两部门联合启动2026年"模数共振"行动 推动"人工智能+制造"走深走实

引言

2026年5月5日，工业和信息化部与国家数据局联合发布《关于启动2026年"模数共振"行动的通知》，明确提出以"人工智能+制造"为主攻方向，推动AI技术与工业制造全链条深度融合。这一行动标志着中国智能制造战略正式进入"规模化落地"阶段。

所谓"模数共振"，是指大规模语言模型（多模态AI）与制造业海量数据之间的双向驱动——AI模型从工业数据中汲取知识，工业场景则借助AI实现认知与决策能力的跃迁。此次两大部门联合发文，规格之高、指向之明确，在近年的产业政策中极为罕见。

政策背景：从"试点探索"到"系统推进"

中国制造业智能化转型已走过近十年历程。2015年起的智能制造试点示范，更多聚焦单个企业、单一产线的改造；2021年起的"十四五"规划强调产业链协同，但AI与制造的结合仍以点状探索为主。

进入2025年后，三大条件趋于成熟：第一，国产工业大模型性能追赶上国际头部水平，部分细分场景已实现超越；第二，工业数据基础设施逐步完善，数据产权与交易规则初步厘清；第三，制造业企业对AIROI的认知从"概念验证"走向"规模可测"。

"模数共振"行动正是这一节点的产物。政策不再停留于方向引导，而是给出了具体的融合路径、评价指标与支持措施，标志着AI制造进入"强约束、硬指标"的新阶段。

市场数据与产业趋势

据中国信息通信研究院数据，2025年中国AI制造市场规模达到4800亿元，同比增长约32%。预计2026年，在"模数共振"行动推动下，市场规模将突破6200亿元，其中工业大模型相关投入增长尤为显著，增速超过60%。

从落地场景看，以下三大领域最为集中：

• 智能质检：AI视觉检测已覆盖汽车零部件、电子元器件、光伏硅片等主流产线，检测准确率普遍达到99.5%以上。

• 工艺优化：基于大模型的工艺参数推荐系统，帮助制造企业平均降低能耗8%~15%，在化工、钢铁领域尤为突出。

• 预测性维护：设备健康监测与故障预测成为制造业AI投入增速最快的场景，ROI测算已形成成熟的行业方法论。

值得关注的是，中小企业参与度显著提升。2025年AI制造应用企业中，营收低于5亿元的中小企业占比达到47%，较前一年提升12个百分点。云端AI模型服务降低了对中小企业自建算力的要求，成为这一趋势的核心驱动力。

行业视角：融合的三大挑战

尽管市场热情高涨，业内专家对"AI+制造"落地中的结构性问题保持着清醒认知。

工业场景对AI的可靠性要求远高于消费场景。一个参数推荐错误可能导致整批产品报废，因此'模型幻觉'在制造业是不可接受的。"模数共振"行动能否真正落地，关键在于模型与工业机理知识的深度结合，而不仅仅是语言能力的堆砌。

—— 中国工业互联网研究院副院长 刘远

除模型可靠性外，数据质量与标准化仍是最大瓶颈。据调研，72%的制造企业在推进AI项目时反馈，历史数据可用率不足40%，数据孤岛与格式不统一是主要原因。"模数共振"行动为此单列了"数据治理专项"，要求重点行业在2027年前完成核心数据资产的标准化梳理。

场景案例：工业遥控器的智能化升级路径

在"模数共振"行动的政策框架下，工业级无线遥控器的智能化升级提供了一个典型的小切口、高价值场景。

传统工业遥控器承担着人机交互的核心职责，但长期停留在"信号传输"功能层面，对设备状态的感知、记录与预判能力严重不足。随着制造业对安全性和效率的要求同步提升，遥控器正成为AI落地的重要节点——它既是操作员的"智能助手"，也是产线的"数据入口"。

以BART为例，这家深耕工业遥控领域15年的制造商，依托模块化定制能力与B50系列产品，已为超过500家工业客户提供定制化解决方案。在"模数共振"行动的框架下，BART正在探索将AI能力嵌入遥控终端：操作行为数据的实时采集与模式识别、设备健康状态的边缘AI推断、与工厂MES系统的深度互联。这些探索不追求"颠覆式创新"，而是将AI能力精准嵌入现有工业场景，真正实现"AI进车间"的可落地路径。

工业AI落地的真正门槛不在算法，而在于对工业场景的深度理解。500多家客户的真实需求，15年的行业积累，这些不是噱头，是AI技术在工业场景真正能用的前提。B50系列的模块化架构为AI能力扩展提供了天然的物理基础，这是我们看到的最大机会。

行业观察：政策红利期的企业战略选择

"模数共振"行动预计将持续至2030年。对于制造业企业而言，当前是关键的战略布局窗口期。不同阶段的企业应采取差异化策略：

龙头制造企业：应将AI能力纳入核心竞争优势框架，重点投入"数据-模型-场景"的闭环建设，争取成为行业AI标准制定的参与者。

成长型制造企业：优先选择ROI可测的成熟场景切入，如智能质检或预测性维护，同步构建数据治理基础，避免"技术追热点"的消耗。

工业品供应商：将AI能力视为产品升级的差异化路径，通过智能化赋能既有产品线，提升客户粘性与溢价空间。

需要提醒的是，"模数共振"行动对数据安全提出更高要求。工业数据的采集、存储、流通及出境均纳入严格监管框架。企业在推进AI项目时，须同步建立数据合规体系，避免因合规成本拖累AI落地效率。

结语

"模数共振"行动的启动，标志着中国"人工智能+制造"战略从概念验证期全面进入规模化落地期。政策的核心逻辑清晰：AI不是制造业的"装饰品"，而应成为提升产品质量、降低运营成本、重塑竞争优势的"硬能力"。

对于每一家制造业企业而言，当下的关键问题不是"要不要做AI"，而是"从哪里切入、用什么节奏、做多久的准备"。政策红利窗口已经打开，真正决定收获大小的，是企业对自身场景的深度理解与持续投入的定力。

可以预见，2026年下半年至2027年，将是"AI+制造"项目从试点走向批量部署的关键阶段。那些已在数据、场景、人才三方面做好积累的企业，将率先品尝到这轮政策红利的头啖汤。