两部门关于联合实施2026年“模数共振”行动的通知展会快讯

工业和信息化部、国家数据局近日联合印发通知，正式启动2026年“模数共振”行动（下称“行动”），面向制造业领域20个重点行业，确定一批重点城市，探索场景、模型、智能体、数据集、案例等关键技术成果的产出路径，推动人工智能高水平赋能新型工业化。

通知明确，行动重点面向制造业领域中的钢铁、工业母机、汽车、航空航天、信息通信等20个行业，并依托重点城市和省份，推动产出一批推广价值高、技术可行性强的人工智能应用场景，攻关一批蕴含工业和信息化领域技术机理的行业模型、专用模型和特色智能体，构建一批行业通识和行业专识高质量数据集，培育一批攻关联合体，优化人才、标准等产业配套生态。到2026年底，基本形成“数据—模型—场景应用”良性互促的循环，推动人工智能高水平赋能新型工业化。

通知部署了七项重点任务，包括构建行业通识数据集和专识数据集、完善模型评测机制、创建“模数共振”空间、打造“模数共振”创新联合体、确定一批重点城市等。通知提出，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，赋能模型训练、智能体研发和应用，逐步打造为“智能体工厂”。

工业和信息化部科技司相关负责人表示，“模数共振”行动重点任务聚焦人工智能应用实际痛点、卡点进行谋划布局，力图全面贯通模数融合发展全链条。各项任务路径明确、相互协同，既能推动产出场景、模型、智能体、数据集、案例等直接可用的技术产品，又能打造生态服务能力、夯实长期工作基础。同时通过指标化要求、阶段性评估，确保任务落地务实高效。

据悉，工业和信息化部、国家数据局将对各实施区域和有关中央企业加强政策支持，对行动中形成的各项成果，建立统一平台进行承载、展示，对于先进经验和成功做法开展宣传推广，强化示范引领效应。对于行动实施效果好的区域和企业，在有关政策、项目中予以倾斜支持。

来源：工信部网站

工信厅联科函〔2026〕193号

各省、自治区、直辖市工业和信息化主管部门、通信管理局、数据管理部门，各有关中央企业：

为深入贯彻党中央、国务院关于人工智能发展的决策部署，落实《国务院关于深入实施“人工智能+”行动的意见》《“人工智能+制造”专项行动实施意见》要求，推动人工智能模型与数据资源协同互促、同频共振，工业和信息化部、国家数据局联合开展2026年“模数共振”行动。有关事项通知如下：

一、工作目标

重点面向钢铁、石化化工、有色金属、建材、工业母机、汽车、医疗装备、电力装备、船舶、航空航天、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、网络安全等行业或领域（以下统称“行业”），通过行动牵引，推动产出一批推广价值高、技术可行性强的人工智能应用场景，攻关一批蕴含工业和信息化领域技术机理的行业模型、专用模型和特色智能体，构建一批行业通识和行业专识高质量数据集，培育一批攻关联合体，优化人才、标准等产业配套生态。到2026年底，基本形成“数据-模型-场景应用”良性互促的循环，推动人工智能高水平赋能新型工业化。

二、重点任务

（一）构建行业通识数据集，打造行业模型

结合各省级地区/各央企特色优势，在“工作目标”列出的行业范围内，选取若干重点行业确定行动范围（每个省级地区至少选择3个，每家央企至少选择1个）。分行业梳理行业内数据资源，明确产数主体、数据类型、资源规模等信息，并通过数据标注、知识工程等手段，提炼形成行业通识高质量数据集（每行业梳理不少于5个），形成《重点行业通识高质量数据集清单》。基于行业通识数据集，聚焦行业内人工智能应用的痛点，研发能够掌握行业技术机理、服务行业共性应用场景的行业模型（每行业研发不少于1个），并在符合法律政策、保障安全要求的前提下，稳妥有序开展应用（每个行业模型应用案例不少于5个）。行动结束时汇总形成《重点行业模型清单》，为行业智能化转型提供共性底座。

（二）梳理高价值场景，构建行业专识数据集，打造特色智能体

围绕所选择的重点行业，梳理、培育一批应用潜力大、推广范围广、可复制性强、适合通过人工智能技术改造的细分人工智能应用场景，凝练形成《重点行业人工智能高价值场景档案》（每个行业凝练不少于30个）。针对各高价值场景实现规模化应用的需要，逐个构建蕴含场景特殊知识的行业专识高质量数据集（每个场景构建不少于1个），并打造能够符合场景特殊应用需要的专用模型或特色智能体（若场景应用需具备自主规划、执行能力，则打造智能体，其他情况打造专用模型，每个场景打造不少于1个）。在符合法律政策、保障安全要求的前提下，稳妥有序开展专用模型/特色智能体的实践落地（每个专用模型/特色智能体落地案例不少于3个）。行动结束时汇总形成《重点行业专识高质量数据集清单》和《专用模型/特色智能体清单》。

