当前，人工智能技术正在从单一“模型驱动”向"模型+数据+应用"三者协同方向演进，模型能力与数据质量已成为决定“人工智能+”场景应用落地成效的核心要素。然而，业界普遍面临行业数据集质量层次不齐、数据治理与模型训练孤立脱节、模数协同标准与工具链缺失等核心问题，严重制约了人工智能产业化落地与规模化推广。模数共振以数据与模型双向驱动、协同优化为核心，通过数据赋能模型迭代、模型反哺数据治理与增强，形成动态、持续、闭环、协同的技术体系，可有效解决数据质量层次不齐、模型泛化性不足、应用场景成本偏高等现实问题，加速形成“高质量数据-高效能模型-高价值应用”的协同发展新格局。
中国信息通信研究院（以下简称“中国信通院”）人工智能研究所高度关注和重视人工智能模数共振体系建设和研究工作，目前已牵头立项研制人工智能数据质量与模型闭环反馈方法行业标准，并联合百度和中国中车完成行业高质量数据集模型应用效果动态反馈技术验证工作。为进一步破解人工智能模型与数据协同优化与动态闭环迭代落地过程中的体系设计与技术方法相关难题，中国信通院人工智能研究所现正式启动《人工智能模数共振体系研究报告（2026年）》（以下简称“报告”）编制工作。
报告将围绕人工智能模型与数据动态闭环优化技术需求，核心聚焦行业通识数据集建设、行业专识数据集建设、模型评测数据集构建、"模数共振"空间建设、模数共振生态协同等五大方面，为政府、企业及科研机构提供模数共振可落地的参考指引。其中，行业通识数据集建设旨在面向重点行业领域，构建行业通识数据集，打造行业基础大模型；行业专识数据集建设旨在挖掘行业重点细分场景，构建行业专识数据集，打造行业专用模型和行业专用智能体；模型评测数据集构建旨在完善模型评测机制，建立健全评测数据集；"模数共振"空间建设旨在探索模型与数据协同优化机制，创建"模数共振"空间；模数共振生态协同旨在完善生态配套，加强关键要素保障。
现面向人工智能模型企业、人工智能数据服务企业、重点行业龙头单位、科研院所及相关机构，正式征集报告编写合作单位及专家。请有意向参与编制的单位及专家于2026年4月15日前扫描以下二维码或点击“阅读原文”进行报名。
联系人
中国信通院人工智能研究所
燕老师 17801035157（微信同号）
樊老师 18612301312（微信同号）
李老师 18611353631（微信同号）