★ FEATURED ARTICLE 本文深入解读了2026年「模数共振」行动剖析「智能体工厂」概念与政策揭示20个重点行业与七项任务。行动旨在通过数据、模型、智能体的循环共振推动产业升级。企业需明确自身定位把握数据确权、脱敏、安全评估等关键环节积极参与场景构建与数据集贡献。建议企业尽早布局参与省级方案争取进入「行动完成名单」为「十五五」规划奠定基础。一、概念与政策智能体工厂到底是什么三级递进行动 → 空间 → 工厂最容易搞错的是把它当成一个独立的产线改造项目。它其实是同一条链上的终态先有行动再有空间最后才是工厂。三者的关系是一条单线模数共振一项行动→ 「模数共振」空间跨主体数据汇聚与模型训练的载体外加一套管理机制→ 智能体工厂空间的终态。「智能体工厂」这个概念在 193 号文里只出现了一次在任务四「创建『模数共振』空间探索协同机制」的末句——「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……逐步打造为『智能体工厂』」。一句话带出一个新概念文件全文没有解释它是什么。政策对空间的定位写得具体一套能承载跨主体数据汇聚和模型训练的软硬件基础设施加一套能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。两个条件都满足、且与国家数据基础设施互联互通才够到「智能体工厂」的门。这与过去几年常讲的两个概念有本质区别20 个行业是怎么挑出来的被点名的 20 个行业或领域不是随意罗列。政策解读给的原则是「兼顾传统产业转型升级、新兴产业培育壮大和未来产业前瞻布局」。按这个原则可以分三类企业先看清自己落在哪一类再对照本省方案确定的三条行业线传统产业底盘钢铁、石化化工、有色金属、建材、家居。装备与电子信息主干工业母机、汽车、医疗装备、电力装备、船舶、航空航天、电子元器件、消费电子、新型显示。前瞻与软性支撑医药、生物制造、历史经典、软件、信息通信、网络安全。这三类是三种不同的申报叙事。传统产业讲的是「存量产线的数据化改造」装备与电子信息讲的是「研发与制造环节的模型化」前瞻与软性讲的是「标准、工具与数据供给能力」。同一份材料混用三种叙事评审看不出重点。对企业来说这一节的实际用法是先确认本省方案里点了几条行业线、自己的行业在不在里面。不在里面后面所有的准备都找不到出口。机制以模引数用数赋模政策用两句对仗的话概括机制以模引数、用数赋模。翻成工程语言是一个四步循环场景数据采集与治理在真实产线上取数据清洗、脱敏区分通识数据与专识数据转成可用的数据资产。模型训练与评测通识数据训行业基础模型专识数据微调专用模型评测结果反向指导数据与模型的定向优化。智能体部署与执行迭代后的模型封装成智能体进入生产、运维、管控环节自主完成任务。反馈迭代执行结果回流到数据层与模型层成为下一轮训练输入。四步转起来才是「共振」。数据只有被用起来才会产生新数据模型只有在场景里跑过才知道差在哪。工业互联网大会发布的报告里有一个更简的概括值得记住一行业一图谱、一场景一数据集、一任务一智能体。这三句话把数据、场景、智能体的对应关系锁死了不是先建平台再想场景而是先定任务任务定智能体智能体定数据集。这套机制里有一个必须理解的约束数据不出域。政策在任务四要求空间具备「跨主体数据可信贯通、模型协同训练与安全合规应用」的能力同时在任务三明确「实现多主体数据不出域联合训练」。意思是原始数据不离开持有方参与方共享的是训练能力与数据产物不是数据本身。这条约束决定了智能体工厂与「数据交易」是两条路后者卖数据前者换能力。对大量手握产线数据、却不敢共享的制造业企业来说这是第一次有制度化路径让它们参与进来——因为机制里写明了「责任划分」而不只是「数据共享」。这四个字是入场券。业内有一个流传较广的经验判断七分在数据、三分在模型。这条判断在「模数共振」的框架里得到了印证——五件产物里有两件半是数据集通识、专识再加评测一件是场景模型与智能体只占一件。政策把权重摆在数据这一侧不是保守是因为 2024—2025 年那一轮项目普遍的失败点就在这。