5 月 7 日，工业和信息化部、国家数据局联合印发通知，正式启动 2026 年模数共振行动。该行动面向制造业 20 个重点行业，旨在破解 AI 赋能制造业中存在的数据孤岛、模型泛化不足、场景适配低效等核心难题，推动人工智能高水平赋能新型工业化。
什么是模数共振？
模数共振即大模型与数据要素的深度协同。当前制造业 AI 落地面临的最大痛点是：模型虽强，但缺少高质量的工业数据喂养；数据虽多，却散落在不同企业、不同系统中无法流通。此次行动正是要从制度层面打通这一堵点，让模型和数据真正产生化学反应。
行动方案明确提出，将确定重点推进城市，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，为各地区、各部门推进 AI+ 制造提供清晰的操作指南。
20 个重点制造业覆盖哪些领域？
虽然官方尚未公布完整的 20 个重点行业清单，但结合此前的政策脉络，预计将涵盖汽车制造、电子信息、装备制造、钢铁冶金、石化化工、纺织服装等核心领域。这些行业普遍具备数据基础好、自动化程度高、AI 应用场景明确的特点，有望率先实现规模化落地。
值得关注的是，行动特别强调场景适配和模型泛化两大技术挑战。这意味着，通用大模型直接搬进工厂的时代已经过去，企业更需要的是经过工业场景深度调优的垂直模型，以及能够持续从生产数据中学习的智能体系统。
对产业意味着什么？
对于 AI 企业而言，模数共振行动释放了明确的政策信号：制造业是 AI 落地的主战场。从智谱 AI 的工业大模型到百度的文心工业版，头部玩家早已布局。此番政策加码，将进一步加速 AI 技术从实验室走向车间。
对于制造业企业而言，政策红利叠加技术成熟，AI 降本增效的窗口期已经打开。据测算，AI 赋能可使制造业综合效率提升 15% 至 30%，部分场景甚至更高。但前提是企业必须解决数据治理和人才储备的基础问题。
AI 资源之家认为，模数共振行动标志着中国 AI 产业从卷模型正式转向卷落地。谁能率先跑通工业场景的 AI 闭环，谁就能在下一轮竞争中占据制高点。政策大门已经敞开，接下来要看企业的执行力了。
