YDT 6391.5-2025 媒体处理服务技术要求 第5部分：智能处理标准立项发展报告

媒体处理服务技术要求第5部分：智能处理标准立项发展报告StandardizationDevelopmentReport:MediaProcessingServiceTechnicalRequirementsPart5:IntelligentProcessing摘要随着人工智能技术在音视频处理领域的深度融合应用，传统的媒体处理服务正经历从“规则驱动”向“智能驱动”的范式转变。为规范智能媒体处理服务的技术架构、功能要求和服务质量，统一行业认知和技术基准，工业和信息化部依据行业标准制定计划，组织编制了YD/T6391.5-2025《媒体处理服务技术要求第5部分：智能处理》行业标准。本报告在系统梳理该标准编制背景、技术内容框架和核心指标要求的基础上，全面阐述标准的编制原则、技术路线和主要内容，重点介绍标准中定义的智能处理服务总体架构、功能技术要求、接口协议规范、性能指标要求及安全隐私保护要求。该标准填补了国内智能媒体处理服务领域行业标准的空白，创新性地构建了“感知-理解-生成-增强”四层智能处理技术框架，对推动媒体处理服务智能化升级、规范智能音视频处理服务市场、促进人工智能技术与广播电视和网络视听行业深度融合具有重要意义。本报告对该标准的发布实施背景、编制过程、核心技术内容及其对行业的影响进行了系统分析和展望。关键词：媒体处理服务；智能处理；人工智能；行业标准；音视频技术Keywords:MediaProcessingService;IntelligentProcessing;ArtificialIntelligence;IndustryStandard;Audio-VideoTechnology一、引言（一）编制背景近年来，以深度学习为代表的人工智能技术取得了突破性进展，在计算机视觉、语音识别、自然语言处理等领域展现出强大的技术能力，为媒体内容的智能化生产、处理和分发提供了全新的技术路径。从智能视频剪辑、自动字幕生成到超分辨率重建、深度内容审核，智能媒体处理技术正在深刻改变媒体内容生产和服务供给的方式与效率。然而，在产业快速发展的同时，智能媒体处理服务领域面临着标准缺失、技术路线分散、服务质量参差不齐等突出问题。不同厂商提供的智能处理服务在功能定义、接口规范、性能指标和安全要求等方面存在显著差异，导致系统互操作性差、用户选择成本高、市场准入缺乏依据。在此背景下，制定统一的智能媒体处理服务技术要求行业标准，已成为规范市场秩序、引导技术发展方向、保障服务质量的迫切需求。（二）编制目的与意义YD/T6391.5-2025《媒体处理服务技术要求第5部分：智能处理》的编制旨在解决上述行业痛点，其编制目的和意义主要体现在以下方面：第一，统一技术基准。通过明确智能处理服务的总体架构、功能模块和技术要求，为各类智能媒体处理服务的设计、开发、部署和运维提供统一的技术基准，减少重复开发，促进技术共享。第二，规范市场秩序。通过对智能处理能力、性能指标和服务质量提出明确要求，为行业监管、用户选型和市场准入提供技术依据，促进市场公平竞争。第三，保障服务质量和安全。对智能处理服务的输出质量、处理时效、安全保护和合规性提出规范性要求，切实保障用户合法权益和内容安全。第四，促进产业生态建设。通过统一接口协议和数据格式要求，降低系统集成门槛，促进智能处理服务产业链上下游的协同发展，构建良好的产业生态。（三）编制原则本标准的编制遵循以下基本原则：一是科学性。充分调研国内外智能媒体处理技术的发展现状和趋势，借鉴国际标准的有益经验，确保标准技术内容的科学性、合理性和前瞻性。二是协调性。与现有国家标准、行业标准保持协调一致，做好与基础标准、通用标准和相关专用标准的衔接配套。三是适用性。充分考虑我国媒体处理服务产业的实际情况和发展需求，确保标准的可操作性和实用性，便于不同规模、不同类型的企事业单位实施应用。四是开放性。标准的技术内容不绑定特定厂商的技术路线或商业产品，保持技术中立，为多种技术方案的实现留出空间。