维度网讯，国家数据专家咨询委员会委员、北京交通大学教授张向宏近日围绕工业高质量数据集建设、“模数共振”行动落地等热点话题，深度解读了近期发布的一系列政策内涵。张向宏指出，人工智能已迈入规模化应用阶段，但工业领域仍面临高质量数据供给不足、数据与模型及场景脱节等核心瓶颈。

张向宏表示，当前人工智能正处于发展奇点，已跨过学习阶段步入规模化应用。2025年国内AI推理数据量101.34EB首次超越训练数据量的98.14EB，网络智能体流量占比也远超人类。然而，行业通识高质量数据集和行业专识高质量数据集仍然匮乏，大模型技术在工业制造等真实世界的广泛应用还缺乏实际反馈和证明。

近期系列文件为制造业数智化转型提供了顶层设计与实施路径。《推进行业高质量数据集建设行动的实施方案》提出，到2028年底建成一批覆盖重点领域、经过应用验证的行业高质量数据集。《关于联合实施2026年“模数共振”行动的通知》明确，到2026年底基本形成“数据—模型—场景应用”良性互促的循环。《关于启动工业数据筑基行动的通知》提出，到2026年底赋能一批行业大模型、工业智能体等应用落地，总结形成有效路径与创新机制。《“人工智能+制造”专项行动实施意见》则推动3至5个通用大模型在制造业深度应用，推广1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景。

在张向宏看来，“模数共振”是突破当前应用瓶颈的关键。该行动旨在分类打造行业通识与专识两类高质量数据集，配套研发行业专用大模型与细分场景智能体，形成“数据—模型—场景”相互促进的飞轮体系。他强调，工业制造是塑造智能经济新形态的主战场，制造业数智化转型向上倒逼高端软硬件技术突破，向下催生C2M定制、智能物流等新业态，并成为攻克可解释AI、数字孪生、边缘计算等核心技术的“试验场”。

谈及国内工业高质量数据集建设现状，张向宏指出，我国已进入顶层设计系统部署、工业制造先行试验的新阶段。截至2026年第一季度，全国已建成各类高质量数据集超过11.6万个，数据规模突破960PB。在落地实践中，工信部、国家数据局联合推进的“模数共振”行动已有516家机构完成平台认证，上线1350个工业数据集。无锡建成全国首个工业级具身智能数据集，天津、上海打造专业数据工厂，全国73家行业链主牵头搭建覆盖动力装备、化学药等赛道的细分数据集。

张向宏也直言行业现存三大核心痛点。一是面向AI训练的工业数据标准缺失，需加快数据标准研制与统一质量测评规范。二是工艺、配方、时序及感知识别等非结构数据的采集、加工与语义识别技术尚不成熟。三是工业数据开发利用仍处初级阶段，价值锚点未确定，现象级应用场景尚未形成。

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