解读模数共振:基于可信数据空间的制造业数智化新范式

2026-06-22 13:55:11
分享
AIME

问财摘要

1、工信部、国家数据局发布模数共振相关政策文件,标志着模数共振从概念探索迈入产业化落地新阶段,成为驱动智能制造产业升级的核心抓手。 2、所谓模数共振,核心是模型与数据的双向赋能、循环增值。 3、产业落地过程中,原始数据安全流通是核心痛点,而可信数据空间正是模数共振落地的核心基座。 4、从产业逻辑来看,模数共振是可信数据空间的深度应用升级。
免责声明 内容由AI生成
文章提及标的
数据安全--
数据要素--
区块链--
化工--

近期,工信部、国家数据局发布模数共振相关政策文件,标志着模数共振从概念探索迈入产业化落地新阶段,成为驱动智能制造产业升级的核心抓手。

所谓模数共振,核心是模型与数据的双向赋能、循环增值。“模”涵盖通用大模型、工业垂直模型、轻量化场景模型等全层级工业模型体系;“数”包含制造企业生产业务、供应链流转、设备运维、质检管理等全链条产业数据。其核心逻辑是构建闭环生态:优质产业数据持续训练优化工(850102)业模型,迭代后的模型反向赋能生产、调度、运维等真实场景,场景落地过程中不断生成增量数据,往复循环、持续迭代,层层释放数据要素(886041)核心价值。

产业落地过程中,原始数据安全(885942)流通是核心痛点,而可信数据空间正是模数共振落地的核心基座。依托隐私计算、区块链(885757)等核心技术,可信数据空间严格恪守原始数据不出域、数据可用不可见的核心原则,同时建立标准化的数据流通、收益分配、合规监管机制,彻底打通产业数据协同的信任壁垒。

从产业逻辑来看,模数共振是可信数据空间的深度应用升级。可信数据空间搭建了安全合规的数据流通底座,解决了产业数据不敢共享、不能共享的难题;而模数共振明确了数据与模型的融合应用路径,让数据流通有场景、模型迭代有依托,真正实现数据、模型、产业场景的深度耦合,为智能制造培育全新增长动能。

免责声明:风险提示:本文内容仅供参考,不代表同花顺观点。同花顺各类信息服务基于人工智能算法,如有出入请以证监会指定上市公司信息披露平台为准。如有投资者据此操作,风险自担,同花顺对此不承担任何责任。
homeBack返回首页
不良信息举报与个人信息保护咨询专线:10100571违法和不良信息涉企侵权举报涉算法推荐举报专区涉青少年不良信息举报专区

浙江同花顺互联信息技术有限公司版权所有

网站备案号:浙ICP备18032105号
证券投资咨询服务提供:浙江同花顺云软件有限公司 (中国证监会核发证书编号:ZX0050)
AIME
举报举报
反馈反馈