下载掌阅APP，畅读海量书库
立即打开
2006年，联合国工业发展组织（UNIDO）和国际标准化组织（ISO）率先提出“国家质量基础设施”（National Quality Infrastructure，NQI）的概念，将计量、标准、合格评定（主要包含认证认可、检验检测）并列为国家质量基础设施的三大要素，如图3-1所示。
❑计量是基准，是控制质量的基础。
❑标准是依据，用以引领质量提升。
❑合格评定是手段，控制质量并建立质量信任。
三者构成一条完整的链条，是保护消费者权利、提高企业生产力和质量、保护环境、维护生命健康安全的重要技术手段，能够有效支撑国际贸易和可持续发展。
图3-1 质量基础设施中计量、标准、合格评定的关系
2018年11月，在瑞士日内瓦举行的国际质量基础设施网络（INetQI）成立大会上，提出了NQI的最新定义——由支持与提升产品、服务和过程的质量、安全和环保性所需的公共和民间、私人组织与政策，以及相关法律法规和实践构成的体系，主要依赖于标准、计量、认可、合格评定等要素。
❑质量基础设施涉及消费者、企业、服务、公共机构和政府治理五方面。
❑质量基础设施依赖于计量、标准、认可、合格评定和市场监督（政府治理表现为市场监督）。
❑质量基础设施以五大技术要素为核心——计量、标准、认可、检验检测、认证。其中，认可从原来合格评定的范畴中独立出来，共同承担公共机构的服务职能；检验检测和认证则以第三方服务的形式提供给企业。
❑质量基础设施以标准为主线。
NQI同时是衡量国家经济社会发展质量与效益水平的重要指标，是国家综合竞争力的重要体现。尽管各国在NQI体制结构与运行机制方面存在较大差异，但呈现一些宏观上相似的发展趋势。
首先，在战略层面，多个发达国家或地区已将夯实NQI提升至国家发展战略高度。如美国、日本、英国、德国和法国等国家相继制定国家标准化战略，强调标准化对国家经济发展的战略意义，推动国家标准向国际标准转化。例如，美国国会通过《质量促进法案》，设立国家级支持项目推动标准与计量体系建设；德国奉行“以质量推动品牌建设，以品牌推动产品出口”的国家战略，计量技术在其中发挥重要支撑作用，标准对GDP增长的贡献率超过30%；日本实施“知识集群”计划，通过推动标准、计量、合格评定等基础要素协同融合，释放聚合效应。
其次，在法律体系方面，发达国家或地区的NQI相关法律法规较为完善，且能够根据经济社会与国际贸易格局变化进行动态修订。例如，美国宪法与联邦法典明确规定计量管理职责，并于1996年出台《国家技术转让与促进法案》（NTTAA1995），强调技术创新对经济增长的驱动作用，明确美国国家标准与技术研究院（NIST）在协调标准和合格评定中的职责；1999年，韩国依据宪法第128条要求，制定《国家标准基本法》，明确建立标准化、计量与合格评定制度，为完善的国家质量基础设施法制体系提供支撑。
再次，在运行机制上，市场在资源配置中的决定性作用尤为突出。除国家标准外，发达国家或地区还广泛发展社会团体标准，并在两者之间建立了成熟的协调机制。
❑在计量领域，如美国、英国和德国，由政府保障计量溯源的权威性，同时鼓励社会资本进入，满足多元化市场需求。
❑在认证认可领域，政府机构、科研院所及社会组织共同组成高水平认证机构，具备良好的公信力与资金实力。
❑在检验检测领域，政府不直接干预市场，第三方检测机构在市场竞争中自由发展，形成多层次服务体系。
从总体技术发展水平来看，发达国家或地区的NQI体系经过长期发展与积累，已较为成熟，能够全面满足基本的社会经济发展需求。例如，美国NIST通过先进测量推动技术创新，开发便携高精度器件支持现场精准测量；欧洲计量合作项目（EMRP）整合各国力量，提升关键研究能力，为欧盟政策实施提供技术支撑。
与之相比，我国当前也已建立相对完整的NQI管理体系，标准、计量、认证认可、检验检测等能力持续提升，NQI综合实力不断加强，技术支撑机构不断发展壮大，同时NQI科技和服务水平显著提升。其中，标准的规则作用、计量的基础作用、认证认可的桥梁作用、检验检测的服务作用，进一步凸显，引领了经济转型。
然而，与发达国家或地区相比，我国在NQI技术水平与管理能力上仍存在一定差距，主要体现在：
❑NQI支撑产业发展的技术能力不足。例如，在人工智能、先进制造、新能源、新材料、量子技术等领域，我国对国际标准的贡献较低，先进测量技术能力不足，同时缺乏核心的检测和分析技术。
❑NQI各要素之间缺乏有效的协调。在产业发展过程中，NQI各要素之间是紧密相连的，即标准是质量的外在规定，计量是质量的内在量化，计量也是标准制定的技术基础，而标准需要借助认证认可和检验检测获得信任。然而，当前我国标准、计量、认证认可、检验检测等要素“各自为政”，限制了NQI的协同效应和一体化服务能力。
具身智能作为实现通用人工智能的重要路径，目前在硬件、软件、算法以及数据等多个方面均面临挑战。为了有效解决具身智能产品的性能问题，从质量基础设施要素的角度出发，进行系统性的优化和提升，是切实可行的路径。
