【AI 快讯】两部门启动＂模数共振＂行动,打造智能体工厂

01什么是”模数共振”？

4 月 28 日，工业和信息化部办公厅、国家数据局综合司联合发布《关于联合实施 2026 年”模数共振”行动的通知》。

“模数共振”是什么意思？

简单说就是让 AI 模型和数据资源”协同互促、同频共振”——行业模型赋能应用实践，应用实践产生场景数据，场景数据再反哺优化行业模型，形成一个良性飞轮。

这个概念最早出现在 2025 年 12 月工信部联合七部门印发的《”人工智能+制造”专项行动实施意见》中。本次两部门联合启动 2026 年专项行动，进一步细化了各地区、各行业推进”AI+制造”的具体操作路径。

02聚焦20个实体经济领域

《通知》明确重点面向以下 20 个行业或领域：

传统制造：钢铁、石化化工、有色金属、建材、工业母机、汽车、船舶、航空航天

装备制造：医疗装备、电力装备

新兴领域：家居、医药、生物制造、历史经典、电子元器件、消费电子、新型显示、软件、信息通信、网络安全

知名经济学家、工信部信息通信经济专家委员会委员盘和林指出，这些行业是我国实体经济的重要领域，涵盖的经济产值规模非常大。选择这些行业，是将 AI+ 行动对实体经济的赋能作用最大化。

目标很明确：到 2026 年底，基本形成”数据-模型-场景应用”良性互促的循环，推动 AI 高水平赋能新型工业化。

03七项重点任务

《通知》部署了七项重点任务，核心围绕”场景、模型、智能体、数据”四大关键词：

构建数据集：打造行业通识数据集和行业专识数据集，为模型训练提供高质量燃料

攻关行业模型：研发蕴含工业技术机理的行业模型、专用模型和特色智能体

创建”模数共振”空间：各地区选择第三方中立机构或龙头企业作为建设运营主体，打造跨主体数据汇聚和模型训练的软硬件基础设施

打造智能体工厂：鼓励”模数共振”空间与国家数据基础设施互联互通，实现多主体数据高效可信流通，逐步打造为”智能体工厂”

量化指标：每省级地区打造不少于 3 个”模数共振”空间，每央企打造不少于 1 个

04挑战与机遇并存

盘和林指出，在这么多不同行业打造行业模型和特色智能体，确实面临不少挑战：

数据壁垒：行业数据分散在不同企业的不同控制域中，需要架设数据桥梁

通用模板缺失：各家企业智能化目标不同，通用模板往往”水土不服”

人才短缺：智能体不实用、不会用，企业缺少必要的人才开展智能化转型

破局之道：靠协同（部门间、企业间协同）、靠合作（算法企业针对性开发特色方案）、靠要素集中（金融和人才支持）。

05几点思考

这次”模数共振”行动释放了一个强烈信号：国家层面的 AI 推进正在从”通用大模型”转向”行业专用模型+特色智能体”。

对金融从业者来说，这意味着什么？

第一，行业模型的时代真的来了。通用大模型解决共性问题，但真正能落地的，是那些懂行业机理、有行业数据喂养的专用模型。金融行业作为数据最密集的行业之一，必然是重点突破方向。

第二，“智能体工厂”的概念值得重点关注。如果每个行业都要建智能体工厂，那金融行业的智能体工厂长什么样？信贷审批智能体、风控决策智能体、客户服务智能体——这些不再是概念，而是政策明确支持的方向。

第三，数据壁垒是最大挑战。正如专家所说，数据分散在不同企业、不同系统中，如何打通？这对金融机构的数据治理能力提出了更高要求。

AI 不是替代你，而是替代不会用 AI 的人。 在”模数共振”的大潮中，谁能率先完成数据-模型-场景的闭环，谁就掌握了下一轮竞争的主动权。

通知链接：

https://www.miit.gov.cn/jgsj/kjs/wjfb/art/2026/art_71c830bf78a94f498bd3c187ac8b4778.html

#AI #模数共振 #智能体工厂 #行业模型 #AI+制造