2026年4月28日，工业和信息化部办公厅、国家数据局综合司联合印发《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），正式启动“模数共振”行动，推动人工智能模型与数据资源协同互促，助力人工智能高水平赋能新型工业化发展。
此次行动深入贯彻党中央、国务院关于人工智能发展的决策部署，紧扣相关政策要求，重点面向钢铁、汽车、医疗装备、电子元器件等20个重点行业，通过七大重点任务牵引，推动形成“数据-模型-场景应用”良性互促循环，目标是到2026年底，实现人工智能与行业发展深度融合。
行动明确多项核心任务：构建行业通识与专识高质量数据集，研发行业模型、专用模型及特色智能体，完善模型评测机制；创建“模数共振”空间，打造具备数据汇聚、模型训练能力的协同平台，逐步发展为“智能体工厂”；组建创新联合体，推动算力、模型、数据等企业协同攻关，打造行业智能化“样板间”；确定重点城市打造标杆，完善人才、标准等生态配套保障。
通知明确了实施节奏：各省级部门及相关央企需于5月30日前报送实施方案；8月30日前完成阶段性总结及中期评估；11月30日前报送总结报告，两部门将评估整体成效并发布成果。
此次行动强化组织保障，两部门将发挥统筹指导作用，对实施效果突出的区域和企业予以政策、项目倾斜。地方相关部门及中央企业将强化资源投入，调动各类市场主体积极性，推动行动落地见效，为新型工业化发展注入智能动能。
工业和信息化部办公厅 国家数据局综合司关于联合实施2026年“模数共振”行动的通知
工信厅联科函〔2026〕193号
各省、自治区、直辖市工业和信息化主管部门、通信管理局、数据管理部门，各有关中央企业：
为深入贯彻党中央、国务院关于人工智能发展的决策部署，落实《国务院关于深入实施“人工智能+”行动的意见》《“人工智能+制造”专项行动实施意见》要求，推动人工智能模型与数据资源协同互促、同频共振，工业和信息化部、国家数据局联合开展2026年“模数共振”行动。有关事项通知如下：
一、工作目标
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、网络安全等行业或领域（以下统称“行业”），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，优化人才、标准等产业配套生态。到2026年底，基本形成“数据-模型-场景应用”良性互促的循环，推动人工智能高水平赋能新型工业化。
二、重点任务
（一）构建行业通识数据集，打造行业模型
结合各省级地区/各央企特色优势，在“工作目标”列出的行业范围内，选取若干重点行业确定行动范围（每个省级地区至少选择3个，每家央企至少选择1个）。分行业梳理行业内数据资源，明确产数主体、数据类型、资源规模等信息，并通过数据标注、知识工程等手段，提炼形成行业通识高质量数据集（每行业梳理不少于5个），形成《重点行业通识高质量数据集清单》。基于行业通识数据集，聚焦行业内人工智能应用的痛点，研发能够掌握行业技术机理、服务行业共性应用场景的行业模型（每行业研发不少于1个），并在符合法律政策、保障安全要求的前提下，稳妥有序开展应用（每个行业模型应用案例不少于5个）。行动结束时汇总形成《重点行业模型清单》，为行业智能化转型提供共性底座。
（二）梳理高价值场景，构建行业专识数据集，打造特色智能体
围绕所选择的重点行业，梳理、培育一批应用潜力大、推广范围广、可复制性强、适合通过人工智能技术改造的细分人工智能应用场景，凝练形成《重点行业人工智能高价值场景档案》（每个行业凝练不少于30个）。针对各高价值场景实现规模化应用的需要，逐个构建蕴含场景特殊知识的行业专识高质量数据集（每个场景构建不少于1个），并打造能够符合场景特殊应用需要的专用模型或特色智能体（若场景应用需具备自主规划、执行能力，则打造智能体，其他情况打造专用模型，每个场景打造不少于1个）。在符合法律政策、保障安全要求的前提下，稳妥有序开展专用模型/特色智能体的实践落地（每个专用模型/特色智能体落地案例不少于3个）。行动结束时汇总形成《重点行业专识高质量数据集清单》和《专用模型/特色智能体清单》。
（三）建立健全评测数据集，完善模型评测机制
