据中国信通院微信号消息，习近平总书记高度重视人工智能发展，强调要加快发展新一代人工智能，推动人工智能和实体经济深度融合。《中华人民共和国国民经济和社会发展第十五个五年规划纲要》提出，要全面实施“人工智能+”行动，全方位赋能千行百业。工业和信息化部联合7部门共同印发《“人工智能+制造”专项行动实施意见》，破解制造业智能转型瓶颈，推动人工智能技术从通用创新走向制造业落地。为深入贯彻党中央、国务院关于人工智能发展的决策部署，工业和信息化部、国家数据局两部门联合启动实施“模数共振”行动，以模型与数据协同进化、技术创新与产业应用双向赋能为主线，着力构建“高质量数据-高效能模型-高价值应用”新的数据飞轮，为人工智能高质量发展筑牢根基，加快发展智能经济和智能社会新形态。

一、把握“模数共振”行动的核心内涵与战略意义

“模数共振”行动立足我国产业基础与发展实际，围绕高质量数据集、高水平行业模型、高价值应用场景、高效协同机制、完善生态配套，推动模型与数据深度耦合，实现数据要素价值最大化、模型能力精准化、产业应用实效化，推进人工智能发展从“技术驱动”向“价值驱动”迈进。

“模数共振”行动旨在以模型需求牵引数据治理，以高质量数据赋能模型迭代，构建“以模引数、用数赋模、模数共振”发展格局，推动人工智能模型与数据资源双向赋能。一是以模引数，牵引数据提质增效。围绕模型训练需求和场景适配要求，反向牵引数据全流程治理，推动数据从“沉睡资源”变为“流动要素”，提升数据赋能模型训练能力。二是用数赋模，推动模型精准化迭代升级。依托高质量行业数据提升模型场景适配能力，持续优化模型参数、提升推理精度，形成“模型优化-数据升级-应用提效-再优化”动态循环。三是模数共振，激活产业协同效能。以高价值应用场景为纽带，推动数据与模型高效配置，打破产业链上下游壁垒，提升产业整体效率。

二、聚焦重点任务攻坚，推动“模数共振”实践落地

“模数共振”行动面向钢铁、石油化工、有色金属、汽车、航空航天、生物医药、电子信息等二十余个重点行业，围绕筑底座、拓场景、优机制、建载体、聚联合、强生态、树标杆七大重点任务，全方位推动模型与数据深度协同，赋能人工智能高质量发展。

一是打造通识数据集与行业模型，夯实智能化转型发展底座。构建行业通识数据集，通过数据标注、知识工程等手段，编制数据集清单，形成覆盖行业共性需求的通识数据集。依托行业通识数据集建设推动行业模型持续迭代，实现“数据更新-模型优化-能力提升”良性循环，夯实智能化转型共性底座。

二是挖掘高价值场景，构建专识数据集与特色智能体。高价值场景是“模数共振”价值转化的核心载体，行业专识数据集与特色智能体是场景落地的核心支撑。聚焦重点行业，筛选可复制、易推广的细分场景，为数据供给、模型研发锚定方向。围绕高价值场景定制构建行业专识数据集，实现数据资源与场景需求高度匹配。依托专识数据与行业底座模型，打造场景化特色智能体，支撑业务场景自主化运行。推动专识数据、特色智能体与高价值场景深度融合，全面赋能产业转型升级、提质增效。

三是健全评测体系，形成“模数”闭环优化机制。评测体系是保障“模数”质量、推动迭代升级的关键抓手。打造满足重点行业应用场景和行业专用模型需求的特色化数据评测能力，细化评测数据的类型和场景适配性。搭建面向行业应用、特殊场景的动静结合模型评测能力，静态评测聚焦模型基础性能，动态评测跟踪模型在实际场景中的运行效果。构建数据与模型闭环反馈机制，形成“评测-优化-提升-再评测”闭环流程，实现模型与数据的闭环迭代，持续提升数据质量和模型性能。

四是建设协同创新载体，打通协同堵点。建设“模数共振”空间，整合数据资源、模型技术、研发力量、应用需求等核心要素，打造数据资源汇聚、模型研发、成果转化于一体的协同创新空间。推动“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。

五是着力打造“模数共振”创新联合体。创新联合体是算力企业、模型企业、数据企业和应用开发企业的组合，推动组建创新联合体，并建立与“模数共振”空间在模型研制、软硬适配、数据处理、应用方案设计与开发等方面协同联动，形成行业级、全栈式解决方案研发和应用，形成完整的“数-模-用”产业链条，打造人工智能赋能行业“样板间”。

六是完善生态配套，强化保障机制支撑。加强培养复合型人才，通过“深度行”活动、实训基地建设等模式，构建“高校培养+企业实训+在职培训”体系。完善标准体系，鼓励多方围绕数据、模型、评测等关键环节，参与“模数共振”标准规范制定。构建覆盖人才、标准、服务等全维度生态配套体系，保障“模数共振”行动持续、高效推进。

七是打造重点城市标杆，发挥示范引领效应。重点城市是“模数共振”行动的实践载体，遴选人工智能产业基础雄厚、创新资源丰富的城市打造标杆，完善人才、资金等要素配套，建立健全政策协同机制，推动攻关重点任务。总结标杆城市实践案例，形成可复制、可推广的经验，构建“标杆引领、全面推进”的发展格局。

三、以场景需求为牵引，激活“模数共振”价值转化

“模数共振”以重点行业、典型场景为牵引，推动模型与数据在产业落地中深度融合，形成一批可推广、可复制的标杆案例，以应用实效反哺模数共振体系的完善。

场景牵引是“模数共振”行动的牛鼻子。聚焦工业制造、医疗健康等重点领域高价值场景，建立场景应用反馈机制，通过应用牵引实现数据与模型持续进化，提升模型能力，推动数据、模型、场景协同升级，实现“应用越广、数据越优、模型越强、价值越大”正向循环。

产业需求是“模数共振”行动的出发点和落脚点。以场景应用持续反哺数据迭代与模型优化，推动数据、模型的供给与产业需求精准匹配，引导模型研发企业、数据机构根据产业需求定向研发、精准供给，避免技术与场景脱节、数据与应用错位。

深度融合是“模数共振”行动的最终目标。以“模数共振”为支撑点，推动数据、模型与各行业场景结合，构建“数据+模型+场景+服务”新型模式。推动数据、模型和产业深度融合，丰富产业形态，提升价值转化效率，培育形成“人工智能+制造业”新质生产力。

“模数共振”行动紧扣国家战略，对标专项行动部署要求，以模型、数据为核心抓手，以产业实际需求为鲜明导向，充分激活数据要素价值，迭代提升智能模型能力，持续推进数据资源与智能模型全方位融合、深层次联动、常态化共振，以模数协同赋能产业转型升级，推动人工智能由技术创新突破向规模化产业落地跃迁，全面构建人工智能产业创新引领、高质量发展新格局。（中国信息通信研究院副院长魏亮）