⁣
📰 以“模数共振”筑牢数据底座，助力人工智能赋能新型工业化
_光明网

2026年“模数共振”行动由工信部等联合发布，面向钢铁、石化、汽车、航空等20个制造业重点行业，推动数据、模型、场景应用的协同互促，力求在2026年底形成数据—模型—场景应用的良性循环。该行动建立行业通识与场景专识的数据集体系，攻关行业模型与智能体，构建评测基准，并在具备数据资源条件的城市形成标杆案例。核心在于把应用纳入持续循环，数据不再只是模型的原料，而是持续更新的能力基础，模型通过场景应用不断校准与进化，形成“数据驱动、模型迭代、场景落地”的闭环。浪潮集团在济南落地实施，提供全链条算力、数据加工与本体语义平台支撑，建设高质量数据集与智能体，覆盖合同审核、设备运维、供应链等场景，已服务多家大型企业并实现高效场景落地。未来各地将通过数据盘点、数据集建设、模型攻关、场景评测四阶段推进，持续回流数据、优化模型，推动制造业智能化落地与行业数字化升级。

🏷️ #模数共振 #数据治理 #场景落地 #行业数据集 #智能体

🔗 原文链接

⁣
📰 老师傅的“绝活”变成数据喂给大模型 武汉模数共振从概念加速走进生产车间 - 武汉市人民政府门户网站

武汉在模数共振行动中推动工业AI与数据要素深度融合，形成“数据—模型—场景”的闭环。通过一业一模、一链一策的落地机制，打造汽车、光电子信息、高端装备三大产业创新联合体，龙头带动上下游实现数据集建设与场景落地，显著提升智驾、质检、智能排产等应用的迭代效率与生产效能。汽车赛道以东风集团为核心，建立自主大模型体系并实现300余个应用场景，数据空间确保合规流通；光电子赛道由长飞光纤搭建专属数据体系，形成多类数据集，推动AI视觉质检、智能排产等智能体矩阵落地；高端装备赛道由华工科技探索“工业机理+数据驱动”的模式，提升设备预警、降低停机，推动老师傅经验数字化、数据化，使可落地的方案直接支撑生产。当前已逐步形成数据集建设与场景落地的初步闭环，但仍存在大模型对工艺机理理解不足、高质量数据集供给不足、共享复用机制欠缺等挑战，需要持续优化数据标准、治理与协同共享机制，推动产业数字化与智能化更深融合。

🏷️ #模数共振 #数据要素 #工业AI #场景落地 #智能制造

🔗 原文链接

⁣
📰 全国首个地方数据集建设方案落地，武汉打造“模数共振”新飞轮 - 21世纪经济报道

武汉将以数据要素价值释放为核心，推动数智经济与实体经济深度融合。依据《行动方案》，未来三年将建设200个以上行业高质量数据集（公共数据集不少于80个），支撑200个以上垂类大模型训练与智能体开发，打造100个行业标杆应用，力争使武汉AI产业规模从858亿元增长至2000亿元以上，年均增速超30%。作为核心驱动，数据被视为新的生产要素，AI为新生产工具，形成“模数共振”发展模式。为落实目标，武汉将加快公共数据开放与行业数据集建设，推动数据供得出、流得动、用得好，并率先在光芯屏端网、汽车、医疗等优势产业及城市治理领域推进试点，形成政府引导、企业协作的数智生态。通过对地址找人等数据治理与自主AI模型的落地应用，提升数据质量与可用性，支撑大模型的生成、推演和泛化能力，促成以数训模、以模生数的正向循环。

总之，武汉以高质量数据集与模数共振为核心，持续推进“AI+Data”生态建设，提升数据治理水平与产业智能化水平，推动城市公共服务能力与数字经济协同发展。/

🏷️ #数据要素 #高质量数据集 #模数共振 #数智经济 #AI产业

🔗 原文链接

⁣
📰 AI驱动产业创新，北京“模数共振”等系列举措成果亮相

7月3日，2026全球数字经济大会在京举办，人工智能融合应用发展论坛聚焦AI创新产品首发、模数共振行动等多项举措，展现北京在AI产业生态建设上的创新活力。现场发布《北京市“模数共振”行动实施方案》，以推动钢铁、石化化工、有色金属等20个重点领域的AI应用场景、行业模型、数据集与人才生态建设，形成行业共识与协同创新。北京将以数据、模型、算力的全链条联动，促进AI技术与实体经济深度融合，激活新动能，推动数字经济提质升级。会上8家北京市优质创新企业发布大模型、多模态数据、数据库、智能体等覆盖产业链各环节的首发产品，彰显北京AI产业生态的活力与多样性；并启动朝阳水务、大望京园区等场景合作共建，推动多元化应用落地。未来，北京将强化核心技术攻关，优化算力与数据要素，推动全域应用场景开放，打造AI中试基地，继续以创新合伙人角色推动人工智能从试点走向全域普及。

🏷️ #模数共振 #人工智能 #北京科技 #数字经济 #创新生态

🔗 原文链接

⁣
📰 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