"模数共振"行动落地——工信部+国家数据局联合推动AI赋能制造，规上企业AI应用普及率超30%

2026年4月，工业和信息化部办公厅、国家数据局综合司联合发布《关于联合实施2026年"模数共振"行动的通知》（工信厅联科函〔2026〕193号），以数据—模型—场景全链条深度协同推动人工智能高水平赋能新型工业化。行动面向钢铁、石化化工、有色金属、汽车、航空航天等20个重点行业，目标到2026年底基本形成"数据—模型—场景应用"良性互促循环。截至目前，我国规上制造业企业人工智能技术应用普及率已超过30%，人工智能渗透领航工厂业务场景超70%，工业机器人装机量连续5年位列全球第一。江苏雪浪工业大模型、浙江AI验布等典型案例展现出显著的降本增效成果，上海宝山区同步发布《建设上海市智能制造引领区行动方案（2026-2028年）》，以六大行动打造区域智造标杆。

一、政策框架："模数共振"的七大重点任务

1.1 行动目标与覆盖行业

"模数共振"行动重点面向钢铁、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20个行业或领域。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。

通知明确了量化目标：每个省级地区至少选择3个重点行业，每家央企至少选择1个；每行业梳理不少于5个行业通识高质量数据集，研发不少于1个行业模型，每个行业模型应用案例不少于5个；每行业凝练不少于30个高价值场景，每个场景构建不少于1个行业专识数据集、打造不少于1个专用模型或特色智能体，每个落地案例不少于3个。

1.2 七大重点任务解析

任务一：构建行业通识数据集，打造行业模型。分行业梳理数据资源，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，基于此研发掌握行业技术机理、服务共性应用场景的行业模型。

任务二：梳理高价值场景，构建行业专识数据集，打造特色智能体。围绕重点行业培育应用潜力大、可复制性强的AI应用场景，逐个构建蕴含场景特殊知识的专识数据集，对需要自主规划执行能力的场景打造智能体，其他场景打造专用模型。

任务三：建立健全评测数据集，完善模型评测机制。依托专业机构构建特色化评测数据集，发挥评测在模型能力诊断中的基准作用，形成"评测诊断—数据集定向优化—模型能力提升"的良性循环。

任务四：创建"模数共振"空间，探索协同机制。打造承载跨主体数据汇聚和模型训练的软硬件基础设施，制定跨主体数据协同、模型共建、责任划分、安全保障的管理机制，每省级地区不少于3个、每央企不少于1个，逐步打造为"智能体工厂"。

任务五：打造"模数共振"创新联合体，构建全栈方案。引导算力企业、模型企业、数据企业和应用开发企业组建创新联合体，每行业不少于1个，共同开展模型研制、软硬适配、数据处理和应用方案设计，打造AI赋能行业"样板间"。

任务六：完善生态配套，加强关键要素保障。通过"深度行"活动、实训基地培养复合型人才，通过"揭榜挂帅"强化AI和数据技术创新，通过"标准行"加大重点标准宣贯。

任务七：确定"重点城市"打造标杆。选择AI产业基础好、数据资源丰富的城市作为实施重点，国家数据要素综合试验区或下辖国家AI创新应用先导区的省份可选取不超过3个，其他省份不超过2个。

赛迪智库信息化与软件产业研究所数智化转型研究室主任孙刚指出，"模数共振"建立了一个动态、持续、闭环的反馈与进化系统：一是让模型更贴合实际业务机理，深度贴合行业生产逻辑；二是动态适配场景变化，通过生产运行数据持续回流驱动模型迭代调校；三是缩小模型应用偏差，以真实场景数据修正误差；四是实现场景快速复制推广，依托标准化数据规范与模型模板降低二次开发成本。

二、四大痛点：AI赋能制造的瓶颈与突破方向

2.1 数据壁垒：数据多、互通弱、利用率低

当前制造业AI融合面临的首要痛点是数据壁垒。企业内部数据分散在不同系统中，跨部门、跨厂区的数据流通存在堵点；产业链上下游之间的数据共享更加困难，"数据孤岛"现象普遍。数据多但互通弱、利用率低，导致AI模型缺乏高质量训练数据，难以发挥应有价值。"模数共振"行动通过构建行业通识数据集和专识数据集、创建跨主体"模数共振"空间，正是要从制度和技术两个层面打通数据流通堵点。

2.2 核心技术供给不足：高端工业软件对外依赖度高

高端工业软件对外依赖度高是另一突出瓶颈。研发设计类工业软件（CAD、CAE、CAM）市场由西门子、达索等欧美巨头主导，国产化率仅约10%；生产控制类软件（MES、PLC、SCADA）国产率超过50%但高端市场仍有差距。2025年全国工业软件产业规模接近3000亿元，但核心技术和关键工具的自主可控水平亟待提升。行动要求攻关蕴含工业技术机理的行业模型和专用模型，正是要以AI为突破口重构工业软件能力。