二、标准概述（一）标准基本信息|项目|内容||------|------||标准编号|YD/T6391.5-2025||标准名称|媒体处理服务技术要求第5部分：智能处理||英文名称|MediaProcessingServiceTechnicalRequirementsPart5:IntelligentProcessing||标准状态|现行||发布机构|行业标准-邮电通信||发布日期|2025年4月10日||实施日期|2025年8月1日||国别|中国||语言|中文(简体)|标准ICS分类号对应中国标准文献分类法中关于通信设备及方法的类别，属于邮电通信行业推荐性标准。该标准自实施之日起，将成为我国智能媒体处理服务领域的重要技术依据。（二）标准定位YD/T6391.5-2025是YD/T6391《媒体处理服务技术要求》系列标准的第5部分。该系列标准按照媒体处理服务的不同类型和功能维度进行划分，其中第5部分聚焦于智能处理服务，重点关注利用人工智能技术实现媒体内容智能分析和处理的服务能力。该标准与系列其他部分共同构成完整的媒体处理服务标准体系，各部分之间在总体架构、术语定义、安全要求等方面保持协调一致，在具体功能要求方面各有侧重。（三）编制过程YD/T6391.5-2025的编制工作依据《中华人民共和国标准化法》及国家行业标准管理的相关规定开展，由行业标准归口单位组织协调。编制过程分为预研准备、草案起草、征求意见、专家审查和报批发布五个阶段。在预研阶段，编制组广泛调研了国内外智能媒体处理技术和标准化现状，梳理了国内代表性企业在该领域的技术积累和实践经验；在起草阶段，编制组基于调研结果形成了标准草案框架和核心内容；在征求意见阶段，标准草案面向全行业公开征求意见，编制组对反馈意见进行了逐条处理和合理采纳；在专家审查阶段，标准送审稿经技术专家会议审查通过；最终标准经批准后正式发布。三、标准主要内容（一）标准范围与规范性引用文件本标准规定了媒体处理服务中智能处理服务的技术框架、功能要求、接口要求、性能要求和安全要求等。标准适用于媒体处理服务中智能处理服务的规划、建设、运营和评估，为相关设备研发、系统集成和服务运营提供技术依据。标准的规范性引用文件涵盖了基础通信标准、多媒体编码标准、人工智能相关标准及信息安全标准等，确保了标准体系的协调性和兼容性。（二）智能处理服务总体架构标准结合当前人工智能技术在媒体处理领域的最新发展成果，提出了一套系统性的智能处理服务总体架构。该架构以“感知-理解-生成-增强”四个层次为核心框架，系统性地界定了智能媒体处理服务的技术层级和功能模块。具体而言，感知层主要承担媒体内容的多模态信息获取与基础识别功能，涵盖图像识别、语音识别、文字识别等基础感知能力，为上层智能处理提供数据基础。理解层则聚焦于对媒体内容的语义理解和深度分析，包括场景理解、情感分析、内容语义理解等功能模块，实现从“看得见”到“看得懂”的能力跃升。生成层面向内容生产和创作场景，提供文本生成、图像生成、视频生成等智能生成能力。增强层专注于媒体质量的智能优化，包括超分辨率重建、画质增强、噪声抑制、色彩增强等功能，全流程支撑媒体内容生产和质量提升。（三）智能处理功能技术要求标准对各功能模块的技术要求进行了详细规定，并提出了功能分级分类体系，根据处理能力、处理精度和适用场景的不同，将各项智能处理功能划分为不同等级，为用户的按需选择和服务提供商的精准定位提供了依据。在智能识别类功能方面，标准对语音转写、人脸识别、场景识别、OCR识别等功能在准确率、召回率、处理速度等核心指标上给出了明确的量化要求。在智能分析类功能方面，围绕内容审核、情感分析、行为分析、标签生成等功能，对分析结果的准确性和时效性做出相应规定。在智能生成类功能方面，针对文本摘要生成、精彩片段提取、智能字幕生成等功能明确了生成质量和效率要求。在智能增强类功能方面，对超分重建、画质修复、智能调色等功能的质量提升效果和主观评价指标进行了规范。（四）接口协议要求接口协议是实现智能处理服务互操作性和系统集成的基础保障，标准重点对智能处理服务的接口体系进行了规范。标准明确了智能处理服务与上层应用之间、智能处理服务与底层基础设施之间、智能处理服务与外部系统之间的三类接口关系。在此基础上，标准详细规定了接口的数据格式定义、通信协议选择、调用方式和错误码定义等具体技术内容，确保不同厂商提供的智能处理服务能够实现顺畅的互联互通。