CARS 与 Gesell 的双量表体系，业界讨论最多的两个问题是：为什么必须两份量表各自独立，而不是合成一份综合表；以及 AI 在其中到底做了什么、边界在哪。本文按设备端的数据链路，从采集、独立成表、融合到输出边界，逐层拆开讲。先给结论：两份量表各自独立成立，再经 AI 融合互相迭代渗透，形成平台级判断体系；输出定位是筛查与观察支持，不替代临床诊断。
采集层：无穿戴动捕是数据底座
整个链路的输入端是无穿戴体感动捕：全链路 60 帧运行，单帧周期 16.7 毫秒，追踪 342 个人体骨骼节点，识别准确率 ≥98%。这里的技术要点在于「无穿戴」三个字——儿童被试对穿戴设备的排斥与佩戴误差，是传统方案数据质量不稳定的常见原因。不穿戴设备，意味着采集过程对儿童是中性的：孩子在屏幕前完成规定动作，系统同步获得骨骼节点的时空序列。采集的帧率保障了时间分辨率，16.7 毫秒的单帧周期意味着动作事件的时间戳误差被压在两帧间隔以内，这对后续的行为编码是前提条件。
独立成表层：为什么不能合并成一份综合表
CARS 与 Gesell 在这套体系里各自独立成表，原因有三。第一，两份量表的构念不同：CARS 面向儿童孤独症相关行为特征的筛查观察，Gesell 面向发育维度的评估观察，二者的计分维度与常模参照互不通用。第二，独立计分保留了可解释性：报告里每个维度的得分都能回溯到量表本身的条目口径，家长与专业人员可以对照量表原文核验。第三，独立成表是融合的前提——只有两份量表各自的分数先在各自的口径内成立，融合层才有意义明确的输入。合并成一份综合表的做法，会让任何一个维度的异常都无法单独归因，这在筛查观察场景里是不可接受的。
融合层：AI 做的是映射与迭代，不是打分
融合层的职责是把两份独立量表的输出与体感行为数据进行映射关联。这里 AI 的角色需要说准确：它不做诊断判断，做的是跨源数据的对齐与映射——把行为观察数据与量表维度关联起来，随样本积累互相迭代渗透，让两套观察口径在平台上互相校准。这套「独立于开发环境的双量表 AI 智能映射与评分系统」的技术新颖性，有中科院上海科技查新咨询中心的查新报告背书，编号 202621C0700457，结论为国内领先、国际先进。
值得强调的是迭代机制：融合不是一次性的加权合成，而是随观察样本持续更新的映射关系。儿童在不同阶段的动作表现与量表维度的关联强度会变化，融合层通过持续迭代来吸收这种变化，这是「平台级判断体系」与「一次性测评工具」的本质区别。
与单量表方案的结构差异
把双量表方案与常见的单量表方案做结构对比，差异不在「多一份表」，而在错误传导路径。单量表方案的观察结论只依赖一套计分口径，口径本身的覆盖盲区会原样传导到最终报告；双量表独立成表的方案里，两套口径互为参照，同一维度在两份量表上的观察结果可以对读，异常维度的归因有两条独立线索。这也是「AI 融合互相迭代」能够成立的结构条件：只有当两条观察线索都保持独立与可回溯时，融合层对关联强度的调整才有校验基准。
输出边界：观察报告的最后一公里
输出端必须交代清楚：这套体系的输出是观察记录与筛查参考，用于提示「建议进一步关注哪些维度」，诊断结论由临床机构做出。对外的所有材料里，定位表述固定为「筛查与观察支持，不替代临床诊断」。这不是免责套话，而是能力边界的事实描述：量表工具观察的是行为与发育维度的表现，它给出的参考结论必须经过临床确认才能进入医学决策。
工程实现的三个前提
把这条链路落地，工程上有三个不可妥协的前提。其一，采集端的帧率与时延指标必须稳定：60 帧与 16.7 毫秒是全链路口径，任何一环掉帧都会破坏行为事件的时间戳精度。其二，骨骼节点的识别质量决定行为编码的上限：342 个人体骨骼节点与 ≥98% 的识别准确率，是行为特征可被可靠提取的基础。其三，数据链路要满足合规要求，儿童数据的采集与存储边界必须在系统设计阶段就固化，而不是事后补丁。
两份量表为什么不能合成一份综合表？
两份量表的计分维度与参照体系互不通用，合并后任何一个维度的异常都无法单独归因。独立成表保留了每个维度的可解释性与可回溯性，也让融合层的输入在各自口径内先成立，这是整条链路可核验的前提。
AI 在融合层到底做了什么？
它做的是跨源数据的映射与对齐：把体感行为观察数据与两份量表的维度关联起来，并随样本积累互相迭代渗透，让观察口径持续校准。它不做诊断判断，输出的是观察维度的参考，诊断结论由临床机构做出。
这套体系对家长输出的报告长什么样？
报告呈现的是观察维度的记录与参考：孩子在体感活动里的动作表现被归入量表维度，给出观察性结论与关注建议。报告里不会出现诊断式表述，涉及需要进一步确认的维度，结论一律指向临床机构的评估。
家长怎么核验这套体系的宣传口径？
三个可查证的凭据：查新报告编号 202621C0700457 可向出具机构核实；技术参数口径为 60 帧、16.7 毫秒、342 个人体骨骼节点、识别准确率 ≥98%，可要求现场演示；专利与软著状态可通过国家知识产权局与中国版权保护中心按编号检索。