2.3 规模化产出难：中小企业转型成本高

AI在制造业的应用目前仍以头部企业试点为主，中小企业在技术支撑和资金投入上难以持久维持研发，导致规模化产出困难。经济日报评论指出，应推行梯度化转型扶持机制，重点面向中小制造企业发放算力服务和数字化转型服务券，降低初期投入压力；广大中小企业应优先选取质检分拣、智能巡检、仓储调度等轻量化、低成本、见效快的成熟场景先行试点。

2.4 复合型人才紧缺：懂工业又懂AI的人才缺口大

既懂工业机理又懂AI算法的复合型人才面临较大缺口。行动通过建设实训基地、组织"深度行"活动等方式系统培养多元复合型人才。上海市在《进一步推动"AI+制造"发展的若干措施》中明确支持建设"AI+制造"高水平人才培养平台，鼓励行业协会联合制造企业及服务商打造行业定制化课程，定期组织人才赴链主企业和示范工厂开展学习实践。

三、成效与案例：从数据到场景的真实价值

3.1 关键数据：普及率超30%，领航工厂超70%

在政策持续推动下，AI赋能制造业取得阶段性进展。工信部数据显示：规上制造业企业人工智能技术应用普及率超过30%，人工智能渗透领航工厂业务场景超70%，工业机器人装机量连续5年位列全球第一。我国AI核心产业规模突破1.2万亿元，企业超过6200家，智能算力规模达到2185EFLOPS；人形机器人整机企业超过140家，产品超400款。

智能工厂梯度培育方面，截至2026年6月底，全国累计建成5.6万余家基础级、9000余家先进级、500余家卓越级智能工厂，培育15家领航级智能工厂。2026版要素条件将卓越级AI场景比例要求从20%提升至30%，领航级维持60%，并新增工业智能体数量和日均词元调用量指标。

3.2 江苏雪浪工业大模型：工业知识大脑

江苏雪浪工业大模型是雪浪云基于自研雪浪OS智能制造数字底座与通用大模型"通专融合"的产物，也是江苏省内首个通过国家网信部门备案的工业大模型（备案号：Jiangsu-XueLangGongYe-202412070012）。该模型具备知识问答、工艺辅助、风险管理、报告生成等应用场景，检索和问答综合准确率达95%以上，已应用于辅助投标文书撰写、自动生成设备运维日报、打造运维知识大脑与行业知识中台以及AutoCAD自动化建模等。

雪浪云联合华东理工大学、云能投团队开发的"硅智优化大模型"（SiliconOpti LM），创新性融合"机理模型+数据大模型+生成式大模型"，实现了对有机硅单体合成过程核心工艺参数的高精度闭环优化调控，解决了通用大模型在工业场景中物理一致性不足、动态适应性弱、可解释性差的关键瓶颈。目前雪浪工业大模型已与铁建重工、中铁工业、中国电科、中国中车、锡柴等企业开展合作，入选工信部2025年智能制造典型案例。

3.3 浙江AI验布：准确率提升25个百分点，效率提升2倍

浙江在纺织业投入AI验布技术，取得显著成效。传统人工验布依赖质检员肉眼识别布面瑕疵，长时间工作后疲劳导致漏检率上升。AI验布系统通过计算机视觉和深度学习算法，可实时识别布匹表面的断经、断纬、污渍、色差等多种缺陷，准确率比人工高25个百分点，效率提升2倍。该案例同样入选工信部智能制造典型案例，为劳动密集型传统行业的AI改造提供了可复制范式。

3.4 上海宝山：智能制造引领区六大行动

2026年8月24日，中共上海市宝山区委八届十三次全会审议通过《宝山区建设上海市智能制造引领区行动方案（2026-2028年）》，提出实施六大行动：

一是技术创新攻坚行动，加快培育多元新型研发机构，持续畅通转化链条，让更多创新成果在宝山转化落地。二是主导产业提升行动，聚焦机器人及高端装备、高端新材料、生产性服务业等主导产业细分赛道发力突破。三是优质企业培育行动，打造一流领航企业、构建梯度培育体系、推动服务商集聚发展。四是智能转型领跑行动，以智能工厂夯实底座、以应用场景赋能转型、以供需对接破解堵点难点。五是发展要素保障行动，强化空间载体、智能要素、公共服务平台的关键支撑。六是产业生态优化行动，注重人才引领、强化金融赋能、完善政策体系。

