ICS97.140 CCSY80 中华人民共和国国家标准 GB/T46260—2025 家具 智能等级评定及标识 Furniture—Assessmentandidentificationofintelligencegrade 2025-08-29发布 2026-03-01实施 国家市场监督管理总局 国家标准化管理委员会发布前 言 本文件按照GB/T1.1—2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定 起草。 请注意本文件中的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由中国轻工业联合会提出。 本文件由全国家具标准化技术委员会(SAC/TC480)归口。 本文件起草单位:麒盛科技股份有限公司、上海市质量监督检验技术研究院有限公司、浙江清华长 三角研究院、中国家具协会、北京市产品质量监督检验研究院、沃华(泰安)家居有限公司、广东威法定制 家居股份有限公司、深圳长江家具有限公司、丝涟床具(上海)有限公司、喜临门家具股份有限公司、慕思 健康睡眠股份有限公司、乐歌人体工学科技股份有限公司、圣奥科技股份有限公司、恒林家居股份有限 公司、浙江分享空间科技有限公司、四川省致链数字科技有限公司、和也健康科技有限公司、杭州骏跃科 技有限公司、浙江捷昌线性驱动科技股份有限公司、上海质量技术认证中心、优派控股集团有限公司、 广东宜骏科技有限公司、浙江居优智能科技有限公司、顾家家居股份有限公司、江西阳光安全设备集团 有限公司、浙江锴创科技有限公司、杭州柏菲伦定制家居有限公司、深圳谷晓技术有限公司、广东兆生家 具有限公司、绍兴市耐特驱动科技有限公司、广州维纳斯智能科技股份有限公司、南京林业大学。 本文件主要起草人:刘晨光、单华锋、韩秀萍、林宗缪、朱云霄、汪进、屠祺、孙书冬、范怀建、杨炼、 张强、史建业、熊德军、葛国明、王灵芝、冯小薇、胡继飞、陈一铖、方彦雯、胡孙跃、屠祺、陆小健、章淳博、 李炽华、崔家能、杨晓峰、屠家会、王丽平、张建平、曹继忠、陆功田、吴作辉、陈仕超、王建锋、刘礼新、 杨向东、徐伟。 ⅠGB/T46260—2025 家具 智能等级评定及标识 1 范围 本文件确立了家具产品智能等级的评定原则、评定指标体系,规定了智能等级评定指标的取值规 则、评定结果的形成规则,描述了智能等级评定指标测试方法。 本文件适用于家具产品智能等级的评定和标识。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文 件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于 本文件。 GB/T43814—2024 智能家具通用技术要求 3 术语和定义 GB/T43814—2024界定的以及下列术语和定义适用于本文件。 3.1 智能化技术 intelligenttechnologies 使产品或事物具备人类或类似人类智慧特征的技术或技术解决方案。 [来源:GB/T28219—2018,3.6] 3.2 智能化能力 intelligentability 应用了智能化技术而使过程或产品具备的与智能化技术相对应的能力。 [来源:GB/T28219—2018,3.7] 3.3 交互端 interactiveport 产品信息的显示和信息的输入设备或设施。 [来源:GB/T37879—2019,3.6,有修改] 注:交互端包括但不限于产品自身的显示屏幕、与产品通过网络连接的手机、平板电脑、智能音箱等。 3.4 软件测试环境 softwaretestenvironment 对软件进行合格性测试或其他测试时所需要的设施、硬件、软件、固件、规程和文档集等。 [来源:GB/T25000.51—2016,4.1.15] 4 评定原则 家具智能等级的评定过程遵循以下原则: a) 科学性原则:评定方法和评定指标科学、合理; 1GB/T46260—2025 b) 统一性原则:同类产品评定采用统一的指标体系,并执行统一的评定程序; c) 可判定原则:开展评定活动时能判定出评定指标取得的指标值; d) 相互独立原则:评定指标体系同一层级上的各评定指标和评定项目保持独立、互不影响; e) 清晰性原则:不同智能等级之间界限清晰,互不重合交叉。 5 智能等级评定指标体系 5.1 总则 智能化等级由智能化能力体现,智能化能力包括感知能力、决策能力、执行能力和反馈能力。智能 化等级评定指标分为感知能力、决策能力、执行能力和反馈能力四项一级指标。一级指标分为若干个 二级指标,二级指标由若干具体评定项目组成。 5.2 感知能力 5.2.1 被动感知能力 产品被动接收到使用者发出或录入的指令,发出指令的方式包括按键(含触屏)、语音、手势、远程操 作等。 