專家解讀|“模數共振”如何激活實體經濟數智新動能？

近日，工業和信息化部辦公廳、國家數據局綜合司聯合印發《關于聯合實施2026年“模數共振”行動的通知》（下稱《通知》），聚焦鋼鐵、石化化工、工業母機、汽車、航空航天等二十余個國民經濟重點行業，系統性部署七大核心任務，直指當前人工智能與實體經濟融合進程中數據散、模型弱、場景脫節的核心堵點，推動數據資源與AI模型深度協同、雙向互促、同頻共振，構建“數據-模型-場景應用”全鏈條良性循環，是落實國家“人工智能+”戰略部署、培育新質生產力、賦能新型工業化建設的關鍵落子，更是我國推動工業智能化轉型從單點試點邁向規模化落地的重磅舉措，具備極強的戰略指引性與實操落地性。

直擊工業AI發展核心短板

當前，我國人工智能產業已完成技術初步積累，正加速向實體經濟各領域滲透落地，但工業領域智能化轉型仍面臨諸多結構性瓶頸。一方面，通用大模型難以適配工業場景嚴苛的實時性、安全性、專業性要求，與行業技術機理脫節嚴重，出現“水土不服”的普遍問題；另一方面，工業數據體量龐大但分散無序，高質量行業數據集匱乏，數據治理、標注、整合能力不足，無法支撐專用模型迭代優化，數據要素價值難以充分釋放。同時，產業資源碎片化、跨主體協同不足、生態配套不完善等問題，進一步制約了AI技術在工業領域的規模化應用。

在此背景下，兩部委聯合推出2026年“模數共振”行動，既是對《國務院關于深入實施“人工智能+”行動的意見》《“人工智能+制造”專項行動實施意見》等頂層政策的細化落地，也是精準破解當前數智融合痛點、打通產業轉型堵點的針對性舉措。行動以“數據筑基、模型賦能、場景牽引”為核心邏輯，推動數據與模型從單向支撐轉向雙向共振，徹底打破“數據無用、模型空轉”的困境，為AI深度賦能實體經濟搭建起系統化、可復制的實施路徑。

全維度布局，構建模數協同發展閉環

本次《通知》明確量化各項任務指標，責任主體清晰、時間節點明確，七大重點任務層層遞進、環環相扣，形成從基礎資源建設到生態完善、從技術攻關到示范引領的全流程布局，核心圍繞“數據、模型、場景、協同、生態、標桿”六大核心發力。

一是雙維度數據集建設，夯實AI應用數據根基。行動將數據建設分為行業通識與行業專識兩大維度，精準區分共性需求與場景個性需求。要求各省份至少遴選3個重點行業、央企至少遴選1個重點行業，每行業梳理不少于5個通識高質量數據集，提煉行業通用技術機理與核心知識；同時圍繞每個行業不少于30個高價值細分場景，針對性搭建專識數據集，實現“共性打底、個性適配”，徹底解決工業AI研發“缺數據、缺高質量數據”的核心難題，后續形成標準化清單，為全行業提供通用數據底座。

二是分層級模型與智能體研發，適配全場景應用需求。針對模型供給不足、適配性差的問題，行動推行分層研發模式：每行業打造1個以上行業共性模型，解決行業通用場景痛點，每個模型落地不少于5個應用案例；針對細分場景，按需打造專用模型或具備自主執行能力的特色智能體，每個主體落地不少于3個實踐案例。這種“行業模型+專用模型/智能體”的雙層供給體系，既避免了重復研發，又能精準匹配不同場景需求，讓AI技術真正貼合工業生產實際，告別實驗室空轉。

三是閉環評測機制搭建，保障技術落地質量實效。為杜絕重數量、輕質量的形式化推進，行動專門建立模型評測體系，依托專業機構構建定制化評測數據集，形成“評測診斷-數據集優化-模型升級”的良性閉環。將評測結果作為資源調配、成果認定的核心依據，倒逼數據集提質、模型技術優化，確保每一項成果都具備實際推廣價值，推動工業AI從“能用”向“好用、實用”轉變。

