“模数共振”行动来了,陕西这座“场景富矿”怎么采?
白鹿科技
近日,工信部、国家数据局联合印发通知,正式启动2026年“模数共振”行动,面向制造业领域20个重点行业,探索场景、模型、智能体、数据集等关键技术成果的产出路径。
所谓“模数共振”,“模”即行业模型,“数”即工业数据。当前,大模型技术飞速迭代,但要让其在制造业真正落地,关键不在参数规模多大,而在于模型能否与高质量的工业数据深度耦合、相互激发——模型因数据而变得“懂行”,数据因模型而释放价值,这便是“共振”的要义。
简言之,这项行动就聚焦一件事——让制造业真正把人工智能用起来。
对陕西而言,这份文件值得细读。陕西是制造业大省,工业门类齐全,家底厚实。但与此同时,各产业智能化水平参差不齐,大量优质数据和场景尚未被充分挖掘。此次“模数共振”行动,恰好提供了一个契机——把厚重的产业“老底子”与人工智能的“新脑子”放在一起,看能碰撞出怎样的火花。
一
政策拆解:让制造业真正把人工智能用起来
此次行动的核心逻辑,浓缩在通知中的一句话:形成“行业模型赋能应用实践、应用实践产生场景数据、场景数据优化行业模型”的良性飞轮。信号非常明确:不再单纯比拼参数规模,模型必须懂得工业机理,必须能在车间里实实在在地转起来。
拆解七项重点任务,可以梳理出一条清晰的操作链路:以行业通识数据集和专识数据集为基础,构建行业模型与特色智能体;依托“模数共振”空间打通数据流通瓶颈;通过创新联合体形成“算力+模型+数据+应用”的全栈能力;以重点城市为标杆,实现“数据-模型-场景应用”的良性循环。
这意味着,新型工业化的下一步,需要的不是更“大”的模型,而是更“懂行”的模型。而这,正是陕西的机会所在。
二
陕西的“独家牌”:重点行业的精准对标
2025年,陕西制造业34条重点产业链合计实现工业总产值2.5万亿元,其中11条产业链产值超千亿元,5条超两千亿元。将这份“家底”与行动列出的20个重点行业逐一对照,契合度极高:
航空航天是陕西的王牌产业,对模型“懂工业机理”的要求最为苛刻;汽车产业是智能化转型的“优等生”,吉利“黑灯工厂”、比亚迪“刀片电池”西安基地、陕汽新能源商用车车架制造智能工厂等,已具备向“智能体工厂”跃迁的成熟条件,适合打造行业样板;能源化工作为典型的流程工业,危险作业特种智能体、矿井智能调度等场景市场广阔,潜力巨大。
不止于此,陕西还握有一张“隐形王牌”——丰富的科教资源。“十四五”期间,陕西创新产出水平指数达87.59%,居全国第4位。这意味着,陕西不仅是“模数共振”需求侧的场景富矿,同样可以成为供给侧的技朮高地。
图片由AI生成
三
要落地,陕西必须回答好3个“共振难题”
政策是蓝图,落地才是真考题。把通知要求与陕西实际放在一起看,有三个问题绕不过去。
问题一:“数据孤岛”怎么打破?
通知要求建设行业数据集、“模数共振”空间,与国家数据基础设施对接,说到底,就是要把散落各处的好数据汇集起来、用起来。但陕西面临一个现实难题:最有价值的工业数据往往保密等级高,流通难。这个问题并非陕西独有,但因涉密产业占比大而感受更直接。
破局的关键在于技术路径。2026年1月,西安率先完成“丝路数港”与国家全域功能节点对接,成为全国首个接入国家数据流通主干网络的城市,已接入305家市场主体,上架1806个数据产品。如果在航空航天等敏感行业率先走通“可用不可见”模式,这一经验对全国都具有示范意义。
问题二:“重点城市”名额怎么分?
通知要求,各省可选取至少2个重点城市打造标杆。西安大概率占一席,但剩下的名额给谁?榆林拥有全国知名的能源化工集群,是流程工业智能化的理想试验场;宝鸡则具备工业母机和整车制造基础,是典型的离散制造业智能化升级场景。若能采取“西安研发+地市应用”的协同模式,让不同城市各展所长,效果或许会更好。
问题三:“创新联合体”谁来牵头?
通知要求每个重点行业组建“模数共振”创新联合体,把算力、模型、数据、应用四方力量捏合在一起。理想的情形是:龙头企业当“链主”,有场景、有数据、懂痛点;高校和科创企业提供技术和算法;算力企业提供基础设施。陕西既有秦创原平台,又有34条重点产业链链主体系,基础是有的。
但现实是,“产学研用”深度融合尚不充分,链主企业开放场景的意愿有多强?中小科创企业能否拿到真实数据训练模型?这些都需要地方政府做大量协调工作——为开放场景的企业提供政策激励,给参与联合体的中小企业算力补贴和数据支持,把各方利益预期对齐。
图片由AI生成
四
对标行动计划 陕西可从3个方面发力
面向2026年底的行动时限,陕西有几件事可以重点发力:
第一,聚焦“高价值场景”打样。20个行业齐头并进既不现实也无必要,建议优先聚焦航空航天等代表性行业,形成全国标杆的《重点行业人工智能高价值场景档案》。
第二,加快“模数共振”空间实体载体建设。依托西安未来人工智能计算中心、国家超算西安中心和“丝路可信数据空间”等,把数据汇聚、模型训练、安全流通的基础设施搭好。
第三,把人才培养做实。通知特别提到要培养精通行业应用、数据科学、模型机理的多元复合型人才。陕西高校众多,优势明显。若能联合链主企业在高校设立实训基地,让学生在校期间就接触真实工业场景和数据,远比纯讲理论有效得多。
回到开篇,陕西手握一副好牌——制造业底子厚、科教资源多、应用场景丰富。但眼下,牌还没有完全打出去。“模数共振”行动提供的,正是一个整理牌面、集中出牌的机会。
把藏在实验室的模型、锁在保密柜的数据、沉淀在生产线上的经验真正融合到一起,陕西的新型工业化故事,才能讲得更扎实、更有底气。