2025年1月13-24日
，國際電信聯盟電信標準分局第二十一研究組（ITU-T SG21）於瑞士日內瓦召開全體會議。由中國信息通信研究院（簡稱“中國信通院”）牽頭的10個結項項目、5個新立項項目和1個文稿更新項目順利通過。

其中，結項標準圍繞數據標注
、雲平台建設、模型測評等多個大模型產業化環節展開，聚焦智能體感知評估、機器人流程自動化

、代碼生成
、駕駛員行為檢測等應用領域，標誌著中國在大模型國際標準領域取得了突破性進展

，推動了人工智能及相關技術標準的實現。

結合中國信通院與ITU官網發布內容，中國信通院上海工創中心對10項結項標準的已公開內容進行了梳理彙總。

01 Technical specification forartificial intelligence cloudplatform:Data annotation

人工智能雲平台技術規範：數據標注

標準從人工智能數據標注全流程的角度出發，共分為數據接入
、數據標注

、智能標注、數據交付和生產管理五個部分。

簡介 / INTRODUCTION

由(you)於(yu)數(shu)據(ju)標(biao)注(zhu)在(zai)改(gai)進(jin)人(ren)工(gong)智(zhi)能(neng)算(suan)法(fa)模(mo)型(xing)訓(xun)練(lian)中(zhong)的(de)作(zuo)用(yong)，其(qi)重(zhong)要(yao)性(xing)正(zheng)日(ri)益(yi)受(shou)到(dao)關(guan)注(zhu)。因(yin)此(ci)，評(ping)估(gu)數(shu)據(ju)標(biao)注(zhu)的(de)能(neng)力(li)非(fei)常(chang)重(zhong)要(yao)。本(ben)提(ti)案(an)概(gai)述(shu)了(le)人(ren)工(gong)智(zhi)能(neng)雲(yun)平(ping)台(tai)數(shu)據(ju)標(biao)注(zhu)能(neng)力(li)的(de)一(yi)般(ban)要(yao)求(qiu)，這(zhe)些(xie)要(yao)求(qiu)有(you)助(zhu)於(yu)行(xing)業(ye)參(can)與(yu)者(zhe)分(fen)析(xi)和(he)優(you)化(hua)其(qi)產(chan)品(pin)
，同(tong)時(shi)也(ye)幫(bang)助(zhu)用(yong)戶(hu)構(gou)建(jian)和(he)選(xuan)擇(ze)符(fu)合(he)這(zhe)些(xie)要(yao)求(qiu)的(de)產(chan)品(pin)。

02 Technical requirements andevaluation methods of AI-baseddriver behaviour detectionapplication

駕駛員行為檢測應用的技術要求與評估方法

標準以駕駛員行為檢測為核心，明確行為檢測應用通用框架
，涵蓋數據輸入、數據預處理、計算與決策及輸入等模塊，規範其可檢測的行為狀態及通用檢測方法和檢測流程。

概要 / SUMMARY

jiashiyuanxingweijianceshicheliangjiashianquanzhushouxitongzhongzuizhongyaodebufenzhiyi。tayouzhuyufangzhirenleiyinqideanquanfengxian，bingdadajianshaoyanzhongshigudefasheng。yinci，ruheshixianchengshudejiashiyuanxingweijianceyingyongchengxuyinqilegongzhongdeguanzhu。xuyaokaolvjiashiyuan

，qichehehuanjingzhijiandexinxihelianjie，yizaixianshidejiashichangjingzhongchongfenlejiejiashiyuanxingwei。gaixiangmuzhuyaoguanzhushiyongcheliangzhongdejisuanjishijiaodejiashiyuanxingweiyingyongchengxu。gaijianyizhizaiweijiashiyuanxingweijianceyingyongtigongyizhongyibankuangjia，yaoqiuhepinggufangfa，bingbangzhugongsihexingyezengqiangduiduomeitiyingyongchengxushangjiashiyuanxingweijiancedekaifa。

03 Framework andrequirements for the foundationmodel platform

基礎模型平台框架與要求

標準圍繞大模型的數據工程
、模型預訓練模型調優
、模型交付、模型運營、平台能力和監控七個維度，構建了麵向大模型全生命周期的功能要求框架，以及各維度的能力要求。

概要 / SUMMARY

多媒體中的基礎模型平台旨在解決應用程序障礙，資源和計算能力需求以及複雜的內容生產過程。它為多媒體應用提供了AIgongneng。gaijichumoxingpingtaikuangjiadebiaoshutianchongleduomeitilingyuzhongjichumoxingdepingtaibiaozhundezhenkong，bangzhushengchanzheqiyezhidaochanpinyanjiubingbiaozhunhuaqijichumoxingpingtaidegoujian，bingweiqiyeyonghuxuanzejichumoxingpingtaichanpintigongcankao。

04 Assessment criteria for foundation models:Benchmark

基礎模型的評估標準：

基準測試標準提供了大模型基準評測的參考架構
、技術要求和評估方法，包括測試能力
、測試數據集、測試方法以及測試工具四個部分。概要 / SUMMARYgaijianyizhezhongyujichumoxingdeyaoqiuhepinggufangfa。tahangailejichumoxingjizhundegaishu，bingquedinglejichumoxingdeyaoqiuhepinggufangfa。zheduiyuquebaobutongjichumoxingdeyizhixing，toumingduhekebixing
，shixiangongpingpinggubingmingzhidejuecehenzhongyao。takeyibangzhuxingyecanyuzhefenxiheyouhuajichumoxing，bingbangzhuyonghugoujianhexuanzeyuzhexieyaoqiubaochiyizhidechanpin。

