当前，模型与数据已成为驱动人工智能高质量发展的两大核心要素。在算力与算法日趋普惠的背景下，高质量数据供给不足、垂直行业数据集稀缺、通用模型泛化不足、场景适配度不高，成为制约AI规模化落地的核心瓶颈。推动数据要素与AI模型双向赋能、协同演进，实现“模数共振”，成为产业发展的必然选择。

　　近期，工信部和国家数据局联合启动2026年“模数共振”行动，着力推动模型与数据深度融合，目标到年底基本形成“数据-模型-场景应用”互促循环，实现“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的“数据飞轮”，加快构建数据要素与人工智能协同演进的共生生态。这一国家层面的部署，与浪潮卓数大数据在2025年推出的模数工坊产品定位不谋而合。

　　模数工坊定位于面向AI训练的“大数据工厂”，以工业化生产模式打通“数据-模型-场景应用”全业务链路，精准破解当前人工智能发展“有算力缺好数据、有场景缺标准化数据”的痛点，构建81道工序、170个工具的标准化生产流水线，具备数据治理、模型训练、智能体开发、场景应用一站式全栈能力，推动数据要素高效转化为智能体场景应用。