维度网讯，工业和信息化部办公厅与国家数据局综合司于2026年5月6日正式印发《关于联合实施2026年“模数共振”行动的通知》（工信厅联科函〔2026〕193号），面向钢铁、石化化工、汽车、航空航天、电子元器件、信息通信等20个行业领域，系统部署人工智能模型与数据资源协同互促的七大重点任务。通知要求各省级地区至少选择3个重点行业，每家中央企业至少选择1个行业参与行动，到2026年底基本形成“数据—模型—场景应用”良性互促的循环。

本次行动的核心逻辑在于破解当前工业AI领域“数据散、模型弱、场景脱节”的结构性矛盾。通知明确提出“数模共振”的概念，即通过行业高质量数据集的规模化构建，为行业模型的训练提供可复用的知识底座；同时以模型评测结果反向诊断数据集的质量缺口，形成“评测诊断—数据集定向优化—模型能力提升”的正向闭环。这一机制设计将数据治理从一次性项目升级为持续性迭代的系统工程，为行业模型的规模化落地提供了可操作的路径框架。

七大重点任务按照“数据—模型—场景—生态”四个层级递进展开。数据和模型层面，通知要求各实施主体梳理行业内数据资源，通过数据标注和知识工程提炼形成行业通识高质量数据集，每个行业梳理不少于5个；基于通识数据集研发至少1个掌握行业技术机理的行业模型，并形成不少于5个应用案例。场景和智能体层面，每个行业凝练不少于30个高价值应用场景，针对每个场景构建至少1个行业专识数据集，并打造专用模型或特色智能体，每个智能体需落地不少于3个实践案例。中国工业体系门类齐全、产业链条完整，为高质量数据集的规模化构建提供了天然的场景富矿——从钢铁高炉的实时传感数据到汽车产线的视觉检测数据，从电力装备的运行监测数据到电子元器件的缺陷分类数据，每个细分行业都积淀着独特的隐性知识和专业机理。当前行业痛点在于，这些分散在不同企业、不同产线上的数据尚未形成可复用的资产池，而通识数据集的构建正是打通这一壁垒的关键杠杆。

基础设施与生态配套方面，通知首次提出打造“模数共振”空间，要求每个省级地区建设不少于3个、每家央企打造不少于1个。这类空间需具备跨主体数据可信贯通、模型协同训练与安全合规应用的能力，鼓励与国家数据基础设施互联互通，逐步向“智能体工厂”演进。同时要求组建“模数共振”创新联合体，每个重点行业至少组建1个，联合算力、模型、数据和应用的各方主体共同开展全栈式解决方案的研发。行动还设定了“重点城市”机制，人工智能产业基础较好的城市可申报成为标杆试点。人才保障方面，通知提出通过组织“深度行”活动、建设实训基地、实施“揭榜挂帅”等方式，系统培养精通行业应用、数据科学和模型机理的多元复合型人才。

时间表方面，通知明确了从启动到收官的关键节点，节奏紧凑。2026年5月30日前，各省级工业和信息化主管部门需会同数据管理部门编制实施方案并报送；8月30日前提交阶段性总结报告，工业和信息化部与国家数据局将组织专家开展中期评估；11月30日前提交行动总结报告，两部门将对整体实施情况进行评估并发布行动完成名单和城市名单。工业和信息化部与国家数据局将建立统一平台对各项成果进行展示，对实施效果好的区域和企业在有关政策、项目中予以倾斜支持。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com