依托有条件的专业机构，面向行业模型、特色智能体等能力评估需要，构建特色化、定制化的评测数据集，发挥评测数据集在模型能力诊断中的基准作用，构建面向行业应用、面向特殊场景的模型能力评测体系，并将模型评测结果作为行业高质量数据集建设和优化的重要依据，形成“评测诊断-数据集定向优化-模型能力提升”的良性循环。
（四）创建“模数共振”空间，探索协同机制
各地区选择第三方中立机构或龙头企业、各央企选择集团内专业单位作为建设运营主体，打造“模数共振”空间，包括研发一套能够承载跨主体数据汇聚和模型训练的软硬件基础设施，以及制定一套能够实现跨主体数据协同、模型共建、责任划分、安全保障的管理机制，具备跨主体数据可信贯通、模型协同训练与安全合规应用的能力（每省级地区打造不少于3个，每央企打造不少于1个）。鼓励“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，赋能模型训练、智能体研发和应用，逐步打造为“智能体工厂”。
（五）打造“模数共振”创新联合体，构建全栈方案
围绕所选择的重点行业，引导算力企业、模型企业、数据企业和应用开发企业组建“模数共振”创新联合体（对于所选择的重点行业，每行业打造不少于1个），支持联合体与“模数共振”空间协作联动，共同开展模型研制、软硬适配、数据处理、应用方案设计与开发。组织联合体强化行业级、全栈式解决方案研发和应用，打造人工智能赋能行业“样板间”。
（六）完善生态配套，加强关键要素保障
通过组织重点行业人工智能赋能新型工业化“深度行”活动、建设实训基地等形式，推动各类主体加强交流、项目合作与成果推广。系统培养精通行业应用、数据科学、模型机理的多元复合型人才。通过“揭榜挂帅”等形式，强化人工智能、数据技术创新和工具研发。通过开展“标准行”活动等形式，加大人工智能数据工程等重点标准宣贯力度，鼓励企业参与人工智能相关标准研制和推广应用。
（七）确定“重点城市”打造标杆
选择人工智能产业基础较好、数据资源丰富的城市（含直辖市下属区县）作为“模数共振”行动实施的重点城市。其中，国家数据要素综合试验区、下辖国家人工智能创新应用先导区（以下简称“先导区”）或制造业领域国家人工智能应用中试基地（以下简称“中试基地”）的省级政府，可选取的总量不超过3个（优先选择先导区城市、中试基地所在城市），其他省级政府可选取总量不超过2个。重点城市应在所在省级地区选取的重点行业范围内，结合本地区特色优势，选择若干重点行业，确定工作思路并编制实施方案，推进前述任务落实。
三、工作要求
（一）编制实施方案。各省级工业和信息化主管部门会同数据管理部门（本地区行动范围涉及“信息通信”“网络安全”行业的，还需会同本地区通信管理局）、各有关中央企业，围绕七项重点任务（任务七仅需各省级政府部门执行），统筹组织相关力量，编制“模数共振”行动实施方案（模板见附件1），并于2026年5月30日前函送工业和信息化部（科技司）、国家数据局（数字科技和基础设施建设司）。
（二）做好跟踪与中期评估。2026年8月30日前，各行动实施区域和实施主体梳理行动进展，形成阶段性总结报告（模板见附件2），报送工业和信息化部（科技司）、国家数据局（数字科技和基础设施建设司）。两部门将组织相关专家，组建服务团，通过技术评测、实地辅导等方式组织开展中期评估，根据评估情况优化调整实施过程。
（三）开展成效总结。2026年11月30日前，各行动实施区域和实施主体总结各项任务完成情况，报送行动总结报告（模板同为附件2）。工业和信息化部会同国家数据局组织对整体实施情况进行评估，发布行动完成名单和城市，梳理总结高价值场景、行业模型、专用智能体、高质量数据集、“模数共振”空间、“模数共振”创新联合体等系列工作成果。
四、组织保障
工业和信息化部、国家数据局发挥统筹指导作用，对各实施区域和有关中央企业加强政策支持，对行动中形成的各项成果，建立统一平台进行承载、展示，对于先进经验和成功做法，开展宣传推广，强化示范引领效应。对于行动实施效果好的区域和企业，在有关政策、项目中予以倾斜支持。地方工业和信息化主管部门、通信管理局和数据管理部门要会同行动城市强化组织保障，充分调动人工智能应用企业、数据服务企业、模型技术企业、人工智能应用服务商等各类主体积极性，对行动给予政策、资金支持。各中央企业做好组织保障和资源投入，加强场景开放和技术攻关力度。
