2026年4月，工业和信息化部、国家数据局联合印发《关于联合实施2026年"模数共振"行动的通知》，面向钢铁（850106）、汽车、航空航天等20个重点行业，推动人工智能（885728）模型与数据资源协同互促、同频共振。"模"是人工智能（885728）模型，"数"是行业大数据，共振意味着二者同频振动、互相增强。
亚信可信数据空间勇担重任，基于流通参与方规则共识和数据流通分级分类可信交付能力，以需求为牵引，以模引数，以模型需求反向牵引数据治理；用数赋模，以行业高质量数据喂养懂行的专用模型，通过高价值场景为纽带，让数据与模型高效配置、互相激发，产生1+1>2的效应。
行业的真问题：模型与数据对不上
AI落地难，症结往往不在模型，而在模型与数据之间的三重断裂：模型与行业之间的"知识断层"——通用大模型不懂行业技术机理，读不懂巡检图像里哪种纹理意味着设备缺陷，也读不懂病理切片的临床含义；数据要素（886041）的"信任赤字"——跨域数据"不敢给、不愿给"，数据孤岛越筑越高；多主体协作缺少"制度基础设施"——谁用了谁的数据、产生了多少价值、出了问题谁负责，传统数据交换模式无法回答。二者脱节，AI就只能在演示里热闹，在产业里沉默。
差异化：行业普遍做法与亚信解法
模型怎么变懂行。
行业通用做法是通用大模型加公开语料直接套行业场景，到了工厂车间、医院（884301）诊室往往"水土不服"。
亚信的做法是"以模引数、以数赋模"：以模型训练和推理的需求为牵引，反向定义数据该采什么、标什么、怎么治理，让数据从"沉睡资源"变为"流动要素"；再以行业通识数据集、专识数据集注入模型，喂养出真正懂行的专用模型与特色智能体，形成"模型优化—数据升级—应用提效—再优化"的动态循环。
数据怎么敢流通。
普遍做法依赖点对点授权、物理搬运数据，共享即风险。
亚信的解法是"数据不动，模型动"：依托隐私计算平台实现"可用不可见、可控可计量"，配套数据使用控制、智能合约与区块链（885757），原始数据不出域，价值可以流通——医院（884301）之间联合训练诊断模型、车企与供应商共享质量数据，都能在不出域的前提下完成。
底座怎么不拼装。
不少行业方案是"拼装货"，亚信坚持"原研药"：构建可信流通、分布式交换（数据空间+连接器，兼容国际标准与本土需求）、智能协同（融合联邦学习、多方安全计算与大模型）、数据编织引擎（把多源异构、跨域分布的行业数据编织成可被模型消化的数据资产）四层关键能力；依托数智本体平台实现跨域语义互认与血缘追溯，让多智能体在权限可控、行为可溯的前提下安全访问多方数据。
底气从何而来。
亚信入选国家数据局"数据要素（886041）基础设施2026数据标准验证试点单位"，是该名单唯一入选民企——名单上中国移动（HK0941）、中国电信（HK0728）、南方电网等央国企赫然在列；在《可信数据空间 技术架构》等四项标准全面获试点资格；首批通过信通院"数据空间专项测评"、服务客户通过国际数据空间组织IDS组件认证，产品率先研究跨境技术为行业提供能力标杆，可适配国际数据流通规则，助力跨域、跨境的数据安全（885942）合规协作。三十年数据智能的沉淀，在通信行业这个数据密度最高、实时性最强、安全合规最严的"最难考场"练出来的Know-how，加上"网、数、智、安"全栈能力、渊思·行业大模型与可信数据空间的天然协同，构成难以复制的壁垒。
对未来的判断。
模数共振本质是一个自我强化的飞轮：模型越转越聪明，数据越用越有价值，场景越跑越成熟。亚信已前瞻布局智能体数据空间，让智能体在可信边界内安全取数、合规作业、跨域协同，构建"数据—模型—智能体"三位一体的可信价值闭环；并联合海光信息（688041）、华为鲲鹏（885980）等伙伴提供软硬一体的全栈国产化方案，打通"算力—模型—应用—安全"全链条。
规模实证：从验证到复制
某运营商集团可信数据空间：108+入驻机构、120+空间连接器、7000+数据产品规模化运营；
某省运营商数据空间：上线372个数据产品，服务26+医院；
能源行业：智能巡检准确率提升70%—95%；
医疗行业：病理分析覆盖4.6万条影像；跨境医疗场景累计服务54万人次；
供应链场景：平均到货周期（883436）从1周缩短至2天。
通信、政务、能源（850101）、交通、金融、医疗——亚信可信数据空间已在六大行业完成从"验证"到"复制"的跨越。
模型与数据的"双向奔赴"，需要可信的底座来成就。模数共振的飞轮一旦转动，产业智能化的进程将不可逆转。
