ResGov | 什么是“模数共振”？如何运转？

在数字化和人工智能席卷全球的今天，工业制造领域正在迎来一场深刻的变革。

最近，工业和信息化部联合国家数据局共同发起了“模数共振”行动。那么，究竟什么是“模数共振”？

这项行动又将如何改变未来的工业制造？

一、 拆开看“模数共振”

要理解“模数共振”，我们可以把这个词拆开来看。

“模”，是指人工智能大模型。它拥有强大的计算力、逻辑推理能力和通识知识。

“数”，是指行业高质量数据。它是工业制造在研发、生产、运维等长期实践中积累下的宝贵资产，蕴含着无数的工业机理和技术诀窍。

“共振”：物理学上的共振，是指两个系统以相同的频率振动，从而产生能量急剧放大的现象。

在工业AI语境下，它代表模型与数据互相启发、互相增强，发挥出“1+1>2”的系统效应。

简单来说，“模数共振”就是让AI模型与行业数据这两个核心要素深度融合，建立起一个互相迭代、互相滋养的良性循环。

二、 为什么提出“模数共振”？

在“人工智能+制造”的落地过程中，产业界长期面临着两大难以攻克的痛点。这项行动的提出，正是为了精准解决这两个顽疾。

1. 解决数据沉睡的问题。工业企业每天都在产生海量的数据，但这些数据往往分散在不同的车间、不同的系统和设备里。由于标准不统一、接口不兼容、低质冗余数据多，大量高价值的工业数据就像躺在仓库里的矿石，无人叫醒，无法转化为实际生产力。

2. 解决模型缺数的问题。许多通用的AI大模型虽然聪明，但因为缺乏行业专业知识，不懂具体的工艺流程，如炼钢的温度控制、飞机的气动布局、芯片的划片封装。如果不能深入到核心生产线去解决具体的技术难题，模型就只能在办公辅助、智能客服等外围场景空转，无法为企业带来核心的降本增效价值。

通过搭建桥梁，“模数共振”让“有技术、缺知识”的模型，遇上“有数据、缺工具”的行业，实现优势互补。

三、 “模数共振”是如何运转的？

“模数共振”并不是简单的“把数据喂给模型”，而是形成了一个不断自我进化的“飞轮效应”。

输入端，将行业中沉睡的设备数据、工艺参数、设计图纸进行标准化整理，加工成高质量的行业数据集。用这些“燃料”去训练通用大模型，让它掌握特定行业的专业知识，成长为懂工业机理的“工业大模型”。

应用端，将训练好的工业大模型部署到实际的生产和研发场景中。模型可以帮助工程师优化排程、预测设备故障、辅助新材料研发，甚至作为“大脑”驱动自动化设备，形成高效的“工业智能体”。

反馈端，模型在实际工业应用中运行，又会不断产生新的、更高质量的现场运行数据。这些新鲜的、经过实战检验的数据重新回流，再次用于模型的微调和优化。

在这样的循环中，模型越用越聪明，数据越用越有价值，最终推动企业核心竞争力的持续提升。

四、 重点覆盖哪些领域？

根据相关规划，这一行动并非盲目铺开，而是主要面向20个制造业重点行业进行精准落地，包括原材料与流程工业，如钢铁、石化化工、有色金属、建材等；装备制造与离散工业，如工业母机、汽车、航空航天、电力装备、医疗装备等；消费品与电子信息行业，如家居、消费电子、新型显示、软件、网络安全等。通过在这些关键行业中选择试点城市和龙头企业，树立一批可复制、可推广的“模数共振”典型案例，从而带动整个制造业的智能化转型。

“模数共振”是“人工智能+制造”正从技术概念走向务实的数据价值挖掘与场景落地。通过激活数据要素，让AI技术真正沉淀到实体经济中，为制造业的高质量发展注入了源源不断的新质生产力。（文/ResGov人工智能治理研究中心）

ResGov人工智能治理研究中心致力于以”责任为导向，伦理为底线，安全为基石“构建中国AI治理新范式”。ResGov以‘R-E-S’为核心准则，提供负责任（Responsible）的价值引导、合伦理（Ethical）的合规框架以及强安全（Secure）的风险管控，三位一体的治理模型（Governance），帮助企业与机构在飞速发展的AI时代，拥抱技术创新，守住合规底线，共同践行具有中国特色的AI善治之道。