05Technical requirements and evaluation methods of Al based codegeneration in multimedia applications

多媒體應用中基於AI的代碼生成技術要求及評價方法

標準圍繞代碼大模型相關的通用能力
、專用場景能力和應用成熟度，從輸入多樣性、任務多樣性、語言完備度
、結果可接受性

、結果準確度等維度，提出了全棧技術要求和評估方法。

概要 / SUMMARY

該建議製定基於基礎模型的代碼生成技術要求和評估方法。它旨在指導代碼生成能力構建，並提供一般用戶指南。

06 Requirements and evaluation methods of artificial intelligence agents based on large scale pre-trained model

基於大模型的智能體能力要求與評估方法

標準主要涉及評估智能體感知和認知、規劃
、記憶和執行的功能和性能能力。從智能體實際應用出發
，部分涉及智能體與智能體群、智能體與外部環境間的交互能力。

概要 / SUMMARY

gaijianyizhizaiweijiyuyuxunliandezhinengtitigongyaoqiuhepinggufangfadekuangjia。tashitubangzhuqiyeheyonghulejiezhinengti，bingbangzhutamengengkuai
，gengzhunquedigoujianheshishichanpinheyingyongchengxu。ciwai，gaijianyizhizaicujinxingyedejiankangfazhan。

07 Functional capabilities for artifigial intelligence development within the Al cloud platform: Automated machine learning

人工智能雲平台中麵向人工智能開發的功能能力:

自動機器學習標準包括數據處理

、模型開發、模(mo)型(xing)部(bu)署(shu)以(yi)及(ji)管(guan)理(li)和(he)維(wei)護(hu)四(si)部(bu)分(fen)，關(guan)注(zhu)人(ren)工(gong)智(zhi)能(neng)多(duo)媒(mei)體(ti)應(ying)用(yong)開(kai)發(fa)過(guo)程(cheng)中(zhong)各(ge)環(huan)節(jie)所(suo)應(ying)具(ju)備(bei)的(de)自(zi)動(dong)機(ji)器(qi)學(xue)習(xi)技(ji)術(shu)和(he)算(suan)法(fa)，以(yi)及(ji)平(ping)台(tai)底(di)層(ceng)支(zhi)撐(cheng)能(neng)力(li)。

概要 / SUMMARY

該建議草案側重於AI雲平台內人工智能開發的自動化機器學習（AUTOML）功能，涵蓋了術語，功能和參考設計，以實現麵向業務的智能多媒體應用開發。

08 Requirements and evaluation methods for retrieval augmented generation of large scale pre-trained model

大模型檢索增強生成技術要求與評估方法

標準從檢索增強生成流程出發
，劃分為數據庫建設
、信息檢索、答案生成和應用生態四個階段，分別明確了關鍵能力點，並構建了統一的評估方法

概要 / SUMMARY

標biao準zhun建jian立li了le基ji於yu大da規gui模mo預yu訓xun練lian模mo型xing的de檢jian索suo增zeng強qiang生sheng成cheng技ji術shu要yao求qiu和he評ping估gu方fang法fa的de框kuang架jia，將jiang為wei用yong戶hu更geng好hao地di了le解jie檢jian索suo增zeng強qiang生sheng成cheng技ji術shu
，並bing幫bang助zhu他ta們men更geng快kuai，適shi當dang地di設she置zhi檢jian索suo增zeng強qiang應ying用yong程cheng序xu。

09 The technical requirements and evaluation methods of robotic process automation system

機器人流程自動化係統技術要求與評估方法

標準從RPA係統功能評估的角度出發

，劃分為管理監控
、開發測試、流程運行和 AI增強四個模塊，涵蓋了係統部署與監控、機器人開發與優化、任務執行與數據收集
，以及能力融合的功能要求。

概要 / SUMMARY

該建議提供了機器人流程自動化係統的技術要求和評估方法
，設置了一些評估機器人流程自動化係統功能的關鍵指標。

10 Technical requlrements and assessment methods of generative artificial intelligence enabled multimedia applications

生成式人工智能對多媒體應用服務的技術要求和評估方法(凍結)

標準從技術能力、產品能力、基礎能力
、交互能力等多角度，全方位構建了對於生成式人工智能應用的評價體係。此外
，針對以下在研標準
，中國信通院現麵向產、學、研、用各界啟動標準參編征集工作；針對上述結項標準
，將依托人工智能關鍵技術和應用評測工業和信息化部重點實驗室“可信AI評測”體(ti)係(xi)啟(qi)動(dong)國(guo)際(ji)標(biao)準(zhun)符(fu)合(he)性(xing)驗(yan)證(zheng)工(gong)作(zuo)。中(zhong)國(guo)信(xin)通(tong)院(yuan)希(xi)望(wang)攜(xie)手(shou)各(ge)方(fang)，持(chi)續(xu)推(tui)進(jin)大(da)模(mo)型(xing)等(deng)關(guan)鍵(jian)領(ling)域(yu)的(de)國(guo)際(ji)標(biao)準(zhun)研(yan)究(jiu)製(zhi)定(ding)和(he)實(shi)施(shi)推(tui)廣(guang)，促(cu)進(jin)國(guo)際(ji)標(biao)準(zhun)研(yan)製(zhi)應(ying)用(yong)形(xing)成(cheng)有(you)效(xiao)閉(bi)環(huan)。