通识与专识的分层是这套设计的核心。通识数据集解决的是「每个厂都要重新教一遍」的问题让行业共性的知识只沉淀一次专识数据集解决的是「通用模型不懂我的工艺」的问题。分不清这两层企业会陷入两种极端要么什么都按通识做模型落不到自己的产线上要么什么都按专识做投入翻几倍却攒不下可复用的资产。五件产物可核查的量化清单193 号文最实用的部分是给每项任务都配了量化口径。这些数字可以直接搬进立项文件、联合体任务书和验收材料。产物政策量化口径行动结束时汇总为高价值场景每个行业凝练不少于 30 个《重点行业人工智能高价值场景档案》数据集通识每行业不少于 5 个专识每场景不少于 1 个《重点行业通识高质量数据集清单》《重点行业专识高质量数据集清单》模型与智能体行业模型每行业不少于 1 个专用模型或特色智能体每场景不少于 1 个《重点行业模型清单》《专用模型/特色智能体清单》案例行业模型应用案例 ≥ 5 个专用模型/特色智能体落地案例 ≥ 3 个随上述清单报送攻关联合体每行业不少于 1 个「模数共振」创新联合体另有两个载体类指标「模数共振」空间每省级地区不少于 3 个、每央企不少于 1 个重点城市在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或制造业领域国家人工智能应用中试基地的省份不超过 3 个其他省级政府不超过 2 个。逐件说交付形态差别比表面看起来大场景要的是「档案」不是清单。30 个场景每个都要有改造可行性判断字段比项目库里的场景条目重得多。数据集分两层通识数据集服务行业共性专识数据集服务单个场景。两者都要能被《清单》收录也就意味着元数据要规范、要有产数主体与资源规模的说明。模型与智能体要在同一个清单体系里共存就必然涉及分类判定这也是最容易出错的一件。案例是最硬的约束模型做出来了不算得有 5 个跑起来的应用案例智能体封装了不算得有 3 个落地案例。评审看的是案例不是模型参数。联合体看的是章程与分工看算力、模型、数据、应用四类主体是不是真的齐了以及有没有行业级全栈方案。还有一件不列清单、却决定验收的隐形产物评测数据集。任务三要求专业测评机构产出「特色化、定制化的评测数据集」作为模型能力诊断的基准形成「评测诊断—数据集定向优化—模型能力提升」的循环。它有两点容易被低估。一是它是数据质量的裁判不是数据的附属品——评测结果要「作为行业高质量数据集建设和优化的重要依据」意思是数据集好不好不由提交方自己说由评测结果说。二是它目前仍偏公共品2026 年 9 月的全球工业互联网大会上中国工业互联网研究院发布了《智能体可信评测平台与智能体漏洞高质量数据集》同期发起「模数共振」评测行动。这是目前面向工业智能体少有的公共评测品但它不能替代企业在自己场景里的那套小评测集公共平台给基准企业得给自己一把尺子。三处最容易对不上的口径从政策原文到企业材料之间有三处反复出现的错位。它们不影响技术只影响材料能不能过。第一处智能体还是专用模型。政策原文写得很干脆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。这是官方给出的「智能体」与「专用模型」分界线。判断标准不是技术先进性而是这个场景需不需要自主规划与执行。大量材料把本该做专用模型的场景全写成智能体评审时对不上口径返工的不是技术是材料。反过来也有把需要多步自主决策的排产、调度场景写成「专用模型」会被认为能力定位偏低。第二处场景「数量」与场景「档案」。政策要的是 30 个场景凝练成《重点行业人工智能高价值场景档案》。名录式的 30 条场景名称不是档案。档案的隐含要求是每条都能被判断「值不值得改造」——要写清现状、数据可得性、改造路径与预期收益才能支撑后续「针对各高价值场景实现规模化应用的需要」这一步。第三处数据集「数量」与数据集「质量」。政策只写了数量下限但任务三的评测机制实际上要求质量可评。武汉在中期评估里给出的六维度是个现成的可对标口径完整性、准确性、规范性、多样性、均衡性、安全性。