工信部悄然发力：20个行业+7大任务，中国工厂要变天了

5月6日，工信部与国家数据局联合发布《2026年"模数共振"行动通知》，20个制造业重点行业将迎来AI深度改造。

01 "模数共振"：一个被忽略的国家级战略

5月6日，一条不太起眼的消息，出现在工信部官方公众号"工信微报"上。

消息很短，但分量极重——工业和信息化部与国家数据局联合启动2026年"模数共振"行动，面向制造业20个重点行业遴选重点城市，推动"人工智能+制造"走深走实。

什么叫"模数共振"？通俗地说，就是让AI大模型与工业数据深度共鸣、互相促进：模型需要数据来训练和优化，而数据需要模型来产生价值和反哺迭代。

📡 行动核心目标

• 行业模型赋能应用实践 — 打造可复用的行业专用AI模型

• 应用实践产生场景数据 — 真实工业场景持续产生高质量数据

• 场景数据优化行业模型 — 数据回流形成"飞轮效应"

这不仅仅是一份文件，而是中国制造业数字化转型"最后一公里"的系统性解决方案。

02 7大任务：拆解"模数共振"的行动清单

行动方案设置了7项明确任务，每一项都指向一个具体痛点：

🎯 任务一：摸清行业数据家底

数据是AI的"燃料"。但中国制造业的数据现状是：有数据、难共享、质量差。行动方案要求各重点城市系统梳理20个行业的数据资源，建立"数据家底台账"。

🎯 任务二：加工通识高质量数据集

光有原始数据不够，还需要清洗、标注、结构化。通识数据集的建立，将大幅降低中小企业使用AI的门槛。

🎯 任务三：训练共性行业模型

不同的行业需要不同的AI模型。行动方案支持在通识数据集基础上，训练行业共性模型，避免每个企业"重复造轮子"。

🎯 任务四：打造特色智能体

模型是"大脑"，智能体是"手脚"。行动方案鼓励面向具体场景打造行业特色智能体，让AI能够自主执行复杂任务。

🎯 任务五：挖掘高价值细分场景

AI+制造不能"大而全"，必须找到高价值细分场景。方案鼓励企业和科研机构联合"揭榜挂帅"，攻破关键技术瓶颈。

🎯 任务六：完善产业生态配套

当前产业生态存在"配套弱、人才缺、工具少、标准乱"的痛点。行动方案通过"深度行"促进合作、实训基地培育骨干、"标准行"推动贯标，系统性完善产业要素支撑。

🎯 任务七：强化组织保障与政策支持

工信部、国家数据局将对实施效果好的区域和企业，在相关政策、项目中予以倾斜支持。地方主管部门也将给予必要的政策、资金支持。

03 为什么是现在？制造业的"智能焦虑"

要理解这份文件的重要性，得先看懂中国制造业的"智能焦虑"：

• 全球竞争压力下：德国工业4.0、美国先进制造、日本Society 5.0都在加速，中国制造业必须"换道超车"

• 人力成本上升：制造业平均工资十年涨了2.6倍，企业急需智能化降本增效

• 数据孤岛严重：企业内部数据都难打通，跨企业、跨行业的数据共享更是难上加难

• AI落地困难：通用大模型不懂行业know-how，专用模型又缺数据、缺人才、缺资金

"模数共振"行动，就是为了解决这些"卡脖子"问题。

04 20个重点行业：谁将率先受益？

行动方案覆盖制造业20个重点行业，虽然具体名单尚未完全公布，但结合工信部以往重点支持领域，以下行业大概率在列：

🏭 重点行业预测名单

• 电子信息：芯片制造、智能终端、半导体设备

• 汽车制造：新能源汽车、智能驾驶、车规级芯片

• 高端装备：数控机床、工业机器人、航空航天

• 新材料：先进半导体材料、高性能纤维、生物基材料

• 生物医药：创新药、高端医疗器械、基因技术

• 绿色能源：光伏、风电、储能、氢能

这些行业共同的痛点是：研发周期长、工艺复杂、数据采集难、经验依赖重。而AI+数据的"共振"，恰恰能在这些环节发挥威力。

05 专家解读：从"技术驱动"到"价值驱动"

中国信息通信研究院副院长魏亮对"模数共振"行动做了深度解读。

💡 核心定位

魏亮指出，"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、完善生态配套五大方向，推动模型与数据深度耦合。

这意味着，中国AI发展正在从"技术驱动"向"价值驱动"迈进。

💡 落地逻辑

魏亮强调，产业需求是"模数共振"行动的出发点和落脚点。行动以场景应用持续反哺数据迭代与模型优化，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，避免技术落地与场景脱节、数据供给与应用需求错位。

说白了，就是不让AI技术"自嗨"，必须对准产业真问题。

06 对AI行业意味着什么？

"模数共振"行动对AI行业的影响，不容小觑：

🎯 市场机会：从消费互联网转向工业互联网

过去十年，中国AI企业大多聚焦消费互联网（推荐算法、人脸识别、语音助手）。而"模数共振"行动将打开工业互联网的万亿级市场。

🎯 数据红利：高质量工业数据集将成为"新石油"

哪些企业能率先建立起细分行业的高质量数据集，哪些企业就能在"模数共振"中占据制高点。

🎯 生态重构：模型厂商、数据服务商、制造企业将深度绑定

行动方案鼓励各类市场主体协同参与。未来的竞争，不是单一企业的竞争，而是生态与生态的竞争。

07 地方城市怎么申报？政策倾斜有哪些？

对于地方政府和重点企业而言，这份行动通知释放了明确的申报信号：

• 申报主体：以城市为单位，联合本地重点企业、高校、科研机构共同申报

• 支持措施：工信部、国家数据局将在相关政策、项目中予以倾斜支持

• 地方配套：地方主管部门将给予必要的政策、资金支持

• 评估机制：行动设置指标化要求、阶段性评估，确保各项任务务实高效落地

这意味着，谁先行动、谁先落地，谁就能拿到政策和资金的"头等舱"。

08 未来三年展望：制造业的智能跃迁

基于"模数共振"行动的部署，可以预见未来三年内制造业的智能跃迁路径：

🚀 第一阶段（2026年）：试点探索

20个重点行业中的头部城市和龙头企业将率先启动试点，形成第一批可复制的行业模型和智能体。

⚡ 第二阶段（2027年）：规模推广

成功试点将向全国推广，中小企业开始享受到行业模型和高质量数据集的红利，AI+制造从"可选"变成"必选"。

🎯 第三阶段（2028年）：生态成熟

模型、数据、应用形成良性飞轮，中国制造业在全球智能竞争中占据主动。

💡 结语："模数共振"不是一句口号，而是中国制造业在智能时代的一次系统性"换脑"。当AI大模型与工业数据深度共振，当20个重点行业完成智能跃迁，我们将见证的，或许不只是生产效率的提升，而是整个制造业范式的革命性重构。5月6日这份文件，或许正是这场伟大变革的起点。