回家的诱惑
66款AI硬件通过L3认证：华米OV耀全员入围，但没人突破L4天花板_我的网站
一 | 持续了两年的AI硬件狂欢，终于进入了下半场。
2026年7月17日，工信部牵头的《人工智能终端智能化分级》系列国家标准首次公布测试结果，覆盖移动终端、微型计算机、电视、眼镜、汽车座舱、音箱六大品类，17家企业的66款产品通过L3辅助级认证。 央视网消息：关注民生问题，破解看病停车难题。
手机品类的名单没有悬念，华为、小米、OPPO、vivo、荣耀、摩托罗拉、联想、智跃星辰，八大厂商共11款机型全部达到L3，主流手机品牌在AI能力上实现了全员入围，无人缺席。记者在多地的大医院采访中发现，停车难是普遍问题。在北京、上海、成都等城市的一些大医院门口，停车问题造成的拥堵甚至严重影响了医院周边的交通秩序。进到医院，门诊人头攒动、坐电梯像挤早高峰公交车的现象也很常见。 医院职工停车到公共停车场 让车位于患者 医院停车难的问题也得到很多地方政府主管部门和大医院自身的重视，怎么解决？一些医院采取的措施是“让车位给患者”，具体如何操作？记者在四川省人民医院进行了调查采访。
图源：《人工智能终端智能化分级》
除手机外，66款L3产品中，微型计算机独揽41款，电视9款，汽车座舱3款，眼镜和音箱各1款。 四川省人民医院位于成都市中心，紧临主干道。作为大型三甲综合医院，高峰期时日均就诊人数超过2万，医院日均有2500台车辆进出需求。部分眼镜、耳机仍停留在L2工具级。
二 | 现在，医院每个停车位一天平均周转次数从1.8次增加到2.6次，车辆等待进场时间由1小时以上减少到平均10分钟。从数量来看，AI终端智能化进程出现了明显的品类阶梯：PC领跑，手机紧随其后，穿戴设备仍在追赶。 2023年，国家卫生健康委启动为期三年的改善患者就医体验主题活动，医院领导班子就把患者停车这个老大难问题摆上了桌面。 这个举措实际操作以后，很多职工表示了不理解、不愿意执行。
三 |
雷科技（ID：leitech）认为，随着分级标准的落地，AI硬件狂欢正式进入下半场。
华米OV耀喜提L3，代表当前最高水平
先简单跟大家说说L1-L4的区别，以及为什么L5没有在分级名单中。对此，医院领导班子全体成员带头先把车停到了对面。
L1 被称为响应级，终端仅具备被动响应能力，执行预设指令，如语音唤醒等，没有AI加持的Siri大概就是这个级别。L2 被称为工具级，终端可调用工具完成特定任务，初步具备场景感知能力，不过，在这个阶段用户指令仍需精确表述，模糊意图会导致执行失败，目前部分AI穿戴设备处于这一水平。
L3 是当前标准体系中有明确定义的最高等级，也叫辅助级。
四 | 让车位于患者，给医院每天增加了600个车位，停车难有了很大缓解。
五 | 但调研下来发现，患者平均停车时间还是不够理想。一个多月前，医院用不到20天的时间，将原本住院楼前的小广场改造成了地面停车区，一下子又增加了近100个车位。能实现复杂意图理解与主动澄清、任务自动分解与工作流编排、多工具动态调用与分布式任务协同、跨模态内容生成，以及短期和长期记忆能力。
图片来源：豆包
L4 是协同级，指向跨设备自主协同与主动场景感知，不过，现在对于L4的标准尚未完全明确，未来将随产业发展逐步完善。
值得注意的是，早期电信终端产业协会的《终端智能化分级研究报告》曾提出L5级别，即AI在感知和规划完成后，直接代为执行支付与下单操作，无需用户确认，但这一等级最终未被纳入国标。
原因在于主动服务的边界难以界定：比如当你对一款显卡犹豫不决时，AI直接帮你下单，那用户的数据安全与财务风险可能会失控。目前，医院在建的综合科研大楼规划建设了400个以上车位，第一住院大楼下方规划了地下三层的停车场。
六 | 改造硬件优化流程 拓展医院服务空间 到大医院看病，无论是找不到车位、电梯挤不上去，还是大家普遍感觉的窗口排队过长，归根结底是患者太多、服务空间不足，尤其是一些大医院老院区很难通过空间上的扩展来提升患者的就医体验。那么，这样的医院要如何在有限的空间里去改造硬件和重塑流程？我们再来看看北京大学人民医院的做法。
七 | 北京大学人民医院是一家有着106年历史的综合性三甲医院，门诊楼在33年前投入运行。因此最终决策权应当保留在人类手中，原定的L5标准也可以看成是AI硬件的进化边界，可以辅助，但不能替代。
