　　为通用人工智能搭建新测试体系近来，大模型技术引发了全球对通用人工智能的广泛关注，在产业界、科研界掀起了巨大热潮。

　　在人工智能技术大显身手、取得瞩目成就的同时，如何应对技术跨越所带来的风险并进行管控与治理，如何判断人工智能系统是否具备通用人工智能的性能等，也日益成为各方关注的焦点。

　　在笔者看来，当下，我国科学界和产业界要抓住这一历史机遇，明确通用人工智能的发展径和方向，牢牢把握解读和评估通用人工智能的话语权，尽快搭建并完善通用人工智能测试评级标准与平台。

　　在建构人工智能评测系统方面，早在1950年，英国计算机科学家阿兰·图灵就提出了基于行为的图灵测试：如果一台机器能够与人类展开对话而不被人类辨别出其机器身份，则称这台机器通过了测试。

　　人工智能发展至今，现有的人工智能测试体系各自所呈现出的局限性，已无法满足通用人工智能的研究诉求：图灵测试不足以准确衡量人工智能的智能程度、任务导向测试（俗称“刷榜”)，可能导致人工智能过度适应某项特定任务，当前很多基于Unity(一种实时三维互动内容创作和运营平台)的虚拟环境测试则在模拟复杂物理交互方面有所欠缺…显然，传统的人工智能测试已不适用于通用人工智能系统的评级。

　　另外，很多应用者反映，当下热门的大模型常常出现“脑雾”与“认知眩晕”等现象，在产业落地中出现问题。

　　归根结底，是