Một giấy chứng nhận, hiện tại vẫn chưa ảnh hưởng đến nhịp độ "đổi máy" của bạn.

Tác giả bài viết, nguồn: GeekPark

Trở lại cuối tháng 7, nếu bạn theo dõi lĩnh vực điện thoại thông minh, bạn sẽ nhớ rằng rất nhiều nhà sản xuất điện thoại đã chính thức thông báo rằng điện thoại của họ đã đạt chứng nhận cấp L3 của trí tuệ nhân tạo quốc gia.

Điểm khởi đầu của đợt công bố đồng loạt này là kết quả kiểm tra phân cấp trí tuệ nhân tạo đầu tiên được công bố vào ngày 17 tháng 7 năm 2026.

Theo danh sách thử nghiệm đầu tiên, có 11 sản phẩm trên thiết bị di động đạt cấp độ L3, bao gồm 9 điện thoại và 2 máy tính bảng. Các dòng điện thoại bao gồm các thương hiệu như Huawei, Motorola, Honor, vivo, OPPO, Xiaomi và Jieyue Xingchen.

Sau khi danh sách được công bố, các nhà sản xuất nhanh chóng dịch kết quả kiểm tra kỹ thuật thành ngôn ngữ phù hợp để lan truyền trên mạng xã hội. Huawei nhấn mạnh “chứng nhận đầu tiên”, Xiaomi nhấn mạnh “cấp quốc gia”, còn vivo thì trực tiếp gọi L3 là cấp độ thông minh cao nhất hiện nay. Huawei và Xiaomi chính thức công bố vào ngày 18 tháng 7, OriginOS theo sau vào ngày hôm sau, vài tấm áp phích L3 tương tự đã tạo nên một chiến dịch quảng bá tập thể hiếm gặp.

Mặc dù có một vài khác biệt nhỏ trong cách diễn đạt, nhưng có thể thấy những thông điệp quảng bá này đều hướng đến cùng một bài kiểm tra chứng nhận, đó là Tiêu chuẩn Phân cấp Trí tuệ Nhân tạo cho Thiết bị Đầu cuối do Bộ Công nghiệp và Công nghệ Thông tin công bố vào tháng 5 năm nay.

Khả năng L3 này thực sự đại diện cho điều gì? Chúng ta sẽ có thể sử dụng những chiếc điện thoại L3 này khi nào? Và nếu hiểu theo tiêu chuẩn ô tô, thì cấp L4 xa hơn có phải là đại diện cho dạng thiết bị AI Agent hoàn toàn không cần can thiệp của con người không?

L3 không đại diện cho "tự lái"

Trước khi giới thiệu toàn bộ tiêu chuẩn xác minh, thực tế có hai hiểu lầm dễ mắc phải.

Đầu tiên, chứng nhận tương ứng với GB/Z 177—2026 “Phân cấp trí tuệ hóa thiết bị AI” là một bộ tài liệu kỹ thuật hướng dẫn tiêu chuẩn hóa quốc gia, không phải tiêu chuẩn quốc gia bắt buộc.

Nó cung cấp một thước đo năng lực được sử dụng phổ biến trong ngành, chứ không phải một ranh giới bắt buộc để xác định liệu điện thoại có thể ra thị trường hay không. Đây cũng là lý do tại sao trong tiêu đề, “tiêu chuẩn quốc gia” được đặt trong dấu ngoặc kép: nó thực sự thuộc hệ thống tiêu chuẩn quốc gia, nhưng hiện nay chủ yếu đóng vai trò hướng dẫn và đánh giá.

Thứ hai, L3 đánh giá một thiết bị cụ thể cùng phiên bản phần mềm và phần cứng của nó, chứ không phải cấp hạng cho toàn bộ thương hiệu. Một mẫu máy đạt L3 không có nghĩa là tất cả điện thoại cùng thương hiệu tự động được nâng cấp; không có mặt trong danh sách đầu tiên cũng không có nghĩa là thất bại trong kiểm tra, vì kết quả đầu tiên đến từ việc các nhà sản xuất tự nguyện gửi thiết bị kiểm định, chứ không phải lấy mẫu ngẫu nhiên trên thị trường. Rõ ràng, danh sách này cũng không bao gồm tất cả các sản phẩm điện thoại AI Agent trên thị trường: Dự án điện thoại AI Agent của OPPO – Xiao Bu NEXT – cũng đã được công bố chính thức chuẩn bị bước vào giai đoạn kiểm thử nội bộ vào cuối tháng 7, nhưng lại không có mặt trong danh sách này.

Nói cách khác, L3 có thể trở thành điểm bán hàng của sản phẩm, nhưng nó vẫn chưa phải là bảng xếp hạng tổng thể của ngành điện thoại.

