5月28日，市场监管总局联合国家发改委正式印发《人工智能计量体系和能力建设指引（2026 版）》，文件直面人工智能产业长期存在的算法黑箱、模型可解释性不足、产品性能缺少统一衡量标尺等突出行业痛点，从顶层设计层面统筹推进国家级人工智能检测基础设施布局，引导国内科研机构与产业主体自主研发国产化专用检测装备，构建覆盖算法模型、算力资源、数据品质等维度的计量标准体系，确立人工智能产品可测量、可对比、可溯源的监管准则。
两部门联手系统部署人工智能计量能力建设
同期，人工智能内生安全关键场景落地也出现里程碑。2026年上汽集团迎来重要产业节点，品牌累计第 1 亿台量产智能乘用车顺利下线，主力车型智己LS9 Hyper 作为整车智能化落地标杆产品，在底盘架构、高阶智能驾驶、整车三电控制系统等硬件配置迭代升级的同时，率先在全链路智能系统中原生落地内生安全技术。该车型跳出传统汽车安全建设局限，既完善车身结构、被动防护等物理安全设计，又摒弃智能系统普遍采用的外挂安全组件、故障事后补丁修复的传统模式，将安全构造深度内嵌于整车软硬件底层架构之中。依托内生安全体系，车辆智能系统可针对未知新型 AI 攻击形成常态化约束能力，把安全管控边界从传统车载信息安全延伸至信息物理融合系统全域安全，为国内量产智能汽车的安全体系建设树立落地样板。
上汽亿辆车行首搭内生安全技术
事实上，内生安全已经成为人工智能全产业链发展共识，智能网联汽车、人形协作机器人、边缘智能终端、通用及行业垂类大模型等各类 AI 产品研发规划中，大多将内生安全作为产品核心技术指标予以标注。但从产业实际落地情况来看，行业尚未形成统一的技术判定规范与量化检测体系，产品安全能力缺少第三方客观核验环节，市场呈现明显分化：一部分产品从架构设计之初融入内生安全机理，实现原生安全能力落地；另有大量智能产品虽然使用内生安全概念，但是底层架构仍沿用传统外挂式安全方案。产品安全属性不能仅凭“自律”，还需依托科学严谨、体系完备的标准化检测体系，穿透产品软硬件底层架构开展实测核验，量化评判产品安全构造落地程度，才能分产品内生安全水准。
政策出台与行业刚需并存的底层逻辑，源自人工智能规模化应用催生的产业信任重构刚需。现阶段大模型、自主智能体、高密度大型算力集群已经深度渗透智能制造、民生服务、数字金融等国民经济关键领域，长期沿用的基于漏洞特征库筛查、红蓝攻防对抗的传统检测模式适用性持续下降。传统检测技术的设计逻辑以外部人为攻击为前提，能够针对明确入侵行为开展拦截与风险处置，却无法应对系统底层架构固有缺陷、大模型的自发性内生问题。与此同时，算力跨区域协同调度、数字要素全域流转、OPC新型个体科创等新业态持续涌现，不断催生跨主体、跨场景的新型安全隐患，全行业普遍面临检测覆盖面不足、安全等级缺少量化依据、质量指标无法统一测算的现实难题，在此产业背景下，立足系统本源架构的内生安全检测，成为补齐行业质量管控短板、化解共性安全难题的科学路径。
邬江兴院士科研团队历经多年系统性攻关，形成拥有原创理论支撑的人工智能内生安全质量检测技术体系，整体思路跳出漏洞发现、事后修补的传统安全治理范式。研究直面冯・诺依曼存储程序控制架构的固有脆弱性，以及大模型概率化输出带来的安全边界天然不确定性，摒弃根除系统缺陷的理想化技术路线，依托必要多样性原理、相对正确公理、孔多塞定理搭建动态异构冗余架构，凝练形成“老司机 - 嫩交警”裁决检测范式。该模式通过部署多套底层架构异构、业务功能等效的独立检测单元组成联合校验集群，依靠多主体交叉核验的群体决策机制，将原本不可量化、边界模糊的 AI 内生不确定性风险，转化为可量化、可落地考核的规范化指标。整套技术体系先后经过多轮次国际赛事检验，采用黑盒、白盒、匿名测试等多类测试手段开展全天候持续性渗透测试，搭载内生安全构造的受试系统全程未被攻破，持续保持安全稳定运行。
人工智能内生安全质量检测建设框架
依托经过实战验证的基础理论体系，内生安全检测的应用边界持续延伸至智能经济各类新型关键生产要素，Token 作为人工智能时代算力计价结算、数字要素权属流转的核心载体，现已建立全生命周期标准化质量检测制度，检测范围完整覆盖 Token 生成、分发、调用、流转直至销毁全流程环节。内生安全质量检测，可以借鉴水电燃气等基础民生资源标准化管控思路，对算力实施赋标管理，为每一枚流通 Token 配置唯一身份标识标签，实现全生命周期可确权、可计量、可追溯，依靠可量化的质量管控夯实数字要素可信流转的制度底座。
除数字要素质检外，内生安全质量检测同样适配OPC科创新业态的发展需求。OPC是数字经济催生的新型创业模式，创业者依托数字员工承接代码编写、图文创作、标准化数据加工等工作，自身聚焦项目创意规划、顶层战略决策等高附加值环节。内生安全质量检测围绕可信能力认证、产业生态准入两大核心方向定制专项测评方案，从第三方质控角度化解小微科创主体市场信任不足的发展瓶颈。
《科技日报》整版访谈邬江兴院士：将“安全基因”植入人工智能系统
从智能汽车量产落地试点，到Token数字要素、OPC个体科创等细分场景配套检测方案陆续落地成型，国内人工智能内生安全检测已经顺利走完理论攻关、场景试点、领域应用三大建设阶段。依托我国全场景规模化应用驱动技术迭代的独有产业优势，内生安全质量检测正由前沿实验室科研成果，向全行业通用质量准则转变。伴随国内AI公共检测平台陆续建成投运，相关国家标准、行业规范持续编制落地，未来内生安全质量检测机制将深度嵌入人工智能产品方案设计、量产落地、上线运营全生命周期，持续完善AI产品全链条质量管控能力，成为支撑我国智能经济高质量发展的重要技术保障。