联系方式：
工业和信息化部 010-68205250
国家数据局 010-89062370
附件：1.《“模数共振”行动实施方案》模板
2.《“模数共振”行动情况总结报告》模板
工业和信息化部办公厅
国家数据局综合司
2026年4月24日
附件1
XX 省/集团“模数共振”行动实施方案
实施单位：省级工业和信息化主管部门、数据管理部门/中央企业 集团（盖章）
日期：XX 年XX 月 XX 日
一、总体思路和目标
描述本区域/本企业推进“模数共振”行动选取的重点行 业，总体工作原则和思路。
二、实施基础
描述本区域/本企业推进“模数共振”行动的实施基础，包括但不限于人工智能产业发展总体情况，选取的重点行业发展基础，人工智能在重点行业赋能情况，技术创新基础情况， 高质量数据集建设基础情况、数据安全保护情况、人才团队储备情况等。
三、重点任务实施计划
描述本区域/本企业在行动周期内，实施各项重点任务的 思路举措、路径方式、任务目标等（涉及数据处理、对外提 供等环节的重点任务，需说明相关安全保护措施）。
四、“模数共振”创新联合体打造成果
描述本区域/本企业打造“模数共振”创新联合体过程及 结果（结果模板见附件 1.1）。
五、重点城市选取情况和实施方案（中央企业无需填写） 描述本区域重点城市选取标准、遴选过程及结果，并逐
一简要介绍各重点城市的工作基础、工作思路和预期成果。各重点城市实施方案以附件形式依次附后（模板见附件1.2）。
六、保障措施
描述本区域/企业为“模数共振”行动配套采用的组织保 障、政策保障、资金保障、安全合规保障等情况。
七、时间计划
描述行动周期内，各项任务的时间进度安排计划。
八、预期成效
描述预期能够形成的、可量化的成果，按条列出。
附件：
附件 1.1《“模数共振”创新联合体清单》模板
| 序号 | 联合体名称 | 联合体单位 | 联合体能力情况 |
| 例 | XX 行业“模数共振”联合体 | XX 公司（牵头）、XX、XX | 在算力供给方面，…；在模型打造方面，…；在数据服务方面，…；在人工智能应用产品开发方面，…。 |
| …… | …… | …… | …… |
填写说明：
- “联合体名称”需体现所服务行业的特色。
- “联合体单位”逐一列出，并明确牵头单位。
- “联合体能力情况”需体系化介绍算力供给、模型打造、数据服务、人工智能应用服务等方面的能力情况，最终体现该联合体具备打造该行业全栈式解决方案的能力。
附件 1.2 《重点城市“模数共振”行动实施方案》模板
XX 市“模数共振”行动实施方案
实施单位：市级工业和信息化主管部门（盖章） 日期：XX 年XX 月 XX 日
一、总体思路和目标
介绍本市选择推进“模数共振”行动的重点行业，并描述在各重点行业推进“模数共振”行动的总体原则和思路、路径方式。
二、实施基础
描述在重点行业深入推进“模数共振”服务应用行动的实施基础，包括但不限于人工智能产业发展总体情况，重点行业发展基础，人工智能在重点行业赋能情况，技术创新基础， 重点行业高质量数据集建设基础情况、数据安全保护情况、人才团队储备基础等。
三、重点任务实施计划
描述重点城市在构建行业通识数据集、打造行业模型， 梳理高价值场景、构建行业专识数据集、打造专用模型/特色智能体，建立健全评测数据集，创建“模数共振”空间，打造“模数共振”创新联合体，加强关键要素保障等任务的实施计划。
（涉及数据处理、对外提供等环节的重点任务，需说明相关安全保护措施）
四、保障措施
描述重点城市为深入实施“模数共振”行动配套采用的组织保障、政策保障、资金保障、安全合规保障等情况。
五、时间计划
描述行动周期内，各项任务的时间进度安排计划。
六、预期成效
描述预期能够形成的、可量化的成果清单，按条列出。
附件 2
XX 省/集团“模数共振”行动情况总结报告
实施单位：省级工业和信息化主管部门、数据管理部门/中央企业 集团（盖章）
日期：XX 年 XX 月 XX 日
一、总体实施情况
总结本区域（包括重点城市）/本企业“模数共振”行动总体实施情况，详细阐述行动带来的经济和社会效益，对人工智能赋能新型工业化等方面的带动作用。
