AI PC的多模态感知:从“加分项”到“必选项”

日期:

2026.11.11

来源:

阅读:

2026 年 10 月,商务部等 9 部门《关于加快推进科技兴商的意见》提出:"推广实施《人工智能终端智能化分级》系列国家标准,加快构建包含各类终端形态的统一标准体系。
2026 年 10 月,商务部等 9 部门《关于加快推进科技兴商的意见》提出:"推广实施《人工智能终端智能化分级》系列国家标准,加快构建包含各类终端形态的统一标准体系。

上一篇:

返回列表

下一篇:

推荐新闻

07/28 .2022

以SPS为核心构筑适合中国IT服务运营的标准和规范

本集团认为,在经济全球化的信息时代,信息化将成为中小企业提升自身竞争力的必由之路,而电子商务将成为企业实现信息化的关键路径。因此,本集团将持续专注于推动中国中小企业的电子商务与信息化进程,不断创新,不断推出更多更好的服务,打造智能型的中国企业,成就智慧企业家!

01/10 .2022

不断创新,不断推出更多更好的服务,打造智能型的中国企业,成就智慧企业家!

本集团认为,在经济全球化的信息时代,信息化将成为中小企业提升自身竞争力的必由之路,而电子商务将成为企业实现信息化的关键路径。因此,本集团将持续专注于推动中国中小企业的电子商务与信息化进程,不断创新,不断推出更多更好的服务,打造智能型的中国企业,成就智慧企业家!

11/12 .2021

技术创新是核心竞争力的关键

本集团认为,在经济全球化的信息时代,信息化将成为中小企业提升自身竞争力的必由之路,而电子商务将成为企业实现信息化的关键路径。因此,本集团将持续专注于推动中国中小企业的电子商务与信息化进程,不断创新,不断推出更多更好的服务,打造智能型的中国企业,成就智慧企业家!

AI PC的多模态感知:从“加分项”到“必选项”

发布日期:

2026.11.11

发布于:

深圳

阅读:

这里是占位文字

2026 年 10 月,商务部等 9 部门《关于加快推进科技兴商的意见》提出:"推广实施《人工智能终端智能化分级》系列国家标准,加快构建包含各类终端形态的统一标准体系。"同一天的国新办发布会通报了进展:电脑、手机、电视、眼镜等 7 个品类的具体标准已发布,已有超百款产品达到辅助级能力要求,可以理解用户意图、主动提供服务。

该系列标准将终端智能划分为五项能力要素,感知位于输入端。本文从感知出发,讨论 AI PC 在零部件层面面临的能力要求与产业现状。
 

一、感知是能力链的第一环

GB/Z 177—2026《人工智能终端智能化分级》把终端智能拆成五项能力要素:感知、认知、执行、记忆、学习。五项在标准文本中是并列条目,在工程实现上是串联关系:

感知——获取使用者身份、行为与设备状态信息;

认知——理解、推理与规划;

记忆——将历史场景与交互数据组织为可检索的个人记忆;

执行——调用工具完成任务,在长程任务中持续回读状态;

学习——基于历史数据形成个体化的策略与技能。

上述依赖关系并非标准规定,而是工程实现的因果关系:感知数据缺失时,认知仅能处理显式指令;记忆缺少连续场景流将退化为静态记录;长程任务缺少状态回读则无法校验执行结果。能力位置越靠后,对感知输入的依赖越强。

终端智能的五项能力要素,感知是第一环(依据: GB/Z 177—2026)
 

长久以来,我们的电脑感知还是很弱的。联想集团首席标准官陶宏芝在 2026 AI 终端创新发展大会上给出的判断很直接:

“长期以来,PC的感知信息主要来源于鼠标和显示器,能力和工作效率较低。”

《终端产业迎来第三次代际革命》,中国电子报,2026年10月9日

AI 时代,对 PC 的感知要求越来越高了:它要先知道谁在用、在做什么、处在什么状态,才谈得上理解意图、沉淀记忆、完成任务。
 

二、标准:感知已是可判定的条款

《人工智能终端智能化分级》(GB/Z 177—2026)于 2026 年 5 月发布,采用"2+N"架构:"2"是参考框架与总体要求,"N"是品类分册,其中第 4 部分为微型计算机。分级为 L1 响应级、L2 工具级、L3 辅助级、L4 协同级,L3 是目前已明确定义并可测评的最高等级。

