大模型For通信：如何“适销对路”？(附典型概览）

网络运营范式迎根本性变革。

随着以ChatGPT为代表的生成式AI的加速应用，大型模型的技术能力持续攀升，不断突破既往界限，其在产业应用领域的深度渗透与实质性进展，显著加速了人工智能向通用化、实用化及普惠化迈进的步伐。

通信行业作为这一时代的数字基石，随着大模型应用的不断落地，其在通信领域的应用潜力也逐渐显现，吸引了产业链的多方布局。那么，鏖战通信大模型，有哪些挑战待解？

从“语言”出发：窥见通信大模型能力一角

通信技术与计算科学的迅猛跃进，为人类社会铺设了几十年来蓬勃发展的互联网时代基石。

在通信领域，其核心使命在于构建连接与实现信息的精准无误传输，力求在信息传递过程中保持高度的一致性和极低的错误率，其焦点聚集于如何高效、可靠地实现数据在任意两点间的流动。

至于人工智能，尽管其根源深植于计算机技术的二进制土壤之中，即由0和1构成的数字基石，但其以大规模模型为典型代表的发展路径，却揭示了其更为深邃的本质——模拟并强化人类智能，通过深度学习与复杂算法，不仅模仿人类的思维模式，更在于提升对未来趋势的预测能力及复杂情境下的决策效能。

也正因此，NetGPT的通信行业语言大模型应运而生，它在继承通用语言大模型强大基础的同时，巧妙融入了通信行业的专有数据与专业知识，通过一系列精细的重训练、调优以及知识增强策略，NetGPT成功蜕变为一个深谙行业奥秘、具备卓越知识理解与生成能力的领域专属大模型。

目前，NetGPT的应用效果主要体现在四大方面。

一是自动解答常见网络专业问题。借助其深厚的语言理解和生成能力，NetGPT能够准确理解和解答通信网络中遇到的各种专业问题，无论是关于网络架构、协议、设备还是性能优化等方面的疑问，它都能提供精准、全面的答案。

二是自动识别并修复网络故障。通过学习和分析大量的网络故障数据和案例，NetGPT能够自动识别出网络中的异常和故障，并给出相应的修复建议或解决方案。大大提高了网络维护的效率和准确性，降低了故障对业务的影响。

三是自动优化网络性能。NetGPT能够实时监测和分析网络的运行状态和性能数据，根据分析结果自动调整网络参数和配置，以优化网络性能。

四是与人类进行自然语言交互。NetGPT具备出色的自然语言处理能力，能够与人类用户进行流畅、自然的交互。无论是通过文本、语音还是其他形式的输入，它都能准确理解用户的意图和需求，并给出相应的响应或建议。

可见，NetGPT的出现为通信行业的智能化转型开辟了新的可能，也预示着大模型技术在推动行业革新方面的无限潜力。

产业链鏖战：网络运营范式迎根本性变革

在今年2月巴塞罗那全球移动通信大会（MWC）上，GSMA将生成式AI列入了未来十大趋势之一，全球各大领先运营商和主流通信厂商也都在积极开展通信大模型的研发和实践。

事实上，大模型作为人工智能革命性的迭代，正以其强大的学习与生成能力，引领人工智能潜力进一步释放，通过最终实现网络群策智能，从而带来网络运营范式的根本性变革。

自2023年电信运营商正式迈入AI大模型领域以来，短短一年的时间内，中国电信、中国移动、中国联通不仅在技术上实现了跨越式的进步，更是在战略布局上展现了前所未有的决心与魄力，集体完成了新一轮的大模型进化，深刻改变了通信行业的研发范式与应用生态；海外沃达丰、德国电信等大T运营商也发表了对生成式AI的研究进展、AI战略和价值场景。

其中，中国电信很早就提出了“1+1+1+M+N”的战略，即1个智算云底座、1个通用大模型底座、1个数据底座、M个内部大模型、N个行业大模型，在成功推出“星辰基础大模型”的基础上，中国电信持续深耕行业应用，迅速扩展至金融、政务、应急、交通等超过10个关键领域，形成了一系列高度定制化的行业大模型。