总而言之，目前L3代表的就是当前量产AI终端的真实技术水位，L4尚处于工程验证与标准讨论阶段。 医院门诊的主楼其实并不高，只有五层，但相当数量的患者比如老人、孕妇，还有行动不便的患者都无法走步行梯。
从各家技术路线来看，华为搭载的小艺伴随式AI，强调端侧优先处理与隐私保护，能够在用户授权下主动提供服务而非被动等待唤醒；小米基于自研MiMo端侧大模型构建Xiaomi miclaw智能体，宣称可调用超过50项系统工具，支持跨应用、跨设备的多步骤任务编排；荣耀的YOYO智能体、vivo的蓝心大模型、OPPO的安第斯大模型，各自在端侧推理和多模态交互上投入了可观的研发资源。记者在上午就诊的高峰时段做了简单的测算，平均等候电梯的时间需要15到20分钟，这也使得整个门诊大厅看上去非常拥挤。
图片来源：Android Central
但上述所有技术储备，目前的上限就是L3。
八 | 这并非某一家厂商的问题，而是整个产业面临的技术性难题，端侧算力密度、模型推理效率、多Agent协同框架的成熟度，共同构成了L3到L4之间的技术壁垒。此前为了缓解乘梯难，医院牺牲一些辅助空间加装了三部电梯，还实行了分层运行，但对于这样庞大的人流量来说缓解效果并不明显。 解决乘梯难，医院决定加装4对8列滚梯。
巧的是，L4所指向的跨设备自主协同，恰好是各厂商发布会上反复描绘的未来图景，比如小米的人车家全生态、华为的1+8+N，框架早已搭建完成，但产品层面的实现尚需时日。老楼宇加装滚梯其实难度很大而且费用高、标准高，既要考虑结构安全、医院24小时运转的载量需求，还要保证患者的安全和正常的诊疗秩序，为此从决定加装到动工历时一年时间，医院制定了一系列的预案，施工的位置也选在了不影响门诊的室外。
九 | 目前，滚梯在门诊楼侧正在加紧施工。
十 | 滚梯运行后，经过测算基本可以负荷院内垂直交通的人流量，而直梯将主要服务于高龄老人和坐轮椅的患者。
L3到L4两者之间的距离，就是AI终端产业未来三到五年的核心竞争区间。
PC拿下41款L3认证，白牌可能面临淘汰
让我们再回到《人工智能终端智能化分级》中，除手机外，其他品类也值得说道。
PC品类总共41款，相比其他有着压倒性的优势，主要原因是联想等厂商拥有完整的商用产品线和庞大的SKU矩阵，比如仅联想一家就贡献了37款AI PC，此外PC天然具备大算力芯片、充足散热空间和成熟的操作系统生态，是端侧大模型部署的最优载体之一。
科大讯飞副总裁娄超在WAIC现场也下了类似的判断：“PC一头连接国产算力、操作系统、大模型等技术创新，一头连接政务、教育、医疗和企业办公等实际需求，是推动AI终端产业发展的重要载体。”
图源：雷科技摄制
手机的挑战在于功耗比和散热，在手掌大小的空间内运行端侧大模型，对芯片能效比提出了极高要求。 “诊前 诊中 诊后”改善就医感受 改善患者诊前就医体验，除了多为患者考虑停车难、乘坐电梯拥挤等问题，还有方便患者操作的预约挂号。
十一 | 在采访中不少患者向记者反映，大医院实施了分时段预约挂号后，不用一大早来医院排队，就医体验有了明显改善。国家卫生健康委相关负责人介绍，目前，全国82.7%的二级以上公立医院开展了预约诊疗服务。去年5月，国家卫生健康委启动了为期三年的主题活动，围绕诊前、诊中、诊后也就是看病就医的全流程，提出6个方面20条具体举措。
同样受限于空间体积的还有穿戴设备品类，一副AI眼镜的目标重量通常控制在40至80克，在这一约束下能容纳的芯片算力、电池续航和散热能力都极其有限。 在主题活动方案提出的具体举措中，提升诊前体验包括了更方便患者预约挂号的一些措施，比如提供多种途径、多种有效证件的预约，推行检查检验集中预约等多种预约模式。探索应用人工智能分诊系统，并与门诊电子病历系统对接，形成智能问诊—分诊—预约—病史采集流程等。在保障医疗质量安全的前提下办理“预住院”，在患者入院前完成术前检查检验，缩短入院后术前等待时间。
十二 | 在适老化方面，提出要树立老年友善服务理念，解决影响老年患者就诊的“数字鸿沟”等问题。
