4月28日下午，第九届数字中国建设峰会“人工智能产业发展和赋能新型工业化”主题交流活动在福州海峡国际会展中心举行。论坛由工业和信息化部主办，中国信息通信研究院（以下简称“中国信通院”）、浪潮云洲工业互联网有限公司、南京新一代人工智能研究院有限公司共同承办，主题为“数智领航新工业，模数共振强实体”。

　　《中国经营报》记者在现场注意到，整场论坛的核心提法落在“模数共振”四字之上，以高质量数据集、高效能模型、高价值应用为三要素，构建“数据驱动模型进化—模型赋能应用创新—应用反哺数据积累”的良性循环。

　　围绕这一提法，工业和信息化部于当日发布《关于联合实施2026年“模数共振”行动的通知》，论坛现场同步启动相应的“模数共振”行动计划，并集中发布“方升”大模型基准测试体系新版本结果与人工智能系列集智专题报告。

　　与会嘉宾的共识是，当前工业大模型与制造业深度融合的最大瓶颈，并不在于模型能力本身，而在于数据治理与模型适配的协同不足、行业高质量数据集建设的滞后，以及技术体系的碎片化。

　　政策落定

　　“模数共振”是本场分论坛的题眼。

　　中国信通院副院长魏亮在致辞中表示，“模数共振”的核心要义在于构建“高质量数据—高效能模型—高价值应用”的良性循环；4月28日工业和信息化部发布的《关于联合实施2026年“模数共振”行动的通知》，将进一步明确人工智能模型与数据资源协同互促、同频共振的具体路径。中国信通院将持续打通“数据—模型—应用”完整闭环，夯实制造业数智化转型的核心底座。

　　中国信通院人工智能研究所平台与工程化部副主任李荪在报告中将“模数共振体系”具象化。她指出，业界当前普遍面临三类突出问题：模型能力与业务场景脱节、数据价值释放不充分、技术体系碎片化。模数共振体系以高质量数据集、高效能模型、高价值应用三大要素为核心，构建数据驱动模型进化、模型赋能应用创新、应用反哺数据积累的循环机制，是连接数据治理、算法创新与产业数字化转型的关键纽带，也是培育新质生产力的重要引擎。

　　“数据—模型”双底座加速成型

　　化工是国民经济支柱产业之一。中国科学院大连化学物理研究所叶茂在演讲中指出，传统化工研发长期受制于“逐级放大”带来的周期长、投资大等难题。团队构建了石化化工全链条大数据中心，发布具备深度机理推理能力的“智能化工大模型”，并围绕企业建设全链条智能体应用群，在工业和信息化部支持下牵头组织相关行业协作，助力化工产业向低碳化、高端化、智能化发展。

　　轨道交通装备领域的探索同步展开。中车工业研究院技术研究部副部长咸晓雨阐述了轨道交通装备领域人工智能“模数共振”能力建设思路，介绍了中车以“斫轮”大模型体系与高质量数据集双底座为支点，打造覆盖研发、制造、运维全生命周期AI闭环的方案。

　　不过，从“试点”到“规模化”还有多远？

　　在分论坛的高端对话环节，来自中国信通院、中车工业研究院、大连市数据产业有限公司、砺英数智（北京）数据技术有限公司、深信服科技股份有限公司的多位专家，围绕工业高质量数据集建设、统一大模型评测体系、模数双向共振机制及规模化复制路径等议题展开讨论。与会嘉宾较为一致的判断是，模数共振不仅是技术问题，更是系统性工程。当前最大的瓶颈在于数据治理与模型适配的协同不足，未来需要从标准、机制、生态三方面发力，加快构建可持续的“数据—模型—应用”闭环，推动模数共振从“盆景”走向“风景”。