美国NIST启动人工智能技术评测项目AITE

美国国家标准与技术研究院（NIST）2026年7月27日宣布启动人工智能技术评测项目AITE（Artificial Intelligence Technology Evaluation），由其信息技术实验室下设的技术测试与评估部门运行。该项目提供一个隔离的测试环境，使用不对外公开的盲测数据集，在多种任务、模态和领域上评估AI模型表现，以降低训练数据与测试数据交叉污染带来的评分失真。首批评测聚焦大型视觉语言模型（VLM）的图像分析能力，覆盖量子科学、基因组学和公共安全三类任务，并设数据提供方和模型提供方两条参与通道，在相同数据和相同指标下比较不同模型。

随着AI模型能力快速提升，公开基准容易被厂商针对性优化甚至被训练数据污染，导致榜单成绩与真实能力脱节。NIST以政府标准机构身份提供隔离盲测，意在建立更中立、可复现的第三方评测方法，为AI能力比较和采购提供参考，也可能影响未来各国对AI评测和采信的标准取向。

对AI企业而言，权威第三方盲测意味着模型宣传将更多接受独立验证，可能改变以公开榜单排名为主的竞争方式；对量子科学、基因组学、公共安全等应用领域，标准化评测有助于筛选真正可用的视觉语言模型。需要注意的是，此类第三方评测通常用于方法和能力比较，并不等同于对具体产品的背书。