行业通识数据集

在[[模数共振行动]]中提出的核心概念，指为解决工业数据"有而不能用"的痛点而构建的标准化、高质量数据集。是连接数据与模型的关键桥梁，也是推动AI从通用大模型向行业专用模型演进的数据基础。

核心目标

• 解决工业数据分散、异构、质量参差不齐的问题
• 为行业模型训练提供标准化、高质量的数据基础
• 推动数据从"资源化"向"资产化"迈进

覆盖行业

钢铁、石化化工、汽车、航空航天、医疗装备等20个重点行业。

政策意义

行业通识数据集的构建是[[数据要素]]市场化配置的具体实践，也是[[中国工业智能政策]]体系中"数据-模型-场景应用"闭环的数据基础。