十三 | 比如，简化预约诊疗和互联网诊疗页面，设置智能语音和助老服务模块，通过自动拨号、志愿者远端协助等方式，方便老年患者获得在线诊疗服务。目前行业主流的解决方案是端侧采集+云端/手机端处理的架构：眼镜负责语音收音、图像采集和交互入口，核心AI任务卸载至手机或云端完成。
十四 |
但这不意味着AI眼镜的智能化进程滞后于市场需求。恰恰相反，AI眼镜是2026年增长最快的消费电子品类之一，IDC数据显示，2026年一季度全球出货量达356.6万台，同比增长130.1%。
用户对AI眼镜的接受度也比其他AI硬件高，据新华网报道，2026年春节期间，深圳华强北AI眼镜销量较平日激增70%至80%，经销商数量从零增至上百家，小雷此前去华强北也印证了这一点。
十五 | 优化门诊全流程布局，标识清晰易懂，针对老年人、儿童、残疾人、孕产妇等特殊群体，做好就诊环境的适老化、无障碍等改造，鼓励配备轮椅、平车、母婴室、尿布台等必要的便民设备设施。
十六 |
图片来源：千问
随着端侧AI芯片在能效比上的持续突破，以及MicroLED+光波导显示技术的成熟，眼镜品类从L2跨越到L3只是时间上的问题，节奏虽然有先后，但方向无差别。
可能AI分级对产业格局真正的冲击，是以华强北为代表的白牌AI硬件生态。
十七 |
从家电圈能效等级的二十年历史来看，当分级标签成为消费者购买决策的核心依据，渠道体系会自发完成出清，电商平台和线下卖场没有动力让L2产品与L3产品同台竞争，白牌们可能要思考下一步该去向何方了。
十八 |
标准画了一条线，但AI的想象力可以越界
当然，硬币也有另一面，L1到L4的分级框架下，相当于行业已经定义好了什么叫“智能”，你想达到L3，那就必须符合理解意图、拆解任务、多模态交互、持续记忆这些特征，不符合的就是L2甚至L1。
十九 |
这套逻辑拿来衡量手机和PC，没问题，但AI硬件的想象力肯定远不止手机和PC。
回想一下过去两年那些不太像传统终端的AI产品，比如昙花一现的AI Pin，试图用激光投影取代屏幕，靠语音和手势完成所有交互；Rabbit R1用一个大模型操作APP的思路重新定义了什么叫用手机，虽然体验翻车，但这股探索的劲值得鼓励。
如果按现有的L1-L4标准来打分，这些产品大概率连L2都勉强，它们根本没有调用系统工具的框架，也不追求跨模态生成，它们探索的恰好是标准框架之外的可能性。
（图源：AI PIN/Humane）
不是小雷抬杠哈，标准天然是后验的，它总结的肯定是已经做出来的，但未来应该做什么，可能出现什么，都是未知数。
举个例子，2007年如果有人给智能手机下个标准，大概率会把全键盘、触控笔、物理导航键写进去，然后说没有这些不算智能。
但iPhone用一块玻璃屏幕把所有这些定义全推翻了，AI终端现在正处在类似的节点上，技术路线远未收敛，产品形态还在试错。这时候用一套固定框架把所有产品装进四个格子里，装不进去的东西是不合格还是不在框架内？这两个说法之间的差距，就是品牌们可能会踩到的坑。
反过来说，没有标准也不行，过去两年“AI”标签被用滥了，从九块九的玩具到旗舰手机，什么东西都敢叫AI，分级至少让市场有了一个公认的标准，不至于人人AI。
如果未来L4、L5的标准修订能跟得上技术演进速度，新品类能及时被纳入分级框架，那它就是助推器。
| 反过来，如果标准五年修订一次、品类列表十年不变，那它迟早变成一堵墙。
说到底，《人工智能终端智能化分级》开了一个好头，但能不能保持开放性，让下一批AI Pin和Rabbit R1在诞生时，不至于直接被贴上不合格的标签，这才是衡量这套标准格局的终极考题。
总而言之，这是中国AI硬件交出的第一份标准化答卷，但从目前来看，这份答卷的意义不在于分数本身，而在于它把“智能”从一个形容词变成了量化指标，从此以后，发布会上敢说自己AI领先的厂商，得先过标准这一关。
但大家也不必把标准当终点，PC和手机领跑L3，穿戴设备在追赶，品类之间的节奏差需要时间熨平，而标准框架本身的开放性，能不能接纳手机和PC之外的新物种，能不能在技术突变时快速迭代，决定了它是天花板还是起跑线。
Current article:http://r1o.cousizhegaobaolengkuo.bond/480i3w/20260826/67358.html
Published on:03:43:48