（五）性能指标要求性能指标是衡量智能处理服务质量的核心维度。标准从处理能力、处理时效、并发性能、服务质量等方面规定了智能处理服务的性能要求。在处理能力指标方面，规定了单位时间内可处理的媒体数据量和任务数量要求；在处理时效方面，针对不同处理类型规定了单任务处理的平均耗时和最长耗时限制；在并发性能方面，对多任务并行处理能力和系统吞吐量提出了量化指标。同时，标准还明确了智能处理服务的可用性、可靠性等服务质量指标要求，为服务等级协议的制定提供依据。（六）安全与隐私保护要求安全与隐私保护是智能媒体处理服务必须坚守的底线要求，标准设专章对此进行了系统性规范。在数据安全方面，标准要求智能处理服务在数据采集、传输、存储、处理和销毁的全生命周期中落实必要的安全保护措施，防止数据泄露、篡改和非法访问。在隐私保护方面，标准对涉及个人信息和敏感数据的智能处理场景提出了明确的匿名化处理和脱敏要求，并要求服务提供方建立健全的隐私保护管理制度。在内容安全方面，标准要求智能处理服务应当具备必要的内容安全检测能力，对处理的媒体内容进行合规性检测和有害信息过滤。此外，标准还对智能处理服务的模型安全管理提出了要求，包括模型部署安全、模型运行监控、模型更新管理等，防止模型被恶意攻击或滥用。四、主要参编单位介绍YD/T6391.5-2025《媒体处理服务技术要求第5部分：智能处理》的编制工作汇聚了我国通信和媒体技术领域的多家优势单位。作为该领域的权威技术机构，中国信息通信研究院在标准的研制过程中发挥了核心组织和技术支撑作用，是标准的主要起草单位之一。中国信息通信研究院（简称“中国信通院”）是工业和信息化部直属科研事业单位，是我国信息通信领域国家级高端智库和产业创新平台。多年来，中国信通院深度参与国家信息通信领域标准体系建设和关键技术研究工作，在人工智能、云计算、大数据、音视频通信等领域具有深厚的技术积累和丰富的标准化工作经验。此外，国内多家在人工智能和媒体处理领域具有领先技术实力的通信运营商、设备制造商和互联网企业也作为参编单位深度参与了标准编制工作。这些企业结合自身在智能音视频处理平台建设、AI媒体处理算法研发和商业化运营方面的丰富实践经验，为标准的各项技术指标和功能要求提供了实践验证和产业视角。五、结论与展望YD/T6391.5-2025《媒体处理服务技术要求第5部分：智能处理》的发布实施，填补了我国智能媒体处理服务领域行业标准的空白，标志着我国媒体处理服务标准化工作进入了一个新的发展阶段。从宏观层面来看，本标准的实施将产生多重积极效应：一是有利于建立统一的智能媒体处理服务技术规范和评价体系，为行业监管和市场规范提供技术支撑；二是有利于引导智能媒体处理技术的创新方向和产业布局，推动人工智能与媒体行业的深度融合；三是有利于降低用户选型和系统集成的复杂度，促进智能媒体处理服务的规模化应用和推广。从技术发展角度来看，随着生成式人工智能、多模态大模型等前沿技术的快速发展，智能媒体处理的能力边界将持续拓展。未来的标准修订工作应当密切跟踪新技术发展趋势，适时补充完善相关技术要求。同时，随着智能媒体处理服务在超高清视频、沉浸式媒体、AIGC内容生产等新兴场景的不断深化应用，相关的技术标准需求也将持续涌现。我们建议，在标准实施过程中，相关部门应加强标准的宣贯推广工作，组织开展标准解读、技术培训和符合性验证等活动，切实推动标准的落地应用。同时，应建立标准实施的反馈机制，广泛收集行业各方的实施经验和意见建议，为标准后续的修订完善和技术演进奠定基础。参考文献[1]全国信息技术标准化技术委员会.人工智能深度学习算法评估方法：GB/T41867-2022[S].北京：中国标准出版社,2022.[2]全国信息安全标准化技术委员会.信息安全技术个人信息安全规范：GB/T35273-2020[S].北京：中国标准出版社,2020.[3]国家广播电视总局.广播电视和网络视听标准化发展规划（2021-2025年）[R].北京：国家广播电视总局,2021.[4]中国信息通信研究院.人工智能发展白皮书（2024年）[R].北京：中国信息通信研究院,2024.[5]中