二、成果总结
介绍本区域（包括重点城市）/本企业形成的高价值场景、行业模型、专用模型/特色智能体、高质量数据集、“模数共振”空间、评测数据集等系列工作成果情况（各项成果应按照附件 2.1-2.7 相关模板整理）。
三、具体实施情况
详细阐述行动具体实施情况，包括行动内容、推进过程、 行动完成情况，以及相关证明材料。涉及数据处理、提供相关工作的任务，需重点说明重要数据处理、对外提供情况及安全保护措施。
四、行动经验
总结行动实施过程中经验做法，包括组织保障形式，重点任务推动方式等。
五、问题及建议
总结阐述行动开展过程中存在的问题、困难及制约因 素，以及后续有效推进“模数共振”相关建议。
附件：2.1《重点行业通识高质量数据集清单》模板
- 《重点行业模型清单》模板
- 《重点行业人工智能高价值场景档案》模板
- 《重点行业专识高质量数据集清单》模板
- 《专用模型/特色智能体清单》模板
- 《评测数据集清单》模板
- 《“模数共振”空间清单》模板
附件 2.1《重点行业通识高质量数据集清单》模板
| 序号 | 数据集名称 | 所属行业 | 产数主体 | 资源规模 | 数据形态 | 数据内容描述 | 所涉“重要数据”情况 |
|
例 |
钢铁冶金工艺通识数据集 |
钢铁 |
XX
钢铁集 团、XX 冶金研究 院 |
50 万条工艺参数+5 万张微观组织图像 +1 万页技术标准文档 |
时序数据、图像、文本 |
涵盖高炉炼铁、转炉炼钢、连铸、热轧、冷轧 等全流程的通用工艺参数范围、常见缺陷图谱、设备运行标准曲线、行业技术规范与安全规程 等共性知识。 |
不涉及 |
| …
… |
…… |
…… |
…… |
…… |
…… |
…… |
填写说明：
- “所属行业”从“工作目标”中的范围内进行选取；
- “产数主体”需填写负责数据集生产、加工、整合、服务运营的企事业单位全称，根据实际情况填写单个或多个；
- “资源规模”分模态量化填报；
- “数据形态”列明全部数据类型；
- “数据内容”描述应全面客观准确说明数据集的核心覆盖范围、信息维度与价值；
- “所涉‘重要数据’情况”需说明所涉及的“重要数据”（如有）及安全保护措施，不涉及则填“不涉及”。
附件 2.2《重点行业模型清单》模板
| 序号 | 模型名称 | 所属行业 | 研发单位 | 模型参数 | 核心能力 | 技术架构与机理介绍 | 典型应用案例 | 推广价值评估 |
|
例 |
钢铁行业XX 大模型 |
钢铁 |
XX 钢研科技集团、XX 技术公司 |
130 亿 |
1. 高炉炉温趋势预测与推荐；2. 转炉吹氧量智能决策；3. 轧制工艺参数优化；4. 产线能耗分析与预警。 |
基于 Transformer 架构，创新性地将冶金反应动力学偏微分方程、热力学平衡计算作为物理约束（PINN 嵌入损失函数，使模型输出符合物理规律，减少黑箱
特性。 |
（1）在XX 集团部署，覆盖 3 座高炉5 条轧线。模型推理平均延迟<80ms，帮助工艺人员优化参）数效率提升 5 倍，实现跨产线的知识复用。
（2）… |
模型沉淀了
钢铁行业核 、 心工艺机理， 可在全行业不同规模的钢铁企业中快速复制和迁移，显著降低智能化门 槛。 |
| …… | …… | …… | …… | …… | …… | …… | …… | …… |
填写说明：
- “所属行业”从“工作目标”中的范围内进行选取；
- “研发单位”填写模型研发主体的单位全称，联合研发的需完整列明全部研发主体；
- “模型参数”填写模型参数量级；
- “核心能力”清晰列明模型的应用场景与核心技术优势；
- “技术架构与机理介绍”准确说明模型底层架构、核心技术原理与创新突破点；
- “典型应用案例”应按照相关数量要求，逐一客观填报模型落地场景、应用成效及可核验的量化指标；
- “推广价值评估”应全面客观评价模型的行业复用性、推广前景与产业赋能价值。
附件 2.3《重点行业人工智能高价值场景档案》模板
|
序号 |
场景名称 |
所属行业 |
所属环节 |
所属流程 |
场景简介 |
技术要求 | 预期效果和推广价值 | 是否可公
开 |
技术可行
性 |
||||||
|
算力要求 |
算法要求 |
数据要求 |
人才能力要求 |
