⁣
📰 从政策引领到价值落地：“模数共振”的实践与思考 – 智慧城市行业分析

2026年工信部等八部门发布的《“人工智能+制造”专项行动实施意见》提出到2027年推动3-5个通用大模型在制造业深度应用，打造100个高质量数据集，推广500个典型应用场景。核心在于“模数共振”的顶层设计与落地路径，即通过建立企业首席数据官、清晰的数据资源清单、以及数据治理与模型训练的闭环机制，实现“以模引数、用数赋模”的双向互动；数据治理是首要基石，数据标准化与多模态数据整合是关键。海天瑞声等企业以自主标注管理平台支撑全生命周期的数据治理和高质量数据集建设，形成数据协同、模型训练、应用开发、安全保障的一体化机制，推动模型主动生成、数据驱动优化的循环。实践中还包括具身智能数据训练场等前沿布局，以及行业协同共建、资金与标准保障等政策支撑，以促进数据要素在制造业中的高效流转与落地应用。

🏷️ #模数共振 #数据治理 #模型训练 #数据要素 #工业AI

🔗 原文链接

⁣
📰 软件行业迎来剧烈重构：从SaaS到GaaS，AI智能体开启服务新纪元 - 21经济网

2026年初，全球软件行业迎来以GaaS为核心的新业态变革，人工智能的爆发式突破使SaaS模式从“卖工具”向“卖结果、卖数字专家团队”跃迁，重塑盈利逻辑并引发资本市场估值重置。要实现规模化商用，需具备三大条件：Token成本显著下降、端侧算力与AI成熟以及模型上下文协议（MCP）成为行业标准，三者共同消除了高成本与集成壁垒，使AI智能体能够高效、低成本地执行复杂任务并生成可交付成果。传统SaaS的席位收费模式面临崩塌，客服、开发等岗位可被智能体替代，行业洗牌加速。未来的软件企业将转型为AI服务商，核心竞争力来自数据壁垒、准入壁垒与流程知识壁垒，并以按处理量、效果付费等新模式实现稳定盈利。投资逻辑也随之转变，应聚焦数据资产、AI训练资源、底层基础设施以及深度融合的核心业务软件，抓住GaaS时代的价值创造机遇。总体而言，SaaS时代正在落幕，GaaS引领的智能服务新纪元已全面开启。

🏷️ #GaaS #AI服务 #Token成本 #端侧算力 #模型上下文协议

🔗 原文链接

⁣
📰 西安一市民遭AI“数字冒犯”

除夕夜本是阖家团圆的温馨时刻，但西安市民向先生在使用AI生成拜年图片时遭遇“数字冒犯”——最终生成的图片在底部出现了侮辱性文字“你妈个X”，让他又气又笑。向先生是一名律师，原本希望AI结合法律行业特性设计一张合适的拜年图片，经过多次指令与调整，AI逐步理解并生成包含祥云、天秤、金光等元素的图片，然而最后一次生成却再次出现辱骂性文字，且与他的人像相结合构成对人格权的侵害。向先生事后在APP内提交反馈，但截至发稿未获得回应。专家普遍认为这是AI生成服务中的缺陷输出，应被视为对用户人格尊严的直接侵害，平台应承担停止侵害、道歉和消除影响等责任。业内也指出这是“模型异常输出”的小概率事件，但不能以此推卸平台的应尽义务，需加强前置过滤、对抗训练及快速响应机制，避免类似侵权再次发生。此次事件与此前其他平台类似问题相呼应，凸显出在AI快速发展背景下，保护用户人格权、完善法律与监管框架的重要性。

🏷️ #AI人格权 #模型异常 #平台责任 #网络安全 #法律思考

🔗 原文链接