作为国家数据基础设施的组成部分，可信数据空间核心在于通过一个技术底座与一套机制安排解决流通利用中数据权属不清、安全保护不足、合规流通不畅的基础性难题。近两年各地方、各行业已经开展了大量可信数据空间的建设探索，积累了大量技术与实践经验，行程了一批典型示范项目。当促进“数据-模型-场景应用”互促循环成为人工智能发展中的关键课题，各类可信数据空间的实践探索就成为了推动跨主体数据协同、模型共建，实现模数共振的有利参考。简而言之，可信数据空间是“模数共振”空间的建设基础与重要借鉴；而“模数共振”空间也是人工智能飞速发展下可信数据空间的必然升级方向之一。
“模数共振”空间与可信数据空间有着相同的建设思路。二者都是围绕聚合多元主体、促进协同共创的思路进行规划，因此，空间建设的框架和要素，例如管理制度、技术底座、资源汇聚、场景挖掘和生态建设等基本一致，都是出于促进多元主体资源共享、能力、共用价值共创而建设。
但“模数共振”空间的与可信数据空间核心目标不同。从可信数据空间到模数共振空间，核心目标从保障数据流通转向创造智能，跨主体的数据资源不仅要实现流通，更要高效转化为模型能力和业务价值，空间的价值发挥进一步向大模型和智能理应用的场景聚焦并闭环。
因此，“模数共振”空间的能力构成相比可信数据空间需要进一步延展和升级：
——在技术功能上，“模数共振”空间的平台功能配置要集中投向面向模型训练的数据工程、智能体研发管理、数据使用效果评价等能力，并通过工具链集成、自动化流水线、标准化评测等，实现基于空间的“数据→模型→反馈→优化”循环；
——在管理机制上，“模数共振”空间的运行规则要向保障数据和模型持续协同的方向完善，针对性增加相应的规则建设和机制设计，例如模型能力提升的增量价值需进行动态合理分配，联合建模的边际贡献需要根据实际情况精准量化等；
——在建设运营上，“模数共振”空间的落地成效的评价重心要从数据流通利用的规模和效率转向模型应用的价值创造，从关注接入数据主体数量、数据流通规模、数据产品数量等转向模型产出数量、智能体部署规模、模型应用效果、实际经济效益等。
注：微信扫描上方二维码即可查看《工业和信息化部办公厅 国家数据局综合司关于联合实施2026年“模数共振”行动的通知》全文及附件。