L1 làm thế nào để “nâng cấp” lên L3

Ngoài ra, bạn có thể cũng đã nhận thấy: bộ tiêu chuẩn này thực ra không phải là bài kiểm tra năng lực mô hình. Nó chia năng lực đầu cuối thành năm chiều: nhận thức, nhận thức, thực thi, trí nhớ và học tập, sau đó chia nhỏ thành 14 năng lực cụ thể như nhận thức người dùng, lập kế hoạch nhiệm vụ, gọi công cụ, trí nhớ ngắn hạn và dài hạn, cũng như thích nghi bối cảnh.

Đưa những thuật ngữ này vào một tình huống hàng ngày sẽ giúp dễ hiểu hơn. Giả sử người dùng nói với điện thoại: “Hãy giúp tôi sắp xếp một chuyến đi đến Hàng Châu vào cuối tuần.”

L1 là “cấp độ phản hồi”. Điện thoại có thể hiểu một lệnh đơn giản và rõ ràng, gọi công cụ xác định và hoàn thành một nhiệm vụ duy nhất. Ví dụ: mở lịch hoặc đặt cảnh báo vào sáng thứ Bảy. Nó giống như một ngón tay được kích hoạt bằng giọng nói: bạn bảo nó nhấn đâu, nó sẽ nhấn đó.

L2 là cấp độ "công cụ". Điện thoại có thể hiểu ý định đơn giản, thực hiện suy luận hạn chế và gọi các công cụ đã được thiết lập sẵn để hoàn thành một bước hoặc các bước nhiều bước có lộ trình rõ ràng. Nó có thể tra cứu thời tiết ở Hàng Châu, tạo một đề xuất lịch trình, rồi lưu kết quả trong cuộc hội thoại hiện tại; tuy nhiên, quy trình cơ bản đã được sản phẩm định sẵn trước, và bộ nhớ chủ yếu dựa trên ngữ cảnh ngắn hạn; thực tế, nó đã gần tương đương với việc cài một ứng dụng DouBao trên điện thoại.

Trong khi các nhà sản xuất điện thoại di động thường đề cập đến L3, đây là mục tiêu thực sự cần đạt được ở cấp độ "hỗ trợ": điện thoại phải hiểu được mục tiêu đầy đủ hơn, chủ động đặt câu hỏi khi thông tin chưa đủ, chia nhỏ nhiệm vụ, sau đó lựa chọn và sắp xếp công cụ phù hợp với tình huống. Nó còn cần có trí nhớ ngắn hạn và dài hạn để các sở thích như "không đi xe sớm" hay "ưu tiên khách sạn gần Tây Hồ" tiếp tục phát huy tác dụng trong nhiệm vụ tiếp theo.

Cùng một câu “sắp xếp chuyến đi Hàng Châu”, đến L3 có thể được chia thành xác nhận ngày và ngân sách, tra cứu phương tiện giao thông và thời tiết, lọc khách sạn, tạo lịch trình, thêm vào lịch. Khi liên quan đến thanh toán, dữ liệu nhạy cảm hoặc các thao tác không thể hoàn tác, quyền xác nhận sẽ được trả lại cho người dùng.

Sự khác biệt giữa L1 đến L3 không phải là câu trả lời của AI ngày càng giống người hơn, mà là điện thoại ngày càng hoàn thành đầy đủ hơn các nhiệm vụ.

Việc kiểm tra trên thiết bị di động cũng cụ thể hơn một tấm áp phích trình diễn. Thiết bị cần được kiểm tra trong ít nhất 3 kịch bản điển hình, với tỷ lệ các nhiệm vụ gọi công cụ đạt mức độ khó mục tiêu không dưới 80%. Mỗi nhiệm vụ mặc định phải hoàn thành trong vòng 5 phút, với tối đa 3 cơ hội; khả năng phía thiết bị được kiểm tra trong môi trường ngoại tuyến, còn khả năng phối hợp giữa thiết bị và đám mây được kiểm tra trong môi trường có kết nối mạng.

Ngoài ra, bộ nhớ dài hạn của L3 ít nhất cần bao gồm 3 loại thông tin, có thể là thông tin cơ bản của người dùng, sở thích công cụ, lịch sử hội thoại, địa điểm thường đến, lịch trình công việc hoặc thói quen sử dụng. Tuy nhiên, các tác vụ suy luận và lập kế hoạch phức tạp có thể được thực hiện trên đám mây, và tiêu chuẩn không yêu cầu L3 phải có khả năng học tập tiến hóa liên tục.