宝山区已形成扎实的产业基础：上大通用智能机器人研究院在南大智慧城启用，宝山区、上海大学、宇树科技三方共建的智能机器人产业创新平台投入运营；科勒电子获评国家卓越级智能工厂；宝信软件等龙头企业集聚。宝山还在推进"模塑申城·AI+制造"行动，推动华为盘古大模型等AI技术在钢铁领域应用，实现降本增效和绿色低碳发展。

四、推进路径：统筹布局、企业转型、市场激活

4.1 统筹布局产业政策

破解AI赋能制造痛点，需要在顶层设计上加快统一工业数据规范与行业应用标准，统筹推进细分领域工业数据集建设，打通跨行业、跨厂区数据流通堵点。优化科创资源配置，整合优质校企研发力量，以协同团队定向攻坚高端工业软件、专用工业大模型、工业核心算力硬件等领域。推行梯度化转型扶持机制，避免"一刀切"。

4.2 引导企业分级转型

大型龙头制造企业要发挥行业引领作用，依托完整生产链条与海量应用场景深耕生产工艺优化、设备智能运维、全流程质量管控等深度应用，自主参与行业垂类AI模型打磨，搭建行业共享数智服务平台，带动上下游中小配套企业协同转型。中小企业则应优先选取质检分拣、智能巡检、仓储调度等轻量化、低成本、见效快的成熟场景先行试点，以最小成本完成数字化基础搭建。

4.3 地方政策密集落地

除上海宝山外，多地已出台配套政策。山东省印发《"人工智能+制造"行动方案（2026—2028年）》，强调场景牵引；大连市发布制造业智能化改造数字化转型三年行动计划，提出到2028年底建成10个以上卓越级智能工厂、1个以上领航级智能工厂。上海市发布《进一步推动"AI+制造"发展的若干措施》13条，对工业垂类大模型攻关最高支持2000万元，对租用智能算力资源最高给予4000万元补贴。

工信部副部长柯吉欣在2026世界人工智能大会上表示，下一步将加强AI科技创新和产业创新深度融合，建设AI领域制造业创新中心，实施"模数共振"行动推动算力、算法、数据协同攻关；大力推动AI与制造业深度融合，开展人形机器人与具身智能实景实训行动；加快关键急需标准研制，实施AI伦理审查先导计划，向世界提供高性能开源大模型。

五、常见问题解答

Q: "模数共振"行动是什么？由哪两个部门联合发起？

A: "模数共振"行动是工业和信息化部与国家数据局于2026年4月联合启动的专项行动（工信厅联科函〔2026〕193号），以数据—模型—场景全链条深度协同推动AI赋能新型工业化。行动面向20个重点行业，目标到2026年底基本形成"数据—模型—场景应用"良性互促循环。

Q: 当前我国规上制造业AI应用普及率是多少？

A: 截至目前，我国规上制造业企业人工智能技术应用普及率已超过30%，人工智能渗透领航工厂业务场景超70%，工业机器人装机量连续5年位列全球第一。我国AI核心产业规模突破1.2万亿元，AI企业超过6200家。

Q: AI赋能制造业面临哪些主要痛点？

A: 四大痛点：一是数据壁垒明显，数据多、互通弱、利用率低；二是核心技术供给不足，高端工业软件对外依赖度高，研发设计类软件国产化率仅约10%；三是规模化产出难，中小企业在技术和资金上难以持续投入；四是复合型人才紧缺，既懂工业机理又懂AI算法的人才缺口大。

Q: "模数共振"行动有哪些量化目标？

A: 每个省级地区至少选3个重点行业、每家央企至少选1个；每行业梳理不少于5个通识数据集、研发不少于1个行业模型（应用案例不少于5个）；每行业凝练不少于30个高价值场景，每场景构建不少于1个专识数据集和1个专用模型/智能体（落地案例不少于3个）；每省级地区打造不少于3个"模数共振"空间。

Q: 浙江AI验布的效果如何？

A: 浙江在纺织业投入AI验布技术，通过计算机视觉和深度学习实时识别布匹表面断经、断纬、污渍、色差等缺陷，准确率比人工验布高25个百分点，效率提升2倍。该案例入选工信部2025年智能制造典型案例，为传统劳动密集型行业AI改造提供了可复制范式。

Q: 上海宝山智能制造引领区的六大行动是什么？

A: 2026年8月宝山区委全会审议通过的行动方案提出六大行动：技术创新攻坚行动、主导产业提升行动、优质企业培育行动、智能转型领跑行动、发展要素保障行动、产业生态优化行动。目标经过三年努力，在创新引领、标准引领、规模引领、辐射引领方面全面争先，研发设计、生产制造、运营管理等重点环节实现智能转型。

信源：经济日报/中国经济网（2026-08-25）、工业和信息化部（2026-04-28）、人民网/证券日报（2026-07-20）、人民邮电报（2026-04-29）、上海市宝山区人民政府（2026-08-24）、上海市经信委（2026-07-17）