原创｜加速AI终端定义分级 提升用户体验

读而思

当前 AI 终端市场快速发展，但国内外缺乏公认的定义与分级体系，企业标准不一，用户认知模糊。这导致市场乱象频发，企业研发低效，监管困难。建立分级体系可凝聚共识、增强消费信任、推动产业高质量发展，是全球竞争高地。建议构建用户体验核心框架，推动场景化分级与国际互认，完善动态评估机制。

谭卓 胡恩龙中国电子信息产业发展研究院电子信息研究所

近两年来，随着人工智能技术的突破性进展，人工智能与移动终端的融合迎来了新动能与新契机，行业龙头企业纷纷推出了“人工智能手机（AI手机）”“人工智能个人计算机（AI PC）”等新品，新兴企业也瞄准市场，推出“人工智能手表”“人工智能眼镜”等产品。

目前，国内外尚未形成公认的人工智能终端（AI终端）定义和分级体系，行业龙头企业竞相提出主张标准，用户则对人工智能终端功能认知较为模糊。建立明确的人工智能终端定义分级标准，不仅有利于凝聚行业共识，明确产业发展方向，还将促进技术创新迭代，增强消费者信任，进而推动新一代智能终端市场高质量发展。

人工智能终端定义分级的现状

全球市场对定义分级标准缺乏共识

当前，全球人工智能终端市场尚未形成广泛认可的分级定义体系，英特尔、微软、苹果等龙头企业就AI手机、AI PC以及人工智能可穿戴设备等新一代智能终端产品纷纷提出各自的界定标准与技术主张，试图抢占下一次终端产业变革的先机。

英特尔认为，AI PC是指配备集成神经网络处理器（NPU），且CPU+GPU+NPU三大引擎均具有AI专用加速功能，既可以依托云服务实现与设备的协同计算，又能在终端侧独立运行大语言模型的计算机。

微软则认为AI PC需要集成40TOPS（Tera Operations Per Second：处理器每秒钟可进行一万亿次操作）算力以上的NPU，且键盘上需配有微软Copilot功能键，具有本地运行Copilot的能力。

苹果推出名为“苹果智能（Apple Intelligence）”的人工智能系统，将搭载A18 Pro及以上芯片并配备16核生成式AI神经引擎的手机定义为AI手机。

此外，多个国际咨询机构也提出各自主张的AI手机定义。Canalys认为，AI手机应具备三大标准，一是能够在端侧运行各类生成式AI模型；二是系统级芯片（SoC）集成NPU和张量处理器（TPU）等专用AI计算单元；三是端侧大语言模型的推理速度高于10 token /s，且端侧AI生成图像的时间低于2秒。

IDC则认为，AI手机应具备高效算力利用、真实环境感知、自主学习和内容创作四大能力；硬件方面，AI手机需搭载支持生成式人工智能模型的SoC，NPU算力需大于30TOPS，并能够支持各类大语言模型在端侧运行。

智能终端“人性化”服务水平成为主要标准

在国内，人工智能终端的定义和分级标准同样尚未形成共识。近两年，国内企业积极布局，密集推出了一系列与人工智能相关的终端产品。

联想力推其研发的个人智能体“联想小天”，并发布了一系列内置该智能体的AI PC产品。依托个人大模型技术，“联想小天”具备自然交互、意图理解、任务分解与执行规划等能力，有效提升了AI PC与用户的智能化互动体验。

华为推出全场景智慧助手“小艺”，主打“AI隔空传送”功能，用户不仅可以通过屏幕触控与AI手机和AI PC实现交互，还可以完成隔空操作，或在外屏与智慧助手开展沉浸式对话，获得近似真人实时问答的服务体验。同时，华为依托鸿蒙生态系统，持续推进智能终端设备之间的软硬件协同和多设备互联能力，进一步拓展了智能终端的应用边界。

荣耀聚焦平台级人工智能建设，通过搭建HONOR AI Connect平台，推动超千万台智能终端设备互联互通，实现人工智能对硬件的技术赋能，进而打造多端互联共享生态。

中国电信推出深度融合自研星辰大模型全栈能力的“天翼AI智能眼镜”，端侧搭载高通骁龙AR1芯片，云侧依托电信分布式智能算力网络，支持快速抓拍、实时翻译等功能，用户只需通过语音指令即可指挥眼镜完成拍照、录像等操作。开创了第一视角智能交互新模式，为用户带来人性化的便捷体验。