Điều này giải thích mối quan hệ giữa mô hình và cấp độ. Mô hình lớn chịu trách nhiệm hiểu ngôn ngữ, nhận diện hình ảnh và lập kế hoạch nhiệm vụ, là nguồn gốc của các khả năng cốt lõi của điện thoại; nhưng dù mô hình có mạnh đến đâu, nếu chỉ bị giới hạn trong khung trò chuyện để trả lời câu hỏi, thì vẫn chưa đủ để biến toàn bộ điện thoại thành L3. Ngược lại, một mô hình có tham số không quá lớn, nếu có thể phối hợp với hệ điều hành, giao diện công cụ, bộ nhớ người dùng và khả năng trên đám mây, cũng có thể hoàn thành các nhiệm vụ L3.

Ngoài ra, danh sách đăng ký mô hình trên điện thoại được công bố vào ngày 15 tháng 7 và bài kiểm tra L3 cũng không phải là một việc. Việc đăng ký giải quyết vấn đề liệu dịch vụ AI tạo sinh có thể cung cấp hợp lệ hay không; bài kiểm tra L3 đánh giá khả năng của mô hình khi được tích hợp vào điện thoại cụ thể, có thể hoàn thành nhiệm vụ cùng hệ thống và ứng dụng hay không. Việc đầu tiên là mức tối thiểu hợp lệ cho dịch vụ, còn việc sau là thước đo năng lực thiết bị đầu cuối.

Người thực sự tham gia kỳ thi không phải là một mô hình, mà là cả đội ngũ bao gồm mô hình, hệ thống, ứng dụng và cơ chế quyền hạn.

Ngoài ra, bạn có thể nhận thấy một chi tiết khác với tiêu chuẩn lái xe thông minh trên ô tô là các nhà sản xuất điện thoại thường gọi L3 là “cấp độ cao nhất hiện tại”.

Nhưng thực ra đây cũng là một trò chơi chữ: L3 thực sự là cấp độ cao nhất hiện đã có yêu cầu rõ ràng và có thể tiến hành kiểm tra, nhưng không phải là cấp độ cao nhất trong hệ thống chứng nhận này: trong các chi tiết tiêu chuẩn, tên của L4 là “cấp độ phối hợp”, nhưng các yêu cầu cụ thể lại được ghi trực tiếp là “chưa xác định”. Đối với GB/Z 177.3—2026 dành cho điện thoại và máy tính bảng, hiện chỉ quy định phương pháp kiểm tra cho L1, L2 và L3.

Nói cách khác, AI Agent cấp L3 vẫn là một trợ lý: nó có thể chia nhỏ nhiệm vụ, gọi công cụ và ghi nhớ sở thích, nhưng chủ yếu hoạt động xung quanh một thiết bị và một mục tiêu người dùng. Khi đến giai đoạn “hợp tác”, vấn đề sẽ tự nhiên mở rộng sang nhiều tác nhân, nhiều thiết bị và nhiều chủ thể dịch vụ.

Liệu điện thoại có thể giao việc đặt vé cho tác nhân du lịch, giao ngân sách cho dịch vụ thanh toán, rồi để hệ thống xe, tai nghe và lịch cùng điều chỉnh kế hoạch? Nếu thực thi nhiệm vụ sai, ai sẽ chịu trách nhiệm? Quyền hạn mà một tác nhân nhận được có thể được chuyển cho một tác nhân khác không? Những câu hỏi này không có câu trả lời ổn định, nên L4 rất khó có được các câu hỏi kiểm tra có thể lặp lại.

L4 còn trống, điều này không cho thấy khả năng mô hình chưa đủ, mà là các quy tắc phối hợp, ranh giới trách nhiệm và cơ chế an toàn vẫn chưa trưởng thành.

Cấp độ L1–L4 trên điện thoại di động cũng không thể áp dụng logic trách nhiệm của lái xe tự động. Các cấp độ lái xe tự động tập trung vào việc xe接管 nhiệm vụ lái xe động và phân chia trách nhiệm khi xảy ra tai nạn; trong khi đó, cấp độ thiết bị AI đo lường độ phức tạp của nhiệm vụ và khả năng của hệ thống. Dù con số trông giống nhau, nhưng nội dung thi hoàn toàn khác biệt.

Do đó, bất kỳ tuyên bố nào biến một chiếc điện thoại L3 thành “AI cấp độ tự lái hoàn toàn” đều có thể được hiểu là “ngôn từ truyền thông”. Còn về điện thoại L4 thực sự, ít nhất phải chờ tiêu chuẩn trả lời trước: thế nào là phối hợp—và khi phối hợp thất bại, ai sẽ đạp phanh.

Có cần đổi điện thoại không?

