求索 4.0：国内首个全产业链评测基准

公开材料称它是一套人工智能领域的国家标准评测基准体系。芯片厂商和模型厂商可以走同一套测试流程，用同一套评测标尺。配套负载取自电力、医疗、钢铁的真实业务，针对不同环境下分数难以对照的问题。

产业链上的试点已经做过多轮。金融、电力、石油石化完成了产品验证，并积累了多项落地案例。鲍薇在中国电子技术标准化研究院工作，担任信息技术中心里模型与应用创新研究室的主任。她说，对外放开的是算力、大模型、智能体这几类的轻量版代码工具，以便重跑评测，也便于软硬件一起核对。

整套安排分成四块：基础软硬件，模型与智能系统，以及安全治理和行业落地。测评工具一共 16 项。底层算力、软硬件怎样协同、智算云和智能软件工程列入其中。大模型与智能体、具身智能和智能终端，还有 AI 安全、行业场景，都在覆盖名单里。

国产算力采购里，加速卡和行业模型经常要拿几套互不通用的榜单做比较。题目、环境或打分一换，同一张卡的名次就会动。电力和钢铁若能反复交出同一类业务负载，甲方就多一条可复现的入口。当天公布的是基准、试点和轻量代码，没有给出强制认证的时间表；名称里的「求索」也不是深度求索（DeepSeek）的模型。