（三）建立健全评测数据集，完善模型评测机制

依托有条件的专业机构，面向行业模型、特色智能体等能力评估需要，构建特色化、定制化的评测数据集，发挥评测数据集在模型能力诊断中的基准作用，构建面向行业应用、面向特殊场景的模型能力评测体系，并将模型评测结果作为行业高质量数据集建设和优化的重要依据，形成“评测诊断-数据集定向优化-模型能力提升”的良性循环。

（四）创建“模数共振”空间，探索协同机制

各地区选择第三方中立机构或龙头企业、各央企选择集团内专业单位作为建设运营主体，打造“模数共振”空间，包括研发一套能够承载跨主体数据汇聚和模型训练的软硬件基础设施，以及制定一套能够实现跨主体数据协同、模型共建、责任划分、安全保障的管理机制，具备跨主体数据可信贯通、模型协同训练与安全合规应用的能力（每省级地区打造不少于3个，每央企打造不少于1个）。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，赋能模型训练、智能体研发和应用，逐步打造为“智能体工厂”。

（五）打造“模数共振”创新联合体，构建全栈方案

围绕所选择的重点行业，引导算力企业、模型企业、数据企业和应用开发企业组建“模数共振”创新联合体（对于所选择的重点行业，每行业打造不少于1个），支持联合体与“模数共振”空间协作联动，共同开展模型研制、软硬适配、数据处理、应用方案设计与开发。组织联合体强化行业级、全栈式解决方案研发和应用，打造人工智能赋能行业“样板间”。

（六）完善生态配套，加强关键要素保障

通过组织重点行业人工智能赋能新型工业化“深度行”活动、建设实训基地等形式，推动各类主体加强交流、项目合作与成果推广。系统培养精通行业应用、数据科学、模型机理的多元复合型人才。通过“揭榜挂帅”等形式，强化人工智能、数据技术创新和工具研发。通过开展“标准行”活动等形式，加大人工智能数据工程等重点标准宣贯力度，鼓励企业参与人工智能相关标准研制和推广应用。

（七）确定“重点城市”打造标杆

选择人工智能产业基础较好、数据资源丰富的城市（含直辖市下属区县）作为“模数共振”行动实施的重点城市。其中，国家数据要素综合试验区、下辖国家人工智能创新应用先导区（以下简称“先导区”）或制造业领域国家人工智能应用中试基地（以下简称“中试基地”）的省级政府，可选取的总量不超过3个（优先选择先导区城市、中试基地所在城市），其他省级政府可选取总量不超过2个。重点城市应在所在省级地区选取的重点行业范围内，结合本地区特色优势，选择若干重点行业，确定工作思路并编制实施方案，推进前述任务落实。

三、工作要求

（一）编制实施方案。各省级工业和信息化主管部门会同数据管理部门（本地区行动范围涉及“信息通信”“网络安全”行业的，还需会同本地区通信管理局）、各有关中央企业，围绕七项重点任务（任务七仅需各省级政府部门执行），统筹组织相关力量，编制“模数共振”行动实施方案（模板见附件1），并于2026年5月30日前函送工业和信息化部（科技司）、国家数据局（数字科技和基础设施建设司）。

（二）做好跟踪与中期评估。2026年8月30日前，各行动实施区域和实施主体梳理行动进展，形成阶段性总结报告（模板见附件2），报送工业和信息化部（科技司）、国家数据局（数字科技和基础设施建设司）。两部门将组织相关专家，组建服务团，通过技术评测、实地辅导等方式组织开展中期评估，根据评估情况优化调整实施过程。

（三）开展成效总结。2026年11月30日前，各行动实施区域和实施主体总结各项任务完成情况，报送行动总结报告（模板同为附件2）。工业和信息化部会同国家数据局组织对整体实施情况进行评估，发布行动完成名单和城市，梳理总结高价值场景、行业模型、专用智能体、高质量数据集、“模数共振”空间、“模数共振”创新联合体等系列工作成果。

四、组织保障

工业和信息化部、国家数据局发挥统筹指导作用，对各实施区域和有关中央企业加强政策支持，对行动中形成的各项成果，建立统一平台进行承载、展示，对于先进经验和成功做法，开展宣传推广，强化示范引领效应。对于行动实施效果好的区域和企业，在有关政策、项目中予以倾斜支持。地方工业和信息化主管部门、通信管理局和数据管理部门要会同行动城市强化组织保障，充分调动人工智能应用企业、数据服务企业、模型技术企业、人工智能应用服务商等各类主体积极性，对行动给予政策、资金支持。各中央企业做好组织保障和资源投入，加强场景开放和技术攻关力度。

联系方式：

工业和信息化部　010-68205250

国家数据局　　　010-89062370

附件：1.《“模数共振”行动实施方案》模板

　　　2.《“模数共振”行动情况总结报告》模板

工业和信息化部办公厅

国家数据局综合司

2026年4月24

工业4.0俱乐部微信公众号版面已经对外开放，商务合作请联系俱乐部编辑胡先生：18819016811（微信同号）

周济院士｜“十五五”智能制造推进的战略思考（附PPT）

周济院士：建设强大的智能制造系统建设队伍（附PPT）

Gartner2031年数据分析与AI百大预测报告（附下载）