5.2.2 主动感知能力 产品通过传感器主动获得使用环境信息、人体或物品状态信息、自身运行状态等信息。 示例1:沙发、床或床垫通过压电、光纤传感器或毫米波雷达等获得使用者呼吸、心跳、体压分布等人体信息。 示例2:密集架通过温湿度传感器获得所在空间内的温湿度等环境信息。 示例3:书架通过射频识别(RFID)、摄像头等识别放置在架内的书本位置、数量等物品状态信息。 示例4:升降桌通过传感器识别桌面高度、角度、运行电压、电源温度等自身运行状态信息。 5.3 决策能力 5.3.1 被动决策能力 产品根据预设的条件,形成一定的运行策略(指令)。 预设条件可以是用户自行录入,也可以是产品自带。 示例1:沙发、床自带若干个场景模式(如阅读模式、休息模式、自定义模式),对应不同的靠背角度或脚部高度。 示例2:升降桌根据用户的使用习惯预设若干个高度。 5.3.2 主动决策能力 5.3.2.1 决策技术方案 产品对主动感知到的信息,通过程序或算法进行分析处理,并根据用户需求,决定产品当前以及一 定周期内的最优运行策略。 注:产品的运行策略包括但不限于开关机、形态(如高度、角度、硬度等)调节、模式调节、温湿度调节、语音播报、灯 光变换等运行指令。 5.3.2.2 决策技术 5.3.2.2.1 本地决策 决策技术方案在产品本机上形成。 2GB/T46260—2025 示例:传感器采集的数据由产品自带的芯片进行本地数据处理及分析。 5.3.2.2.2 云端决策 决策技术方案在云端形成。 示例1:沙发、床将传感器采集的数据由网络上传至云端服务器进行数据处理及分析。 示例2:床垫的支撑性调节算法通过云端服务器训练获得,形成的特征参数加载到本地设备上,由本地设备提供 决策。 5.3.2.3 支持系统 决策技术方案通过调阅数据库、模型库、方法库等进行比对分析后形成。 注1:数据库、模型库、方法库等能由企业自身积累,也能由外部提供。 注2:数据库、模型库、方法库等通常与人体舒适性、健康、产品节能等相关联。 示例1:沙发将传感器采集的数据由网络上传至云端服务器,通过与后台人体工学数据库进行比对,形成最佳的靠 背角度调整策略(指令)。 示例2:床垫的支撑性调节算法结合数据库(如人体工学或医学数据库)通过云端服务器训练获得,并形成特征 参数。 5.4 执行能力 5.4.1 被动执行能力 产品根据被动决策的运行策略(指令)正确地工作。 示例1:沙发、床根据预设的场景模式,完成对应高度、角度的调节。 示例2:电动升降桌桌面到达对应预设的高度。 示例3:密集架根据预先录入的位置信息,显示被查询档案的正确位置并亮灯提示。 5.4.2 主动执行能力 产品根据主动决策的运行策略(指令)正确地工作。 注:产品经过主动决策并实现主动执行,也称自适应。 示例1:床或床垫根据云端服务器计算分析形成的运行策略,通过改变形态等方式对人体打鼾进行干预。 示例2:沙发靠背根据云端服务器计算分析形成的运行策略,调节到使用者最舒适状态所需的角度。 示例3:电动升降桌桌面根据自带芯片计算分析形成的运行策略,到达最适合使用者办公的高度。 5.5 反馈能力 产品综合利用决策技术方案、云端决策、支持系统等,计算、分析得出的各类产品状态信息、警示信 息、生活或健康建议等推送到交互端。 信息推送形式包括但不限于文字、图片、报表、语音等。 示例1:床或床垫通过分析传感器采集的数据,整合知识、算法数据库,输出个性化的健康分析报告及建议。 示例2:密集架通过分析所存物品的出入库信息,推送提前储备某类物品的建议。 6 智能等级评定指标取值规则 产品智能等级评定指标应按表1进行取值。 3GB/T46260—2025 表1 产品智能等级评定指标取值规则 序号一级指标二级指标 项目 项目说明 取值规则 1 2 3 4 5感知能力被动感知能力 主动感知能力—产品被动接收使用者发出或录入 的指令 环境产品通过传感器获得所在环境 信息 人体 产品通过传感器获得人体信息 物品 产品通过传感器获得物品信息 自身运行状态产品通过传感器获得其自身运行 状态信息具备被动感知能力得10分; 具备环境、人体、物品、自身 运行状态主动感知能力中 的1项及以上得20分; 主动和被动感知能力得分 不可累加 6 7 8 9 10决策能力被动决策能力 主动决策能力—产品根据预设的条件,形成一定的 运行策略(指令) 决策技术方案产品对主动感知到的信息,通过程 序或算法进行信息分析处理,形成 最优运行策略 本地决策决策技术方案在产品本机上形成 云端决策决策技术方案通过云端形成 支持系统决策技术方案通过调阅数据库、模 型库、方法库等进行比对分析后 形成具备被动决策能力得10分 具备决策技术方案得10分; 具备本地决策得10分; 具备云端决策得10分; 具备支持系统得20分; 本