文/本报记者
当前，大模型、具身智能等前沿技术加速落地产业与教育场景，人工智能应用从工具普及迈向体系化、常态化阶段。与之相对，青少年AI认知普遍存在“接触早、理解浅、应用弱”的结构性问题，行业缺少标准化、体系化的AI素养培育模式。
9月22日，“2026 AI大模型总裁圆桌会”在北京举办，会议同步发布《中国青少年AI素养提升报告》，围绕大模型技术迭代、企业落地瓶颈、青少年AI能力培育等前沿议题形成多项行业共识。
产业落地凸显结构性短板 技术迭代与组织适配出现断层
本次圆桌会集中剖析当前大模型产业落地的核心技术与管理痛点，揭示技术高速迭代与企业流程、组织体系滞后的结构性矛盾。第四波科技智库创始人符永康表示，大模型能力迭代速度远超行业预期，但产业落地普遍面临本地化部署难、场景适配弱、用户不会用、用不好等现实瓶颈，技术红利难以充分释放。
北京大学光华管理学院姜铠丰团队的调研数据进一步印证行业痛点，83.9%的企业呈现“理念领先、制度滞后”特征，企业对AI价值高度认可，但尚未将大模型深度嵌入核心业务流程，岗位体系、人才机制、治理模式未能同步升级，形成方向、场景、流程、组织四大落地断点。
姜铠丰指出，当前企业AI升级的核心瓶颈并非算法算力，而是组织协同适配不足。多数企业仅实现个体效率提升，无法转化为组织效能跃迁。其提出的前沿部署工程师落地范式强调，AI产业化需要从微小可验证场景切入，逐步沉淀行业知识、标准体系与协作机制，技术上线仅是开端，组织变革才是产业智能化升级的关键难点。员工岗位认知焦虑、组织权责模糊，成为制约大模型规模化商用的核心非技术壁垒。
前沿模型持续突破 具身智能与智能体技术进入新阶段
会上科研与产业端集中展示国内大模型前沿创新成果，AI技术正加速从数字仿真走向物理世界真实交互。北京智源人工智能研究院王鹏伟介绍自研多模态表征世界模型，突破传统大模型单一Token预测范式，以“世界状态预测”为核心，融合无意识学习与有意识学习机制，构建对物理事件、因果逻辑、环境变化的深度认知，实现AI从信息理解到世界理解的技术跨越。
专家同时客观研判，当前具身智能仍处于早期科研阶段，泛化能力、环境适配性、落地稳定性仍有明显短板，短期内难以实现家庭场景规模化普及。
产业端对智能体工程化落地形成全新技术认知。蔻町智能陈秋武将AI代码能力划分为三层技术体系，指出当前行业多数产品停留在流程模仿层级，仅能完成代码生成，无法实现任务自主校验、路径自主优化，距离真正闭环式智能作业仍有技术差距。FloatBoat创始人谭少卿提出产业“对话框陷阱”，指出企业智能化瓶颈不在于模型智商，而在于长程任务管控、异常回退、工具约束等工程化能力，其自研智能体工作台已在电商、服务场景实现规模化自动化落地，验证了工程架构优化的产业价值。
权威报告构建五层素养体系 定义新一代AI人才培育标准
本次会议重磅发布的《中国青少年AI素养提升报告》，是国内覆盖样本最全、体系最完整的青少年人工智能能力研究成果，填补了我国AI基础教育标准化体系空白。报告全国调研数据显示，97.9%的小学生对人工智能具备基础认知，74.8%已在日常学习中接触AI工具，新一代AI原住民已经形成，但整体呈现“高知晓、浅理解、会使用、难驾驭”的显著特征。
针对行业教育同质化、浅层化问题，报告创新提出知、用、辨、创、责五层AI素养框架，跳出“工具使用教学”的传统培养模式，构建从认知理解、协同应用、风险辨别、创新实践到伦理责任的全链条育人体系。报告明确，青少年AI教育核心不是限制技术使用，而是培养主动驾驭AI、规范使用AI、创新运用AI的核心能力，锚定数字时代“人的主体性”核心目标。
报告系统梳理国内AI教育落地路径，总结形成“学校主导、多方参与”的协同育人模式。通过中小学跨学科课程改革、师资体系建设，叠加科技企业分层课程、智能学习产品、科创研学体系，打通技术、课程、工具、场景的完整教育链路，构建可持续、阶梯式的青少年AI能力培育生态。
与会专家一致认为，大模型产业竞争最终是人才竞争。此次发布的权威报告，为我国青少年AI素养标准化建设、人工智能人才梯队培养提供了科学范式，将有效推动AI教育从碎片化科普走向体系化、标准化、高阶化发展，助力人工智能产业长期高质量创新。（本文图片由主办方提供）
