工业和信息化部办公厅与国家数据局综合司近日联合印发《关于联合实施2026年“模数共振”行动的通知》（以下简称《通知》），明确将通过专项牵引，推动人工智能（AI）高水平赋能新型工业化。《通知》聚焦钢铁、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20余个重点行业或领域，部署了系统性任务。

根据《通知》要求，本次行动旨在通过具体实践，在上述重点行业产出一批具有高推广价值和技术可行性的人工智能应用场景，攻关一批蕴含工业和信息化领域专业知识与技术机理的行业模型、专用模型和特色智能体，构建一批高质量的行业通识与专识数据集，并培育一批协同创新的攻关联合体。行动的整体目标是，到2026年底，基本形成“数据-模型-场景应用”三者之间良性互促的发展循环，从而实质性地推动人工智能技术与新型工业化进程的深度融合。

从“赋能概念”到“实施路径”：“模数共振”能否打通AI落地的“最后一公里”？

“模数共振”行动的发布，标志着我国推动人工智能与实体经济特别是工业领域的融合，从顶层设计和宏观倡导，进入了以具体行业为战场、以“数据-模型-场景”闭环为核心抓手的精细化、实操性新阶段。其意义不仅在于目标的设定，更在于提供了一套清晰的、可执行的方法论。

过去，AI赋能工业常常面临“有技术无处用、有场景无技术”的断层。此次《通知》的核心价值，在于试图系统性打破这一僵局。它将目标从过去泛泛的“AI+工业”，精准拆解为构建“数据-模型-场景”的良性循环。这实际上指出了AI工业化落地的三大关键堵点：一是行业数据质量差、标准不统一、流通不畅；二是缺乏深度融合行业知识（Know-How）的专用模型，通用大模型难以直接解决具体工业问题；三是技术与场景“两张皮”，应用价值难以验证和推广。行动要求同时构建高质量数据集、攻关行业模型、产出应用场景，正是针对性地“三管齐下”，力求形成正向飞轮效应。

通知点名的20余个行业极具代表性。既有钢铁、有色、石化等流程型传统支柱产业，也有汽车、航空航天、生物制造等离散型先进制造业，还涵盖了工业母机、电子元器件等“卡脖子”关键环节，以及历史经典产业等特色领域。这种覆盖广度表明，政策制定者认识到，AI赋能没有“一招鲜”，必须“一行一策”，深入行业肌理。培育“攻关联合体”的提法，则鼓励产学研用金协同，旨在解决单一企业或高校研发力量不足、成果转化难的问题。

更深层次看，“模数共振”是在全球科技竞争与产业变革大背景下，推动“新型工业化”的关键支撑。新型工业化的核心是智能化、绿色化、融合化，而人工智能是驱动这一切的“元技术”。通过此举，我国意在系统性沉淀各工业门类的核心数据资产与知识模型，这不仅是提升生产效率、降低成本，更是在构筑一道基于“数据+知识+场景”的深厚产业护城河，为参与未来全球高端制造竞争积累核心资本。

然而，蓝图绘就，重在落实。行动的最终成效，将取决于能否真正激发企业的内生动力，形成可持续的商业模式，而非政策驱动的短期项目。数据的确权、定价、安全流通机制，行业模型的共建共享与知识产权分配，以及如何让广大中小企业低成本、低门槛地融入这一循环，都是下一步需要细化破解的难题。“模数共振”行动拉开了大幕，真正的精彩，将取决于舞台上每一个行业参与者的具体实践与协同创新。

【个人观点，仅供参考，不构成投资决策依据，本文有采用部分AI检索】