另一条实操提醒是通识与专识要分清——通识服务行业共性专识服务单个场景混装的数据集在复评时会被要求拆分。进度距 11 月 30 日约 70 天193 号文的时间表很硬。时点要求状态2026-05-30各省级部门与有关央企报送实施方案已过2026-08-30报送阶段性总结接受中期评估已过2026-11-30报送行动总结报告进行中2026 年底两部门评估整体成效发布行动完成名单和城市待启动第四行是这份文件里最有分量的部分评估结束后将发布行动完成名单和城市并梳理高价值场景、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」创新联合体等系列成果。进不进名单2026 年底会有一个公开结果。中期评估的组织方式也值得注意两部门组织相关专家组建服务团通过技术评测、实地辅导等方式开展并根据评估情况优化调整实施过程。「服务团」三个字说明这一轮评估的基调是辅导而非筛选越早报进展能拿到的辅导越多。中期评估的地方样本已经出来了。2026 年 9 月 4 日武汉市召开「模数共振」行动中期评估总结交流会公开信息里有几组可直接对照的数字由市经信局、市数据局组建专项工作组锚定汽车、光电子信息、高端装备三条赛道分别由东风集团、长飞光纤、华工科技牵头组建三个产业创新联合体做法概括为「一业一模、一链一策」。已启动首批 62 个行业高质量数据集建设联动 25 个市直部门总数据规模超 3PB支撑 20 个工业垂类模型与智能体的研发落地带动相关企业营收增长超 10 亿元。联合中国信通院武汉创新中心围绕完整性、准确性、规范性、多样性、均衡性、安全性六个维度搭建工业数据集质量评估与模型能力测评体系。通过「数聚·智链」供需对接活动累计促成数据集供给与模型应用合作 12 项合作金额近 7000 万元。同期的省级方案能看出量级差异河北省选择 3 个城市创建重点城市目标形成 15 个行业通识高质量数据集、90 个行业专识高质量数据集、创建 3 个「模数共振」空间陕西省确定西安、咸阳两市并要求建立月报告、联合体成员变更和任务调整机制。一个判断这轮行动的城市选择权在省级政府手里名额有上限。企业想进「完成名单」路径不是自荐而是先进省级方案确定的那几个城市和那几条重点行业线。还有一层顶线指标要先摆出来。八部门《「人工智能制造」专项行动实施意见》工信部联科〔2025〕279 号2025-12-25 成文定的 2027 年目标是1000 个高水平工业智能体、100 个工业领域高质量数据集、500 个典型应用场景。193 号文是这组数字的落地抓手——顶层定总量它定的是这些数字怎么切到省、切到行业、切到企业。上一节那张的口径表就是这条切分路径。这轮之后也不是终点。《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》明确「加快建设人工智能语料库面向能源、交通、制造、教育、健康、金融等领域建设高质量数据集」。193 号文这一轮实质上是在为「十五五」的数据集与模型建设打第一批样板。二、相关主体分工、机会点与收益五类主体谁在做、机会在哪、收益是什么五类主体在这件事里的位置和收益差别很大。先看全貌再找自己那一行相关方分工做什么机会点收益省 / 市工信与数据主管部门定行业线、定城市、定名额汇总上报接受评估辖区指标的可控变量在载体侧行业线 2—3 条、空间 ≥3 个、联合体 ≥1 个辖区进公开名单产业链协同成果后续政策与项目倾斜龙头企业 / 大型制造集团牵头组建联合体出行业级全栈方案联合体牵头位——能把算力、模型、数据、应用四类主体配齐的企业不多名单与成果清单署名行业话语权上下游带动模型商 / 数据服务商 / 应用开发商攻关某一环交出可验证的产物场景与数据集使用权挂靠行业线与场景进入成果清单等同于后续项目的资质凭证可复用的数据集与模型资产手握产线数据的制造企业供数据、不做数据出域不必自建大模型用数据换训好的模型与智能体行业模型与智能体的使用权在本行业里成为稀缺的供给方园区 / 第三方运营机构 / 测评科研机构建载体、落四套管理机制承接评测「模数共振」空间的运营主体资格评测数据集与标准参与空间运营资格与长期收益评测与标准参与权这张表怎么用先找到自己那一行看「收益」是不是你真正想要的。