GB/Z 177—2026 终端智能化分级结构与目前最高的L3级别的感知能力要求

 

标准对感知的定义是:终端通过内外部传感器、数据采集模块和识别模块等获取数据,并构建任务执行所需的场景上下文信息的能力,分为用户信息感知、设备信息感知、环境信息感知三类。用户信息感知包括:

生物特征:声纹、人脸、指纹;

用户输入内容:文字、图片、音频、视频;

用户行为:手势、眼动、静止、步行;

生理状态:心率、体温等。

落到微型计算机,L3 级的条款是:终端须具备音频感知、图片感知与视频感知能力,并至少具备指纹感知、人脸感知、声纹感知中的一项生物特征识别感知能力,同时须具备设备信息感知能力。环境信息感知在 L3 端侧为"无要求"(时间、时区、天气等出现在端云协同部分)。

该条款使生物特征识别由差异化的可选配置,转为 L3 级的入门条件。需说明的是,该分级面向整机,器件与模组不在认证对象范围内。

 

三、产业界正在补这一环

陶宏芝在同一场大会上,按五项能力要素介绍了联想的对应方案:

感知——联想已推出硬件传感器阵列等方案,通过持续或间歇状态感知,识别用户所处场景及工作需求,实现场景主动触发和任务自动执行。感知在该方案中由数据采集单元转为决策输入端。

认知——把人类意图与 PC 工作意图分为 27 大类、428 小类,并通过端边云全量独立存储、分级压缩、按需召回扩容虚拟上下文窗口。意图分类的粒度受限于输入信息的完备程度。

记忆——通过情景记忆、语义记忆、程序记忆形成个人化的记忆图谱,输入智能体执行环境;在相关评测中可降低 60%~95% 的 Token 消耗、节约 60% 的时间。该机制的输入是持续的场景与行为数据流。

执行——天禧 Harness 可实现 200 轮以上的长程任务执行。任务越长,越依赖执行过程中的状态回读。

学习——个体自进化生成专属技能,群体自进化沉淀通用技能。个体化行为数据敏感度最高,处理过程限定在端侧。

安全——能力越强,对个人知识、喜好等隐私数据的保密与安全要求越高;全链路隐私计算与自主权限管理构成底座,并将上述能力约束在设备侧。

上述六项均以感知数据的持续输入为前提。

联想集团副总裁、中国首席战略官阿不力克木对标准路线的解释可作注脚:分级最终没有按性能定级、也没有按场景定级,而是按能力定级——按性能会退回"跑分"内卷,按场景会把终端能力限定在既有应用里。他称这套国标"不仅给了我们一把清晰的尺子,避免了产业走向低质量的内卷杀价,更指明了进阶的方向"。

对上游器件与模组企业,这意味着评价维度由规格参数转向能力完备性,而能力链的起点在感知。

 

四、产业侧:感知从选配走向标配

渗透率进入规模区间。据中国信息通信研究院数据,2026 年第一季度,AI PC 在中国 PC 市场的渗透率突破42%,较行业预期提前约半年(2026-04-09 发布)。

中国 AI PC 渗透率(2026 年第一季度,数据来源:中国信息通信研究院)

 

多模态融合感知已量产。中国消费品质量安全促进会《2026 消费电子行业研究报告》将多模态融合感知定义为:终端集成惯性测量单元、毫米波雷达、环境光传感器、麦克风阵列、超宽带雷达等异构传感器,通过深度神经网络对多源异构数据做时空对齐与联合推理,获得超越单一传感器的用户状态与环境上下文理解。报告指出,面向个人电脑与智能座舱的用户存在检测、视线追踪与手势交互已实现量产部署,典型应用是"人走锁屏、靠近唤醒"。

常驻感知正在独立成一层硬件。常见做法是把存在检测、靠近唤醒、视线追踪、语音唤醒词等常驻任务交给一颗超低功耗前端,只在需要时唤醒主处理器。功耗与隐私两方面都不允许这些任务长期占用主机算力。

端侧处理是硬性约束。生物特征与行为数据不应离开设备,响应延迟不能依赖网络,断网状态下仍需完成身份确认。

竞争维度相应变化。由分辨率、厚度、功耗,转向通道是否完整、各通道数据能否在同一架构内处理、感知数据能否与智能体记忆配合、处理结果能否被系统直接调用。

 