分级标准为AI终端的智能化水平提供统一衡量尺度

人工智能终端产品的快速迭代催生了市场对标准化评价体系的需求。从需求侧看，分级认证机制能够有效回应用户对产品安全性与功能可靠性的关切。消费者能够依据分级更加清晰地判断产品智能化能力及与其需求的匹配度，降低了消费者购买AI终端产品时的决策成本。通过提升购买体验，增强消费者信任度，分级体系将促进AI终端产品快速获得市场认可。

从供给侧看，建立人工智能终端分级定义体系将凝聚产业共识，为企业在产品开发过程中提供明确、统一的参考依据，减少企业研发资源浪费。

从产业发展看，AI终端分级认证体系的建立，将加速全球AI产业的标准化进程，促进技术和产品的迭代升级，推动全球智能终端市场有序、高质量发展。

从大国科技竞争看，中美欧作为全球人工智能产业的主要参与者，正积极推进人工智能终端分级体系的建设。谁能在标准制定中占据主导地位，谁就更有可能掌握发展主动权，引领技术演进方向，塑造全球AI产业链格局。

美国FCC、欧盟CE等传统电子认证机构正逐步将认证范围延伸至AI领域，既体现出其在新技术规范方面的深厚基础和制定能力，更反映出美欧在全球AI产业格局中争夺规则制定权和话语权的战略意图。

此外，人工智能终端分级体系还将推动国际标准互认，有助于降低我国企业在海外市场的准入壁垒，为我国企业的全球化布局提供有力支持。

人工智能终端定义分级体系缺位的影响

产品鱼龙混杂，不利于新产品的推广与普及

由于行业尚未形成对人工智能终端定义及分级的共识，市场上滥用“人工智能终端”概念的现象屡见不鲜。消费者难以准确辨识产品的实际性能，不仅产生认知混乱，更可能滋生对AI终端产品的抵触情绪，制约人工智能终端产品推广普及。

例如，2024年美国企业Humane推出的AI Pin在发布初期凭借“革命性交互体验”的宣传吸引了大量关注，但在实际使用中却因频繁提供错误信息、响应速度慢以及续航能力差等问题遭到广泛批评。

数据显示，在2024年5月至8月期间，AI Pin的退货数量超过了新增销量，导致其市场份额迅速下滑。类似的现象在我国也有发生。某款号称具备自主规划复杂家务能力的家用机器人实际仅能完成用户简单的语音指令，与其宣传的功能相去甚远。

根据国家市场监督管理总局的统计，近年来我国消费者通过12315平台反馈的智能设备相关产品问题明显增多，主要集中在产品实际功能与宣传不符、售后服务困难以及个人信息泄露等方面。

AI终端分级体系的缺位，使得消费者缺乏客观依据来评估产品的智能化水平，当宣传与实际体验严重脱节时，用户极易对新技术产生怀疑，进而削弱购买信心与消费意愿。这不仅损害了消费者权益，也增加了新产品市场推广的难度，阻碍了AI终端技术的普及与产业健康发展。

分级标准不统一，企业难以构建高效的技术迭代路径

在缺乏统一的人工智能终端定义分级体系的情况下，企业难以预估未来潜在的行业规范，往往需为满足多样化、碎片化的要求而进行重复性研发，增加成本与决策风险。

例如，手机厂商为满足国内场景化任务要求和国外倡导的人工智能生成内容（AIGC）标准，需同时开发两套独立的系统，导致研发周期延长，资源投入倍增。这种“多轨并行”的开发模式不仅增加了企业决策风险，也加剧了资源配置的低效与浪费。

对于大型企业而言，尽管具备较强的研发实力和资源储备，能够探索多种技术路径，但缺乏统一的分级框架也使其难以形成清晰、可持续的技术演进路线，制约了产品迭代速度与系统性创新能力。

更为关键的是，标准缺失严重阻碍了产业链的高效协同。当前，国内尚未建立统一的人工智能终端定义分级体系，各龙头企业基于自身技术优势，提出互不兼容的定义和分级标准，导致市场呈现碎片化、割裂化态势。