1.标准体系建设
（1）制定关键零部件的性能标准
当前我国具身智能关键零部件（如控制器、减速器、力控/触觉/惯性传感器等）与国外高端产品存在显著差距。这种差距不仅体现在技术水平上，还体现在产品的可靠性、稳定性和适用性等方面。因此，制定关键零部件的性能标准显得尤为重要。
具体而言，应明确各类关键零部件的技术指标、性能参数及测试方法，如精度、稳定性、耐用性、响应时间等。同时，根据实际应用场景和需求，设立不同等级的性能标准，以便企业根据自身实力和市场定位进行选择。例如，传感器标准可规定其灵敏度、响应时间、抗干扰能力等；而减速器标准可以规定其负载能力、效率、耐用性等。
通过制定行业标准，企业可以在标准的框架下进行技术研发和创新，提升产品的整体性能。同时，标准的实施将促进企业间的技术交流与合作，形成良好的竞争环境。
此外，需要注意结合国内实际情况，引入国际先进标准，推动关键零部件的国产化进程，逐步缩小与国外高端产品的技术差距。这不仅有助于提升国内产品的市场竞争力，还能增强国家在具身智能领域的自主创新能力。
此外，定期更新和修订标准，紧跟国际技术发展趋势，能够推动国内关键零部件产业的持续进步和创新。
（2）制定硬件接口标准
具身智能产品涉及多种软硬件模块的协同工作，需要制定统一的硬件接口标准。
硬件接口标准应包括硬件物理特性（如插头、插座的形状和尺寸）、电气特性（如电压、电流、信号类型）、通信协议（如数据传输速率、数据格式）等，以确保不同厂商的硬件设备能够互联互通。
硬件接口标准的制定，可以促进硬件与软件之间的兼容性和互操作性，降低系统集成难度和成本，提升系统整体性能和稳定性。
（3）制定数据采集与处理标准
高质量的数据是具身智能发展的基础，因此要制定相应的数据采集与处理标准。
数据采集标准应明确数据采集的目标、范围、方法和流程，包括数据采集的设备选择、采集频率、数据格式、存储方式等。数据处理标准应覆盖数据清洗、数据标注、数据分析等流程环节。
此外，标准制定过程中应注意保持数据的准确性和完整性，并建立数据共享和交换机制，促进不同数据源之间的互联互通，以便为具身智能的研发及应用提供合格的数据资源。
（4）制定安全性与可靠性标准
为了使具身智能产品在复杂环境中稳定运行，需要制定合理的安全性与可靠性标准。
一方面，明确产品的安全性能要求，如电气安全、机械安全、网络安全等。通过制定相应标准，确保产品在使用过程中不会对用户造成伤害或泄露敏感信息。
另一方面，制定标准来构建系统的可靠性评估体系，如耐久性测试、环境适应性测试等，以评估产品在各种复杂环境下运行的性能和稳定性。
2.计量体系建设
（1）高精度测量技术
具身智能产品需要精确感知和交互，这就要求测量达到极高的精度。通过采用先进的高精度传感器、激光测距仪等设备，结合精密的测量算法，具身智能产品可以实现对位置、速度、加速度等关键参数的精准测量，从而为其精准控制和决策提供可靠依据。
高精度测量技术不仅可以提升具身智能产品性能，还能为其在智能制造、智能服务等领域的应用奠定坚实基础。通过研发更高精度、更稳定的传感器，可以有效提高传感器的灵敏度和响应速度。并且，探索新型传感器技术，如量子传感器、光纤传感器等，可以满足更高精度的测量需求。
同时，针对具身智能机器人的特殊应用场景，开发定制化的传感器，可以更好地适应机器人的工作环境和测量需求。通过激光测距和三维视觉测量技术，实现对机器人周围环境及物体的高精度测量，全面、准确地获取物体形状、尺寸、位置等信息。结合深度学习等人工智能技术，提高测量技术的智能化水平，实现对复杂场景的自动识别和测量。
（2）智能计量系统
智能计量系统是保障具身智能机器人计量精度的重要环节，可实现计量数据的自动采集、处理和分析，并可通过实时监测、异常报警、数据可视化等功能，提高计量效率和准确性。同时，可通过智能校准与溯源，保障测量结果的可追溯性。
（3）计量服务平台建设
建立机器人产业计量服务平台，为机器人企业提供计量测试、校准、认证等一站式服务。通过提供完善的计量设备、专业的计量人员以及高效的计量流程，确保计量服务的及时性与准确性。
3.检验检测与认证体系建设
（1）提升对于硬件性能的检验检测与认证能力
针对具身智能产品的硬件，在应用新方法和新设备进行检验检测的同时，应建立完善的检验检测与认证流程，包括从原材料检验、零部件测试、整机组装测试到最终成品检验的各个环节，确保每一道工序都经过严格的检验和测试。
此外，应建立完善的质量追溯体系，对每一批次的硬件产品进行标识和记录。针对不良品，及时追溯分析，找出问题所在，并采取相应措施进行改进。同时，加强对不良品的控制和管理，防止其流入下一道工序或成为最终产品。
（2）提升对于软件算法的检验检测与认证能力
对于软件模型算法测试，除了关注正确性、性能效率、鲁棒性和安全性等方面外，还应注重性能基准比较及能力认证。通过建立模型算法性能的测试基准，与其他算法或版本进行比较，评估其改进效果和竞争力。