五、亚略特:感知这一层的完整能力

5.1 全栈:算法—芯片—模组—平台

亚略特成立于 2004 年,业务范围覆盖生物识别算法、安全芯片、智能硬件、平台软件与行业应用,指纹、人脸、虹膜等算法与传感器为自主设计。

底座是自研的Bione 斑码多模态生物识别安全芯片:算法、电路设计与流片由亚略特主导并联合国内厂商完成,封装与供应链国产可控。生物特征的比对过程封闭在片内完成;配合亚略特生物识别安全框架(ABSF),打通 CPU、BIOS、操作系统与应用系统之间的屏障,形成从硬件底层到业务场景的认证闭环。芯片内置的指纹动态优化算法,通过中国居民身份证指纹应用算法资质认证,以及美国 MINEX、印度 STQC 等国际权威认证。其中指纹算法经中国权威部门测试报告验证,拒识率 0.5% 的条件下,误识率可达到 0,达到法定身份级别认证要求。

亚略特M8/M8 Plus多模态智能识别终端产品系列,小巧的便携式机身中集成了更多模态感知能力。

 

面向整机厂,模组的尺寸、功耗与接口按集成需求设计,采用标准封装与标准 USB 接口,配套标准化 SDK 与现场技术支持,BIOS 与操作系统层的适配由亚略特完成。
 

5.2 多模态通道是并行部署的

标准要求指纹、人脸、声纹至少一项,亚略特在多项通道上均有部署:指纹与人脸为主营方向,声纹依托音频通道实现,眼动与姿态属于用户行为感知,可基于既有影像处理能力完成算法集成。各通道在端侧同一套技术栈内完成采集、识别与安全处理,非择一实现。

标准门槛"至少一项"与亚略特的多通道并行部署

对整机厂而言,差别在于按通道分别选型并自行完成算法集成与联调,或直接采用已在端侧完成联调的多模态集成感知方案。

 

5.3 信创:全栈适配已经完成

亚略特是国家信创工委会生物识别工作组组长单位,参与多项国家生物识别标准的制订工作。适配覆盖龙芯、飞腾、兆芯、鲲鹏等主流国产 CPU,统信 UOS、银河麒麟、中科方德、凝思等主流国产操作系统(取得互适配认证),以及昆仑、百敖等主流 BIOS;技术体系全面适配国密 SM2/SM3/SM4 算法,符合 GM/T 0021、GM/T 0028 等国家商用密码标准要求。

这套能力已在头部信创整机产品和多个关键行业项目中完成可靠性验证。当 AI PC 的采购标准落到“安全+好用”,感知层需同时满足合规、安全与易用三项要求,缺任何一项都无法通过选型。
 

5.4 交付形态的变化

过去交付的是一颗被动采集的模组;现在交付的是搭载端侧 AI 算力的感知设备——指纹、人脸、声音、行为与环境在同一套自主可控的技术栈内采集、识别与安全处理,结果交付给上层智能体。

亚略特与联想的合作始于电脑的指纹模组与指纹算法,标志性节点是 2008 年奥运“鸟巢”指纹移动硬盘,此后延伸到信创领域的笔记本摄像头。三个阶段在能力上递进:先完成使用者身份确认,再扩展至行为与状态理解——正好对应标准中“用户信息感知”的两大组成部分。

基于信创架构的联想开天系列笔记本电脑,拥有高达91%的屏占比。搭载超薄的FC100系列视觉模组,使得极窄边框设计成为可能。

六、结语

AI PC 的算力决定模型能否在端侧运行,感知则决定终端能否获取使用者的身份、行为与状态信息。五项能力要素按感知—认知—记忆—执行—学习依次依赖:感知采集身份、行为与状态数据,认知据此判断意图,记忆形成个人数据图谱,执行在此基础上完成任务,学习基于历史数据形成个体化策略。

感知被写进分级条款之后,它就不再是可以后补的配置。整机厂要"识别用户所处场景及工作需求",就必须在指纹、人脸、声音这些通道中至少具备一项,并具备对用户行为与状态的感知能力。

"AI PC 的竞争不只是算力,还在于它开始理解坐在面前的人。感知被写进分级条款,这件事就从选配变成了门槛。它对我们不是门槛,是空间——因为这件事,我们做了二十年。"——亚略特CEO 邵宇