四是協同載體建設，打破跨主體資源壁壘。針對數據、算力、技術資源分散的問題，行動要求各省份打造不少于3個、央企打造不少于1個“模數共振”空間，搭建跨主體數據可信流通、模型協同訓練的軟硬件平臺，配套完善安全合規、責任劃分機制，推動與國家數據基礎設施互聯互通，逐步打造“智能體工廠”；同時組建行業創新聯合體，整合算力、模型、數據、應用全鏈條企業，協同研發全棧解決方案，打造可復制的轉型“樣板間”，實現資源共享、優勢互補。

五是生態與標桿雙輪驅動，保障行動高效落地。生態配套方面，通過人才實訓、揭榜掛帥、標準宣貫等舉措，補齊復合型人才、核心技術、行業標準三大短板；標桿引領方面，優先遴選產業基礎好的重點城市先行先試，以點帶面推動全國落地，同時明確方案報送、中期評估、成效總結全流程時間節點，強化過程管控與成效考核，確保各項任務按期落地、見到實效。

重塑產業格局，激活實體經濟數智新動能

2026年“模數共振”行動絕非簡單的技術推廣項目，而是我國布局工業人工智能、推動數字經濟與實體經濟深度融合的戰略性布局，其核心價值體現在三大層面。

其一，破解轉型核心痛點，加速傳統產業提質升級。通過高質量數據集與專用模型的雙向賦能，解決傳統工業智能化轉型“不會轉、不敢轉、轉不起”的難題，推動研發、生產、運維、管理全流程智能化，大幅提升生產效率、降低運營成本，助力鋼鐵、石化、裝備制造等傳統支柱產業煥發新活力，夯實新型工業化產業根基。

其二，構建自主產業生態，搶占全球工業AI競爭高地。行動立足我國制造業規模優勢與全產業鏈優勢，自主打造行業數據集、專用模型與智能體體系，擺脫對國外通用模型的依賴，構建自主可控、安全可信的工業AI生態，提升我國在全球人工智能與先進制造業領域的核心競爭力，把握未來產業發展主動權。

其三，激活數據要素潛能，培育產業發展新賽道。行動推動工業數據標準化、資產化、價值化，帶動數據標注、模型訓練、智能體研發、場景服務等新業態蓬勃發展，形成新的經濟增長點，同時完善人才、標準、算力等配套體系，構建全鏈條協同的產業生態，為新質生產力培育提供核心支撐。

多方協同發力，確保行動成效最大化

要實現“模數共振”行動預期目標，需地方、企業、科研機構、行業組織多方協同、精準發力。地方層面需立足區域產業特色，科學遴選重點行業與城市，統籌跨部門資源，強化政策與資金保障，嚴格按照時間節點推進任務；央企與行業龍頭企業要發揮引領作用，主動開放場景、共享數據，牽頭組建創新聯合體，帶動中小企業協同轉型；中小企業可依托“模數共振”空間，低成本對接優質資源，快速推進智能化改造；科研機構與行業組織需聚焦技術攻關與標準制定，補齊基礎短板，推動成果轉化與經驗推廣，形成全社會協同推進的良好格局。

2026年“模數共振”行動，是我國推動人工智能與實體經濟深度融合的里程碑式舉措，精準錨定產業轉型核心痛點，以數據與模型的雙向共振為核心，構建起全鏈條、系統化、可落地的工業智能化推進體系。隨著行動全面落地，將徹底打通數智融合的關鍵堵點，推動工業AI從試點走向普及、從零散走向規模化，為新型工業化建設注入強勁數智動能，助力我國從制造大國邁向制造強國、數字強國。

作者介紹

工業和信息化部信息通信經濟專家委員會委員、南京郵電大學信息產業發展戰略研究院首席專家、浙江大學網絡空間國際治理研究基地首席專家、中國數據要素50人論壇主席。

太空算力何時走向商業爆發？

126星！“千帆”提速背后：直面運力與商業雙重考驗

華為2025年營收8809億元，聯接產業要落實“水戰略”

責編/版式：孫天

審校：梅雅鑫

監制：劉啟誠

【媒體矩陣】

今日頭條 | 微博 | 微軟MSN | 百家號

網易號 | 人民號 | 騰訊新聞 | 搜狐

新浪看點 | 雪球號 | 知乎

【運營團隊】

編輯｜梅雅鑫 孫天 朱文鳳

審校 | 梅雅鑫

監制｜劉啟誠