从国家发展的需要看，科技评价是引导创新方向的指挥棒，立足国情确立评价标准，是实现高水平科技自立自强的内在要求。从技术规律看，模型性能随参数、数据和算力投入的增加而提升，偏重能力高低的榜单评价与这一规律相互强化，推动全球人工智能形成重规模、重算力的发展模式。然而，扩大规模并非提升能力的唯一路径。近年来的研究和实践表明，同等能力所需的模型规模和算力成本在快速下降。衡量人工智能的发展水平，既要看能达到多高的能力，也要看为此付出多大的代价。把效率和成本纳入评价，引导人工智能从规模竞争转向效率竞争、价值竞争，才能把创新方向的选择权握在自己手里。

　　从民生福祉的改善看，人工智能评价要把群众的获得感作为重要标尺。当人工智能应用于乡镇卫生院问诊、小微企业报税和农业病虫害识别时，能否准确理解方言表达、适用现行政策、辨识本地作物及其病害，直接关系人民群众切身利益，而这些具体能力往往难以由通用榜单充分反映。建立客观可信的评价，基层单位和公众才不必在使用中反复试错，进而规避相应的成本和风险，真正适用、可靠的产品才可以得到识别和推广。

　　当前，对人工智能能否完成具体任务的检验已经普遍开展，但这些评价标准和方法尚不统一。人工智能为一个行业带来多少效率提升、对国家发展和人民生活改善作出多大贡献，则更缺少系统衡量。确立实践标准，需要从评价具体应用、评估行业成效、衡量整体贡献三个层面完善评价体系。