台，构建“全指标覆盖、强计量保障、实数据底座、广对象适配”四位一体核心能力，推动人工智能测评从“能测”向“测得全、测得准、测得稳、测得广”跨越。

“智衡”人工智能测评平台，以标准化手段打造衡量人工智能水平的“基准尺”，解决度量智能产品“管不管用、能不能用、好不好用”问题。平台相关技术方法、数据集、工具模块等核心成果入选国家首批计量支撑产业新质生产力发展十大重点项目，为智能产品安全稳定运行提供坚实的计量支撑。

一、指标覆盖全

平台支持功能性能、鲁棒性、安全性等10大类150余项指标测试，覆盖GB/T 45225、GB/T 42888等智能测评标准相关要求，实现从功能性能到安全可信的“全维度指标覆盖”，具备一站式测评能力。

二、计量保障强

平台集成测试充分性计量、测量不确定度评定、模型缺陷定位等多项核心技术成果，具备测评过程、数据、结果、溯因的全链路分析能力，支撑测评数据更可靠、结果更可信。

三、数据支撑实

平台汇聚图像（可见光/红外/雷达）、视频、文本、音频等多种模态数据，覆盖海陆空天多场景，具备仿真生成、样本增广、质量评价等数据全流程管理功能，为人工智能测评提供坚实的数据底座。

四、对象适配广

平台面向多类型、多功能对象提供灵活接入方式，支持目标识别、态势理解、文本分析、决策规划等功能测试，适配深度学习、大模型、智能体等对象类型，满足不同场景的多样化测评需求。

北京航天计量测试技术研究所积极推进“智衡”平台在重点领域的示范应用与规模化推广，获CNAS、CMA、DIAC等多项能力认可，已累计开展近200次测评服务，并为多项重大工程建设提供系统级方案，有效促进人工智能在行业领域的创新与融合应用。