服务商能力要求 |
应用潜力 |
推广范围 |
可复制性 |
||||||||
|
例 |
高炉铁水温度智能
预 |
钢铁 |
生产制造 |
冶炼 |
高炉铁水温度是炼铁工序的关键质量指标，但炉内是“黑箱”，当前依赖人工经验调整风口、富氧率等参数， 导致铁水温度波动大，影响后续转炉炼钢质量和能耗。期望通过 AI 提前 2 小时预测铁水温度，并自动推荐/
执行调控参数。 |
本地 +边缘混合架构， GPU 服务器。 |
时序预测(LST
M/Tra nsfor mer)、物理 信息 网络。 |
炉料数 据、送风数 据、冷却水数
据 |
冶金 +AI 复合型人才。 |
具备材料研发与 AI 技术融合能力的服务商，优先选择有钢铁行业服务经验的
企业；具备 |
可缩短研发周期，降低试验成本，助力企业快速响应新能源汽车用钢、高端装备用钢等市场需求，形
成技术壁垒， |
适用于 大型钢 铁集团、特种钢 生产企 业。 |
可复制 |
是 |
基本可行 |
| 测
与 |
等。 | ISO9001 质
量认证。 |
持续提升产
品附加值。 |
||||||||||||
| 精 | |||||||||||||||
| 准 | |||||||||||||||
| 控 | |||||||||||||||
| 制 | |||||||||||||||
|
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
填写说明：
- “所属行业”应从“工作目标”中选取；
- “所属环节”填写场景对应生产经营全流程中的具体环节名称，如所属行业为制造行业，则环节从“研发设计”、“中试验证”、“生产制造”、“营销服务”、“运营管理”中选择，其他行业根据实际情况填写；
- “所属流程”填写场景所属环节的细分生产流程；
- “场景简介”全面客观说明场景的行业痛点、现存短板、核心需求与建设目标；
- “技术要求”需分别明确场景落地所需的算力、算法、数据、人才、服务商能力的核心要求；
- “预期效果和推广价值”需明确场景落地后的预期成效、适配主体。若场景仅适配本企业业务，则可复制性填“不可复制”。若场景可应用于本行业的同类企业，但不可用于其他行业，则可复制性填“可复制”。若场景可应用于跨行业的企业，则可复制性填“高度可复制”；
- “是否可公开”需根据实际，填报“是”或“否”；
- “技术可行性”根据场景应用的技术可实现程度填写。若核心技术尚未突破、未形成试点验证的场景，填写“技术可行性低”；若已有试点突破、但未形成规模化应用的，填写“基本可行”；若已有大量企业成功应用，技术解决方案成熟，则填写“技术可行性高”；
- 若场景信息敏感，可通过脱敏、摘要等形式报送。
附件 2.4
《重点行业专识高质量数据集清单》模板
| 序
号 |
数据集
名称 |
面向场景 |
产数主体 |
资源规模 |
数据形态 |
数据内容描述 |
所涉“重要数
据”情况 |
|
高炉入 |
XX 钢铁企业、XX 数据服务商。 |
约 200 万条工艺时
序数据、约 1 万份原料成分化验报 告文档数据、约200 小时原料皮带 料流视频数据。 |
覆盖入炉料从配料仓下 |
||||
|
例 |
炉原料关键参
数时序 |
高炉铁水温度智能
预测 |
时序数据、图像、文本 | 料到进入炉喉的完整物理区间，包括重量、配
比、化学成分、瞬时料 |
不涉及 |
||
| 数据集 | 速等。 | ||||||
| … | …… | …… | …… | …… | …… | …… |
填写说明：
1.“面向场景”需准确填报该数据集核心支撑的人工智能应用场景，场景名称应与《重点行业人工智能高价值场景档案》中的场景名称相对应，其他列填报要求同《重点行业通识高质量数据集清单》相关要求。
附件 2.5 《专用模型/特色智能体清单》模板
| 序
号 |
名称 |
类
型 |
服务场
景 |
研发单
位 |
核心能力 |
技术架构与机理
介绍 |
典型应用案例 |
推广价值评估 |
|
例 |
高炉炉况AI 调控师智能体 |
特色智能体 |
钢铁行业–高炉铁水温度智能预测与精准控制 |
XX 钢铁集团、XXAI 公司 |
1. 提前 2 小时预测铁水温度，误差
