2026年3月，由工业和信息化部人工智能标准化技术委员会提出的《人工智能 关键基础技术 大模型分类方法和分级技术要求》行业标准正式发布，并将于2026年6月1日实施。该标准的发布与实施，将进一步健全大模型标准体系，契合大模型技术规范化发展、行业应用选型以及安全监管的实际需求。
解决痛点问题
当前，我国人工智能产业正处于大模型规模化应用的关键阶段。大模型作为当前科技前瞻布局和创新研发的焦点，发展态势迅猛，呈现出数量众多、种类丰富、应用广泛的特点。然而，大模型产业生态建设仍面临以下挑战：
从供给侧来看，模型能力边界模糊，高质量供给识别困难。
一方面，大模型技术参数披露不规范，参数规模、网络层级、模态支持等指标缺乏统一度量标准，导致模型分类界限模糊；另一方面，不同厂商对模型能效、泛化能力等性能指标的定义和要求不一，造成产品性能横向比对困难。
从需求侧来看，选型依据缺失，应用场景匹配效率低下。
一是分类标准缺失导致需求表达困难，企业难以准确描述自身对大模型应用的实际需求，供需双方缺乏统一的技术语言；二是分级依据不足导致选型成本高昂，应用方需投入大量人力物力进行多轮测试验证。
从产业侧看，标准缺位阻碍生态协同，削弱产业竞争力。
大模型因缺乏统一的分类分级规范，导致产业链环节难以有效衔接技术研发、行业应用、生态协同与监管治理，制约大模型在关键领域的规模化落地与高质量发展。
标准解读
《人工智能 关键基础技术 大模型分类方法和分级技术要求》（YDT 6766-2026）
现阶段，面对模型类型多样、适用场景模糊、版本演进加速的产业现状，传统技术分类分级方法难以有效反映大模型的技术特性。《人工智能 关键基础技术 大模型分类方法和分级技术要求》标准分为大模型分类方法和大模型分级技术要求两大部分，满足不同维度的评估需求：
分类方法：从技术层、应用层、生态层三个层次对大模型进行系统分类。技术层分类为大模型技术能力提供量化标尺，包括模态类型、参数规模、网络层级三个分类维度；应用层分类明确大模型的业务适配边界，包括应用领域、适用任务两个分类维度；生态层分类为大模型技术路线选择和产业生态协同提供决策依据，包括开放性、自主性两个分类维度。
分级技术要求：从技术能力、产品能力、应用能力、安全能力四维建立大模型分级评估体系。技术能力分级关注大模型的能力边界和技术水平，涵盖模态支持、任务效果、性能效果三大方面。产品能力分级关注大模型产品功能与服务配套，涵盖基础功能、配套工具、产品体验、服务生态四大方面。应用能力分级关注大模型应用建设与场景渗透，涵盖基础设施、数据资源、算法模型、应用服务四大方面。安全能力分级关注大模型风险防范与安全保障，涵盖基础软硬件安全、数据安全、模型安全、应用安全四大方面。
标准应用情况
目前，标准依托人工智能标准化技术委员会已开展宣贯工作，支撑技术方对大模型的规划、设计、建设和运维等全流程工作，为应用方提供大模型的安全、应用和技术能力的评估依据和应用方案，辅助领域主管（监管）部门开展大模型监督管理工作。下一步，MIIT/TC1 WG4模型与平台组将基于大模型技术发展和行业诉求，持续推进标准宣贯、测试认证与试点示范，加快研制大模型标准体系，诚邀各人工智能企业和行业专家共同参与。
本文转自：工信部人工智能标准化技术委员会，转载此文目的在于传递更多信息，版权归原作者所有。如不支持转载，请联系小编demi@eetrend.com删除。