如果不是往上一行或下一行找位置不同位置的门槛和谈法完全不同下一节展开。五扇门门槛与风险上一节讲的是谁在这件事里、收益是什么这一节换成操作视角每一扇门用什么条件进、风险在哪。门谁合适核心门槛最大风险牵头单位龙头企业有空间运营能力的第三方中立机构能组齐算力、模型、数据、应用四类主体能出行业级全栈方案承诺与交付能力不匹配联合体成模型商与方案商两件事先做对①「需不需要自主规划与执行」这条判定规则背下来它决定你写「智能体」还是「专用模型」写错这一行材料会被退②单做环节交付议价空间小牵头方定标准把能力沉淀到行业模型或评测数据集上才是硬通货前者进《重点行业模型清单》可复用后者承接任务三的政策需求缺口。手握数据的中小制造企业不必自建大模型。确权、脱敏、安全评估三件做完你就是这一轮里稀缺的供给方。园区与科研测评机构载体和评测是两门慢生意但门槛在「四套管理机制」上早建早占位。收尾把 193 号文摊开看「智能体工厂」回答的是一个具体问题行业数据怎么变成可交付的智能能力。答案不是建一套系统而是转起一个飞轮数据进、模型出、智能体落到场景、执行结果再变成数据。它要求的东西里基建占一半机制占一半机制那一半里责任划分与安全保障是硬条件。没进名单的成本不在罚款在两件事一是下一轮省级方案的行业线与城市名额已经定了边缘主体很难挤进去二是评审依据的是清单产物没有清单就等于没有可举证的成绩。这两件事都不会在 2026 年内显现但会在 2027 年的项目筛选里体现出来。最后当下AI大模型是当下实打实的优质风口岗位缺口大、发展前景广、薪资待遇突出对比内卷严重、涨薪晋升困难的传统技术岗是普通人转行逆袭的绝佳选择。但很多想要入局大模型领域的朋友都面临无系统学习路径、无实战资源、求职无方向的难题一个人硬啃最容易走弯路、浪费大量时间精力。这里我结合多年一线实战与教学经验整理出一套零基础大模型专属资料包含系统化学习路线图零基础到精通大模型学习书籍 文档电子版2026 最新行业报告项目实战 配套源码大厂面试真题需要的朋友微信扫描下方 CSDN 官方认证二维码免费领取保证 100% 免费。扫码免费领取全部内容下面简单介绍一下资料包含的内容1、大模型系统化学习路线图专属定制从零基础入门到企业级实战的全阶段学习体系划分清晰的四大学习阶段规避碎片化学习弊端适配新手2、0基础到进阶视频教程配套完整高清实操教程覆盖Prompt提示工程、RAG知识库搭建、Agent智能体开发、模型微调、部署落地等核心知识点所有课程搭配实操演示零基础也能轻松看懂、上手实操。3、大模型学习书籍 文档汇总30本行业经典AI、大模型、深度学习精选书籍涵盖理论原理、开发实战、算法基础、AI产品思维等各类内容4、AI大模型最新行业报告整理2024-2026年最新大模型行业白皮书、市场分析报告清晰展现行业发展趋势、技术迭代方向、岗位需求变化帮助学习者精准把握行业风口找准学习和就业方向5、大厂面试真题汇总了常见的AI大模型面试问题、知识点梳理和面经参考方便求职时针对性准备。6、大模型项目实战 配套源码包含GPT应用开发、RAG私有知识库、智能问答系统等多个企业级实战项目配套完整可运行源码从简易Demo到完整商业应用全覆盖帮助学习者将理论转化为落地实战能力积累项目经验。7、适合谁学传统后端 / Java / 前端开发想转型 AI 应用大学生、应届生想拿更好的 offer产品经理、运营想武装职业竞争力技术负责人想给团队落地提效学习是反人性的但回报是真金白银。技术会更新赛道会切换但只要你先动手机会就永远站在你这边。8、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。想要入局AI大模型赛道、抢占行业红利的朋友微信扫描下方CSDN官方认证二维码即可100%免费领取全套学习资料
阅读完成 · 觉得有帮助？
