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。

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。

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。部分眼镜、耳机仍停留在L2工具级。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。

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。

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。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。

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。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。

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。

Android Central

但上述所有技术储备，目前的上限就是L3。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。

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。

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。

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。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。

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。

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。

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。

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。

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。