飞象网讯（简之）6月16日，在2026智能原生大会上，中国信通院人工智能研究所所长魏凯，针对当前人工智能从技术爆发向产业落地转型过程中面临的挑战，以及如何构建智能原生体系的路径发表了主旨演讲。

就人工智能技术的现状与落差，魏凯表示，大模型技术发展非常的快。2026年第二季度，平均2.8天就会出现一个新的最前沿的大模型。从2024年2月份到现在，闭源模型和开源模型都取得了非常快速的进步。尤其是在今年春节以后，大模型的发展又进入了一个新的高潮，差不多三天左右就会有一个新的模型出现。

同时还有一个现象，就是智能体（agent），执行长程任务的稳定时长，每七个月翻一番。这就是新的智能体时代的“摩尔定律”。这两个现象，一个是基础模型能力在编程和推理任务上的飞速提升，另外一个是长期稳定执行任务能力的快速提升，让我们使用人工智能、大模型的模式发生了很大的变化。

谈及人工智能产业落地面临的挑战，魏凯指出，现在基础模型的进展速度，远远赶不上基础模型投入应用的速度，也远远赶不上模型的进化速度。也就是我们在行业里应用这项技术的程度，其实包括速度，是严重落后于模型能力进化速度的，这个缺口是越来越大的。

在应用侧，大家都有感同身受的体会。过去三四年时间，chatgpt席卷全球，我们每天都在被各种各样的信息进展狂轰滥炸，实际上我们越来越焦虑。我们一直生活在一种焦虑的氛围中。

魏凯认为，人工智能产业落地带来了三大焦虑：首先是工程范式变化过快，企业难以选型，容易“踩空”，导致技术的发展进入无人区；其次是数据与知识鸿沟，单纯的数据和知识不够，缺乏让ai理解企业特定逻辑的“语义本体层”；第三个方面比较困难，就是组织与流程不适配，个人效率提升但组织效率未同步提升，私有数据和技能未形成组织级能力，甚至相互抵消。

魏凯进一步指出，这三个方面的困境，实际上是困扰着我们的传统行业，尤其是央国企采用人工智能技术的进程。如果不克服这些挑战，我们很难缩小刚才说的差距。

为此，魏凯提出了实现智能原生的实施路径，并概括了智能原生的四大特征：数据飞轮、紧密人机协同、持续进化、模糊的交付边界（fde）；以及让智能原生状态走进现实的“四梁八柱”体系：包括战略引领、通过引入数字员工实现的组织变革、构建技术平台、数据与知识、业务与应用平台，以及达成安全可信。

魏凯强调，探索智能原生新路径是个长期过程，为此信通院联合32家企业，其中大部分是中央企业，共同启动“智能原生领航计划”，旨在共研标准、建立标杆和促进生态协同。