大模型安全测评基准共建行动正式启动，明略科技(2718.HK)已提前布局Web Agent综合评测基准

发布时间：2026-07-17 11:42:01 来源：安智兰德资讯网 作者：综合

2026年7月13日，大模动正动明国家工业信息安全发展研究中心官方账号发布重磅消息：大模型安全测评基准共建行动正式启动。型安该中心依托在大模型安全测评领域的全测深厚技术积累与丰富实践经验，正全力构建大模型安全测评基准，评基评测现面向全社会征集共建单位，准共综合旨在打造一套覆盖全维度、建行技H基准系统化的式启人工智能安全评测体系。

构建全景评估框架，略科确立六大核心维度

根据官方披露的提前信息，本次建设的布局大模型安全测评基准紧密围绕大模型在真实应用场景中的安全治理需求，构建了全景式评估框架。大模动正动明该体系全面覆盖以下六大核心安全维度：

1. 内容安全
2. 价值对齐
3. 鲁棒稳健
4. 公平无偏
5. 隐私保护
6. 真实可信

通过上述维度的型安整合，形成了一套系统化的全测全链路评测体系，为大模型的评基评测安全落地提供标准化依据。

多方协同共建，准共综合打造行业权威标杆

国家工业信息安全发展研究中心将广泛邀请大模型技术企业、行业应用机构、科研院所及安全领域专家深度参与体系共建。

• 共建单位权益：深度参与的单位有望成为“大模型安全测评基准共建单位”。
• 参与方式：深度参与标准制定、测试实践与成果发布。
• 目标愿景：共同打造具有行业权威性与产业影响力的AI安全评测标杆，推动人工智能产业的健康、可持续发展。

明略科技(2718.HK)提前布局：WebRetriever基准获ECCV 2026接收

在大模型评测领域，港股大模型概念股明略科技(2718.HK)已展现出前瞻性的布局能力。其自研的大规模Web Agent综合评测基准WebRetriever相关研究成果，近日被国际计算机视觉顶级会议ECCV 2026正式接收。

WebRetriever的核心优势与覆盖范围

• 大规模真实场景覆盖：基准涵盖800个真实在线网站，包含1550项任务。
• 跨行业应用：横跨电商、金融、医疗、政务、教育等多个关键行业领域。
• 量化能力差距：首次量化了智能体（Agent）在真实环境中的能力差距，为Agent领域建立了应用层面的评测标准。

解决行业痛点，推动Agent进化

WebRetriever将Agent置于更贴近真实互联网的环境中，通过大规模任务测试，全方位观察其在网页理解、路径规划、交互执行以及最终任务完成上的综合表现。该基准从以下三个关键方面解决了先前工作的局限性：

1. 数据集规模与多样性：提供更丰富、更具代表性的测试数据。
2. 自动化评估可靠性：提升评估结果的准确性与可信度。
3. 面向部署的评估协议：更贴合实际落地场景的测试流程。

产业视角：从“打分”到“进化基础设施”

业内人士指出，WebRetriever等评测体系的意义远超单纯的“打分”工具：

• 发现短板：通过测试精准定位Agent的能力短板。
• 推动提升：反向推动模型优化、工具调用效率及任务规划能力的提升。
• 基础设施化：成为Agent持续进化的重要基础设施。
• 产业指引：帮助行业明确技术优化方向，让企业能够客观判断不同Agent产品距离实际商业化应用的距离。

券商观点：AI放大安全需求，平台化能力成关键

浙商证券分析指出，随着AI大模型能力的持续迭代，网络安全行业的底层逻辑正在发生深刻转变：

• 逻辑转变：从“AI颠覆安全”转向“AI放大安全需求”。
• 系统性升级：AI带来的安全增量并非单一软件模块的扩容，而是贯穿算力基础设施、Agent身份治理和安全运营平台的系统性升级。
• 风险上升：企业面临的身份、数据、流量和模型调用风险同步上升。
• 护城河强化：安全付费意愿增强，头部厂商的平台护城河有望进一步巩固。

投资建议：国内厂商若能在云安全、零信任、身份安全、AI安全运营、数据安全和安全托管服务等方向形成平台化交付能力，有望受益于AI时代安全价值量的提升与国产化导入的加速。

相关文章