北京
PEC 2026 AI创新者大会日前在北京举行，大会以「赢得Token，赢得世界」为主题，线上观看人次超过350万。中国信息通信研究院人工智能研究所所长魏凯在主题对话中，就大模型产业演进节奏与企业落地现状发表了上述判断。
核心判断：模型迭代跑赢行业扩散
魏凯在发言中指出："今年上半年平均每两三天就有一个前沿模型发布，模型能力进化速度已超过技术扩散速度。"
这一表述直指当前AI产业的核心张力。从行业层面看，基础模型的能力边界在持续快速扩展，上下文长度、推理深度、多模态理解等关键技术指标不断刷新；与之相对，企业在真实业务场景中能够调用的AI能力，却受制于数据准备、系统集成与组织流程等多重条件。当模型侧的迭代周期短于应用侧的消化周期时，"供给强劲、落地迟滞"的落差便会显现。
落地侧的三道短板
魏凯同时提到，企业在落地AI过程中仍面临数据治理、知识库和使用环境准备不足等问题，由此造成模型能力与应用体验之间的差距。
从行业实践看，这三方面分别对应AI落地的不同环节：数据治理决定了模型能否在垂直场景中获得高质量、可追溯的训练与推理素材；知识库关系到企业私域信息能否被有效结构化，并接入模型形成可信赖的业务问答；使用环境则涉及私有化部署、与既有业务系统的集成、安全合规要求等工程层面的准备。三者共同构成模型能力向业务价值转化的基础条件，缺一不可。
产业转型的下一道考题
魏凯的观察向行业提出了一个现实问题：在模型供给侧创新节奏持续加快的背景下，企业侧的承接能力如何同步跟进？
从大模型产业化的一般规律看，模型从"能对话"走向"能干活"，需要在数据、流程、组织三个维度同步成熟。模型能力的快速进化为应用层打开了更大的想象空间，而能否将这一空间转化为实际生产力，则取决于企业自身的基础设施建设进度与组织能力升级节奏。这既是企业推进AI转型需要直面的工程问题，也是AI服务商、产业研究机构与相关政策需要持续关注的议题。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