上下游企业需耗费大量时间与成本进行适配与协调，产业协同效应难以释放。长此以往，不仅削弱了我国人工智能终端产业的整体竞争力，也难以凝聚合力应对国际巨头的标准主导权竞争，在全球产业格局中面临被动局面。

分级体系缺位，制约政策引导与监管有效性

在缺乏统一定义和分级标准的情况下，在面对种类繁多、功能复杂的人工智能终端产品时，监管部门难以制定精准、有针对性的监管政策。由于无法依据产品的性能水平、功能边界和潜在风险等级实施差异化监管，监管机构往往只能采取“一刀切”的粗放式管理方式，导致执法依据模糊、监管效率降低。

例如，据央视网报道，多款电商平台销售的智能手表宣称具备“无创测血糖”功能，但实际测量数据误差较大，且均未获得医疗器械认证。

当消费者因测量不准提出投诉时，商家常以“仅为普通智能穿戴设备”为由推诿责任，因缺乏明确的产品分类与功能界定标准，监管部门难以评估产品是否达到应有的智能化水平，无法有效界定企业的法律责任。

此外，标准体系的缺失也制约了行业自律机制的建立。企业行为缺乏统一规范，市场准入与合规要求模糊，容易滋生虚假宣传、非良性竞争等问题，不利于营造公平、有序、健康的市场环境。

人工智能终端分级标准体系发展建议

构建以用户体验为核心的定义分级核心框架

在构建定义分级体系的过程中，应坚持以提升用户体验为核心，以提高生活质量与工作效率为基本原则，推动人工智能终端产业向标准化、规模化和高质量的方向持续发展。

从技术逻辑看，算力、算法等硬性指标须通过交互流畅度、响应速度、场景适配性等具体体验维度落地呈现才能彰显技术价值。

从发展趋势看，以体验为核心的定义分级框架，有助于引导厂商将技术研发重点聚焦于用户真实需求，推动AI终端从“功能型”向“智慧型”跨越，实现产品迭代与产业升级的深度融合。

从市场竞争角度出发，体验导向的人工智能终端定义分级体系有助于打破传统参数竞争的同质化格局，助力企业形成差异化竞争优势，推动行业从“重配置”转向“重体验”，迈向更加健康、有序的发展轨道。

建立面向应用场景的分级标准体系

以典型行业需求为导向，建立分层分类的AI终端分级标准体系，依据终端的功能复杂度与智能化水平进行差异化分类，推动人工智能终端在垂直领域的精准适配与高效部署。

基础级终端应聚焦基础交互、数据采集与轻量级处理能力，适用于智慧家庭、智能办公等通用场景；高级终端则应具备多模态交互、边缘计算、自主学习等能力，满足医疗辅助诊断、工业质量检测等高精度、高实时性要求的复杂场景。通过分级标准的细化与场景化落地，引导企业精准对接市场需求，提升终端产品的实用性与适配性，增强用户黏性与行业渗透力，推动AI终端产业向专业化、场景化方向纵深发展。

推动标准国际协同与互认

积极参与人工智能终端领域国际标准的制定，充分发挥我国在智能终端应用场景丰富、用户数量庞大等方面的优势，主动争取国际规则制定话语权。

着力推动国内分级标准与美国FCC、欧盟CE等认证体系的对接互认。通过关键技术指标、安全合规要求等领域的共识构建，提升我国AI终端产品在国际市场的合规性与竞争力。深化与“一带一路”沿线国家及区域组织的标准合作，探索建立区域性AI终端标准互认机制，简化认证流程、降低适配成本，为企业“出海”减少准入障碍，助力我国AI终端产业全球化布局。

完善动态评估与产业协同机制

建立分级标准动态调整机制，结合技术迭代速度与应用场景演变，定期评估技术演进趋势与市场需求变化，及时修订分级指标与测试方法。

依托行业协会搭建跨领域协作平台，推动终端厂商、芯片企业、算法服务商等主体共建分级测试数据库，共享用户反馈与场景化数据，形成“标准制定-产品测试-市场反馈-标准优化”的闭环。

鼓励第三方机构参与分级认证，引入用户满意度调查、场景化实测等多元评估维度，强化标准落地的公信力。建立跨领域标准协同平台，推动AI终端分级标准与云计算、大数据、物联网等相关领域标准的衔接融合，避免标准碎片化与重复建设，推动人工智能终端产品跨场景、跨领域互联互通。