夜雨聆风近日，工业和信息化部、国家数据局联合印发《关于联合实施2026年“模数共振”行动的通知》，该政策是面向制造业智能化的落地指引，与地方、企业、行业的发展机遇紧密相关。
本文将围绕政策出台背景、推进思路、任务设计与保障体系，进行全面梳理与解读。
01
为何要推出这项行动？
政策背景是什么？
2026年“模数共振”行动的出台，有着连贯的政策脉络与现实产业需求。
1. 顶层要求很明确：国家要把“人工智能+”落到实处
近年来，国家层面持续推动“人工智能+”与“人工智能+制造”战略落地，明确要求人工智能技术走出示范场景，真正融入生产环节、实现价值转化。
2. 现实瓶颈较明显：工业AI应用落地存在诸多障碍
当前工业人工智能在落地过程中仍面临普遍瓶颈：通用模型与工业场景适配性不足、工业数据资源缺乏治理、项目成果难以规模化复制与迭代。
3. 政策目标很清晰：破解工业AI落地堵点难点
政策旨在打通模型、数据与场景之间的壁垒，形成良性循环，切实解决工业领域智能化转型的堵点问题。
4. 战略定位很关键：落实国家部署，攻坚年度重点任务
该项行动是落实国家战略部署、破解工业AI落地难题的关键举措，也是2026年必须推进完成的重点任务。
02
“模数共振”整体怎么推进？
思路是什么？
“模数共振”行动遵循统一标准、多方协同、全面部署、重点突出的原则有序推进。
1. 核心路径：以模引数、用数赋模、模数互促，以模型需求带动数据治理，以高质量数据优化模型能力，实现双向提升、持续迭代。
2. 实施主体：覆盖全国各省、自治区、直辖市及相关中央企业，明确省级区域选取不少于3个重点行业，央企选取不少于1个重点行业。
3. 覆盖行业：聚焦20个重点行业开展落地工作，兼顾传统产业升级、新兴产业培育与未来产业布局。
4. 示范引领：优先选择人工智能基础较好、数据资源丰富、转型积极性高的城市打造标杆，以示范引领带动全国推广。
03
为何设七大任务？
背后有哪些考虑？
七大重点任务围绕工业AI落地全链条设计，针对性解决痛点、打通环节、夯实生态。
1. 构建行业通识数据集与通用模型：形成行业公共智能化底座，减少重复建设，降低企业应用门槛。
2. 挖掘高价值应用场景并打造专用智能体：聚焦生产核心环节，推动AI能力转化为实际解决方案。
3. 建立评测数据集与完善评测体系：形成训练、应用、评测、优化的闭环，保障模型实用性与可靠性。
4. 建设“模数共振”空间：构建安全可信的协同环境，实现数据不出域即可开展联合训练，破解数据共享难题。
5. 组建创新联合体：整合算力、数据、模型、应用等多方资源，形成全栈式解决方案，打造可复制的行业样板。
6. 完善生态配套支撑：加强人才培养、标准建设、技术攻关与供需对接，为规模化落地提供保障。
7. 选取重点城市打造示范标杆：集中资源形成典型经验，以点带面推动转型向纵深开展。
总结：这七大任务环环相扣、层层递进，完整贯通数据、模型、场景与生态全流程，为工业AI规模化落地筑牢了可行路径。
04
行动如何保障？
怎样确保落地见效？
为保障各项任务扎实推进，政策构建了国家、地方、央企三级协同保障机制。
1. 国家层面做好统筹指导与政策支持：搭建统一的成果展示平台，对成效突出的区域与企业给予项目、政策等方面倾斜。
2. 地方层面由工信、数据、通信等部门协同推进：落实配套政策与资金支持，强化组织保障与考核引导。
3. 央企层面发挥引领作用：加大资源投入，开放应用场景，开展关键技术攻关，带动产业链协同转型。
总结
“模数共振”对我们
有何实际意义？
“模数共振”行动的全面推进，将为不同主体带来切实的发展机遇：
1. 对地方政府：是争取试点示范、强化政策支撑、提升区域产业竞争力的重要抓手。
2. 对制造企业：是低成本推进智能化改造、释放数据价值、实现降本增效的重要契机。
3. 对AI与数据服务机构：是拓展业务场景、打造行业标杆、构建产业生态的重要窗口。
作为2026年工业AI领域的核心政策，“模数共振”行动兼具指导性与实操性，标志着我国“AI+制造”从试点探索迈入规模化落地的新阶段。各地、各企业与相关机构准确把握政策导向、抢抓发展机遇，将有效推动制造业数字化、智能化转型，为新型工业化建设注入持续动力。
