论坛以“数智领航新工业，模数共振强实体”为主题，紧扣《“人工智能+制造”专项行动实施意见》部署，聚焦数据治理、高质量数据集建设、工业大模型研发与场景化落地等关键任务，系统展示了我国在人工智能赋能新型工业化领域的最新成果与前瞻布局。

  工业和信息化部科技司副司长杜广达在致辞中指出，人工智能赋能新型工业化的核心，在于解决“技术落地”与“价值创造”两大命题。工信部会同七部门联合印发的《“人工智能+制造”专项行动实施意见》，已将“模数共振”确立为制造业智能化转型的攻坚行动。他强调，这不仅是技术路线的选择，更是产业逻辑的重塑。未来要着力夯实统一权威的工业大模型基准测试体系，突破化工、装备、电子等关键行业的“数据-模型”协同演进共性技术，并建设一批公共服务平台，推动从试点示范走向规模化复制。

  中国信息通信研究院副院长魏亮在致辞中表示，“模数共振”的核心要义在于构建“高质量数据－高效能模型－高价值应用”的良性循环。他透露，近期《关于联合实施2026年“模数共振”行动的通知》即将发布，将进一步明确人工智能模型与数据资源协同互促、同频共振的具体路径。中国信通院将在工信部领导下，持续发挥桥梁纽带作用，打通“数据-模型-应用”完整闭环，夯实制造业数智化转型的核心底座。

  本次论坛迎来一系列具有里程碑意义的成果发布，其中“模数共振”成为全场最闪耀的关键词。在工业和信息化部、国家数据局等领导的共同见证下，“模数共振”行动计划正式启动，标志着我国人工智能与制造业深度融合进入系统性推进的新阶段。

  中国信通院副院长魏亮随后对“模数共振”进行了深度解读，并重磅发布 《人工智能模数共振研究报告（2026年）》。该报告系统梳理了模数共振的理论框架、产业路径与实践案例，为行业提供了权威指南。

  在评测体系建设方面，焕新社区“方升”大模型基准测试能力正式上线，由中国移动首席科学家冯俊兰与中国信通院副院长魏亮共同启动。该体系致力于建立统一、权威、可复现的工业大模型评测标准，破解场景、指标、数据集异构化难题。论坛现场还发布了“方升”系列测试结果、人工智能系列集智专题报告，全面展示了我国在人工智能评测、研究与应用生态建设上的前沿进展。

  化工是国民经济支柱产业之一。中国科学院大连化学物理研究所叶茂在演讲中指出，传统化工研发长期受制于“逐级放大”带来的周期长、投资大等难题。团队构建了石化化工全链条大数据中心，发布具备深度机理推理能力的“智能化工大模型”，并围绕企业建设全链条智能体应用群，在工信部支持下牵头建设国家级“全行业协作生态”，助力化工产业向低碳化、高端化、智能化发展。

  浪潮集团副总裁、浪潮云洲董事长齐光鹏以《“人工智能+工业互联网”打造新型工业化赋能新范式》为题，提出“AI+工业互联网”是新型工业化的战略基础设施。他分享了浪潮云洲在工业大模型、工业智能体、工业具身智能等领域的布局，通过济南重工高端数智磨机、机电泵工业大模型工匠工厂等案例，生动诠释了“技术新供给引领”与“产业新范式赋能”双轮驱动模式，让数字鸿沟“天堑变通途”。

  中车工业研究院技术研究部副部长咸晓雨系统阐述了轨道交通装备领域人工智能模数共振能力建设的思考，深度揭秘中车如何构建“斫轮”大模型体系与高质量数据集双底座，打造覆盖研发、制造、运维的全生命周期AI闭环。

  中国信通院人工智能研究所平台与工程化部副主任李荪系统阐述了“AI产业应用新范式——模数共振体系”。他指出，当前业界普遍面临模型能力与业务场景脱节、数据价值释放不充分、技术体系碎片化等突出问题。模数共振体系以高质量数据集、高效能模型、高价值应用三大要素为核心，构建数据驱动模型进化、模型赋能应用创新、应用反哺数据积累的良性循环机制，是连接数据治理、算法创新与产业数字化转型的关键纽带，是释放人工智能乘数效应、培育新质生产力的重要引擎。

  美林数据技术股份有限公司董事长王璐提出“一体两翼”AI战略，强调AI工程化落地需要融合信息化与数字化成果，形成高质量数据集，推动技术与业务深层次地融合，加速AI应用的可复制性和成本可控性。

  北京中数睿智科技有限公司董事长韩涵则从工业智能体角度提出“中国方案”。她指出，未来的国家工业生产力竞争，核心在于智能体军团的战斗力与数据炼化能力。中数睿智以业界领先的“知识自进化”根技术，打造六大智能引擎全栈基础设施，在能源、军工、通信等关键领域实现“感知-诊断-决策-执行”全链路自主闭环，以自主可控的硬核科技助力新型工业化建设。

  在高端对话环节，来自中国信息通信研究院、中车工业研究院、大连市数据产业有限公司、砺英数智（北京）数据技术有限公司、深信服科技股份有限公司的专家，围绕工业高质量数据集建设、统一大模型评测体系、模数双向共振机制及规模化复制路径等核心议题展开深度研讨。

  对话聚焦四大关键命题：如何构建工业高质量数据集体系，解决数据质量低、标注难、合规难、复用难问题？如何建立统一、权威、可复现的工业大模型基准测试体系？如何理解“以模引数、用数赋模”的双向共振机制，破解工业场景落地瓶颈？工业模数共振如何从试点示范走向规模化复制，建立可量化的价值评估与可推广的落地路径？

  与会专家一致认为，模数共振不仅是技术问题，更是系统性工程。当前最大的瓶颈在于数据治理与模型适配的协同不足，未来需要从标准、机制、生态三方面发力，加快构建可持续的“数据—模型—应用”闭环，推动模数共振从“盆景”走向“风景”。

  本次论坛的成功举办，标志着我国在人工智能赋能新型工业化道路上迈出了坚实而关键的一步。“模数共振”，以数据为根、以模型为翼、以应用为核，政产学研用各方正携手构建良性循环生态，推动数据要素高效配置与模型能力深度释放，以数智化引领新型工业化，以模数共振做强实体经济。

  数智领航新工业，模数共振强实体——这场汇聚智慧与共识的盛会，为加快建设制造强国、网络强国、数字中国写下了浓墨重彩的序章。