Đối với người tiêu dùng thông thường, câu hỏi tôi nghe thấy nhiều nhất về tiêu chuẩn này là: Khi tiêu chuẩn phân cấp này dần được triển khai, để sử dụng được các khả năng AI Agent tốt hơn, chúng ta có cần thay điện thoại mới không?

Nếu hỏi theo đúng tiêu chuẩn quốc gia, thì khi nào điện thoại L3 sẽ ra mắt? Câu trả lời là: Đã ra mắt rồi.

Vì danh sách đầu tiên không hoàn toàn bao gồm các mẫu điện thoại mới chưa được phát hành: Huawei Pura X Max đã ra mắt vào tháng 4, và 3 mẫu điện thoại Lenovo moto cũng đã xuất hiện vào tháng 5. Tất nhiên, danh sách cũng bao gồm các sản phẩm vẫn đang trong giai đoạn ra mắt, chẳng hạn như Honor Robot Phone. Ngoài ra, mẫu “Đậu Bao Phone” thế hệ thứ hai, nổi tiếng hơn nhiều, cũng không có trong danh sách liên quan.

Nhưng điều người tiêu dùng thực sự quan tâm thường không phải là L3 theo nghĩa chứng nhận, mà là một việc khác: Khi nào mới có thể mua được một chiếc điện thoại có thể hiểu ổn định mục tiêu, thực hiện tác vụ xuyên ứng dụng và không bị sụp đổ ở bước cuối cùng?

Honor đã đưa ra một lịch trình rõ ràng hơn: Robot Phone sẽ ra mắt lần đầu tiên với lõi AgenticOS vào tháng 8 năm 2026, và dòng Magic9 dự kiến cung cấp bản dùng thử vào quý tư.

Bên Android gốc cũng đang thúc đẩy việc phát triển framework tự động hóa AppFunctions và giao diện, cho phép ứng dụng mở các chức năng cho tác nhân thông minh, và dự kiến công bố thêm chi tiết vào cuối năm 2026.

Dựa trên điều này, nửa sau năm 2026 sẽ là cửa sổ đầu tiên để các trải nghiệm L3 dành cho người tiêu dùng xuất hiện tập trung; tuy nhiên, nếu kỳ vọng nó trở thành khả năng ổn định trên điện thoại thông minh phổ biến như máy ảnh hoặc thanh toán ngày nay, thì điểm quan sát thực tế hơn là năm 2027.

Theo dự đoán của Counterpoint, đến năm 2027, điện thoại AI sinh thành sẽ chiếm 52% tổng sản lượng toàn cầu, và khả năng tác nhân cũng sẽ tiếp tục được mở rộng sang các sản phẩm cao cấp.

Tuy nhiên, điều này vẫn không thể trực tiếp chuyển đổi thành tỷ lệ thị phần theo tiêu chuẩn quốc gia L3, vì hai định nghĩa này không giống nhau. Nhưng nó cho thấy một nhịp độ thay thế điện thoại mà chúng ta có thể kỳ vọng: năm 2026 quan sát điện thoại cao cấp thử nghiệm, năm 2027 quan sát hệ sinh thái ứng dụng và điện thoại phân khúc trung có theo kịp hay không.

Vì vậy, nếu điện thoại hiện tại của bạn không có vấn đề rõ rệt về hiệu năng hoặc thời lượng pin, thì không cần thay máy sớm chỉ để có một chứng chỉ L3.

Tiêu chuẩn cho phép các suy luận phức tạp được thực hiện thông qua đám mây, nhiều tính năng cũng có thể được cập nhật thông qua bản cập nhật hệ thống trên các thiết bị flagship hiện tại; điều thực sự quyết định trải nghiệm là liệu nhà sản xuất có duy trì hệ thống liên tục hay không, cũng như các ứng dụng phổ biến có sẵn sàng mở giao diện công cụ hay không.

Nếu đã đến chu kỳ thay máy, L3 có thể trở thành một tiêu chí lọc mới, nhưng ít nhất vẫn cần xem xét ba điều: tỷ lệ thành công của nhiệm vụ thực tế, phạm vi bao phủ các ứng dụng thường dùng, và liệu từng bước thao tác có thể nhìn thấy, tạm dừng và hoàn tác được hay không.

Chứng chỉ chứng minh điện thoại đã vượt qua một đường ranh giới, nhưng không chứng minh nó đã xứng đáng接管 cuộc sống kỹ thuật số của bạn.

Điều xứng đáng để chờ đợi là một ngày chúng ta không còn quan tâm nó thuộc cấp độ nào, mà chỉ nhớ đến câu “giúp tôi xử lý” và biết rằng việc đó đã được hoàn thành một cách chắc chắn.