≤±5℃；2. 异常工况下自主推荐/执行参数调整方案 （如调整富氧率、风温） |
基于 LSTM+物理信息网络（PINN） 的时序预测模型， 并封装为具备 RPA 执行能力的智能体。 |
（1）部署在 XX 企业工业互联网平 台，预测结果实时推送给工长，智能体建议经工长“一键确认”后，通过PLC 下发执行。
（2）… |
该智能体能够跨 企业服务，可助力各单位提升铁水 温度预测准确率， 节约各单位超百 万经济成本。 |
| … | …… | … | …… | …… | …… | …… | …… | …… |
填写说明：
- “类型”明确标注是“专用模型”或“特色智能体”；“服务场景”说明适用的核心业务场景，应与《重点行业人工智能高价值场景档案》中的场景名称相对应；
- “研发单位”准确填写研发主体的规范全称；
- “核心能力”列明核心功能、关键技术指标与可实现的业务价值，突出核心优势；
- “技术架构与机理介绍”简要阐述所依托的底层技术架构、核心算法模型与运行实现机理；
- “典型应用案例”详实说明已落地的应用场景、部署运行方式、实际操作流程与应用落地情况；
- “推广价值评估”结合案例实际情况，客观评估应用成效、可复制推广性与经济社会效益。
附件 2.6 《评测数据集建设清单》模板
|
序号 |
评测数据集
名称 |
所属行业 |
数据集规模 |
评测数据集介绍 |
应用案例 |
|
|
例 |
装备制造设备故障预测评测数据集 |
装备制造 |
文本问答对 500 条 |
问答对，核心评测指标包括准确性（缺陷识别准确率≥95%）、鲁棒性（抗噪能力）、实时性（推理延迟≤50ms）、行业适配度（工艺参数匹配度），主要用于数控机床健康预测模型、智能运维助
手评测 |
XX 企业通过评测定位“主轴轴承磨损”预测偏差问题，预警准确率从 85%提升至
94%。 |
|
| …… | …… | …… | …… | …… | …… | …… |
填写说明：
- “所属行业”从“工作目标”中的范围内进行选取；
- “数据集规模”分模态量化填报；
- “评测数据集介绍”描述涵盖的评测维度（如准确性、鲁棒性、安全性、行业适配度等），以及该评测数据集适用“行业模型”或“特色智能体”的名称；
- “应用案例”填写该评测数据集在实际应用中的典型案例，包括通过评测发现的模型能力短板、推动的数据集优化措施及带来的模型性能提升等。
附件 2.7《“模数共振”空间清单》模板
|
序号 |
空间名称 |
建设运营
主体 |
基础设施建设情况 |
管理机制情况 |
应用情况 |
| 在硬件建设方面，已建 | 跨主体协同能力：接入 XX 单位数控机床、工业机器人等设备数据节点 2000+；
互联互通情况：2026 年 3 月完成与国家数据基础设施技术对接，正在开展数据目录互通测试，预计 2026 年 5 月实现全量数据互通 建设运营状态：服务 XX、XX 等企业协同训练 XX 行业模型 |
||||
| 成 180P 算力集群、4PB | |||||
| 存储、工业物联网接入 | 建立了数据协同机 | ||||
|
例 |
XX 省装备制造“模数共振“空间 |
XX 企业 |
平台；
在软件建设方面，已建成设备数字孪生平台、跨厂商数据适配中间 |
制和数据确权机制， 实现了设备运行数 据标准化接入，知识
产权数据确权登记 |
|
| 件、模型联邦训练系 | 等 | ||||
| 统、知识产权管理平台 | |||||
| 等 | |||||
| …… | …… | …… | …… | …… | …… |
填写说明：
- “空间名称”填写“模数共振”空间具体命名，建议体现地域或行业特色；
- “建设运营主体”填写第三方中立机构、龙头企业（地区）或集团内专业单位（央企）的全称；
- “基础设施建设情况”按照“硬件”和“软件”分别填写，“硬件”需包含描述算力集群规模、存储容量、网络带宽等， “软件”需描述数据汇聚平台、模型训练框架、安全合规系统等技术架构；
- “管理机制情况”分条列示跨主体数据协同机制、模型共建机制、责任划分机制、安全保障机制的核心内容；
- “应用情况”描述“模数共振”空间实现的跨主体协同能力、与国家数据基础设施的互联互通情况以及空间建设运营有关进展等。