中国移动发布了全栈国产化生态大模型“九天智能基座”，包括万卡算力、千亿模型及百汇平台三部分，不仅建成了3个国产智算中心，为AI大模型的训练与推理提供了强大的算力支持，还一口气推出了23款AI+产品，覆盖了从网络优化、客户服务到工业制造、医疗健康、司法公正等多个领域，总计超过15个行业的具体应用模型。

中国联通则以“元景大模型”为核心，构建了1+1+M的创新体系，即一个基础大模型、一个通用大模型加上多个行业专属大模型，形成了全面而灵活的AI能力矩阵。特别是在工业领域，中国联通内置了超过10个行业大模型，以及针对视觉检测、质量控制、合规审查、工业机理分析等上百个具体场景的模型，实现了对制造业的深度赋能。通过支持大小模型的灵活融合，中国联通已成功服务于一拖、雅戈尔、美的、卡尔蔡司等200多家工业客户，有效推动了智能制造与产业升级。

面向设备商，华为在今年2月的巴展率先发布了华为的通信大模型、并展示了基于华为通信大模型在网络自治运维场景的部分应用，华为通信大模型主要聚焦于打造面向五类角色的智能助手（Copilot）和面向五大场景的智能体（Agent），旨在通过创新的技术和解决方案，为通信行业带来前所未有的变革。此后，多家通信主流厂商也陆续跟进发表了各自基于开源大模型或自研大模型的研究和应用进展。

在中兴通讯看来，随着行业数字化转型的加速，通信领域运维需求日益复杂，智能运维成为数字化 时代保持竞争力的关键因素之一。然而，随着业务的快速发展和技术的不断更新，传统运维方式已难以满足通信设备运维的需求。大模型技术的出现为智能运维领域带来了突破，它能够提供更人性化的人机交互模式，同时能够处理海量格式化数据，提供高精度的分析和预测，为智能运维提供强大的技术赋能，因此，中兴通讯核心网运维大模型基于中兴通讯自研训练的电信领域星云大模型，使用高质量的语料对基座模型进行精调，生成面向核心网及网络云的运维大模型带来智能交互、智能分析、智能生成三大能力。

亚信科技认为，适配行业场景和需求的大模型才是好模型。因此亚信科技不做通用大模型，而是聚焦行业，做专属大模型。通用大模型落地垂直行业有鸿沟、缺乏统一纳管造成重复建设、缺少快速落地的方法和工具等问题，是制约大模型广泛应用的主要障碍。亚信科技立足通信、政务、能源、交通等垂直行业真实场景，综合考量“行业专属、数据安全、持续迭代、综合成本”等因素，聚焦“平台、模型、工具”三个层面，建立面向行业认知增强的大模型“1-3-8”产品体系。

AI能力叠加：共筑未来智慧网络

ITU-R WP5D第44次会议正式通过了《IMT面向2030及未来发展的框架和总体目标建议书》其中AI与通信融合被作为6大关键场景之一，这与6G ANA提出的 Network Al理念不谋而合。

随着大模型效能不断外溢，感知能力和认知能力显著增强，为上层智能应用和服务夯实了坚实基础，应用路径和商业模式开始清晰各行业开始积极拥抱新技术，希望借助大模型突破自身发展瓶颈。

然而，如何评价一个通信大模型的竞争力，是一个复杂而多维的问题。

技术性能是评价通信大模型竞争力的基础。一个优秀的通信大模型应具备在性能、算法、架构、优化等方面的领先性，这包括对新技术融合能力、适应多样化的场景需求能力、模型预测的准确性和稳定性等。

除了技术性能外，模型部署的难易程度及成本也是评价通信大模型竞争力的重要维度。这包括对计算资源（CPU、GPU等）的消耗情况、硬件兼容性要求、软件集成和配置复杂度等。

与此同时，在通信领域，各运营商都拥有规建维优营等众多的细分应用场景。然而，通信大模型技术和相关应用在各细分场景上能给每个运营商带来的价值成效并不相同。因此，如何找到通信大模型技术最能给运营商产出价值的核心高价值场景，成为一大挑战。

更为关键的是，通信网络复杂度高，运营商自身、网络设备厂商、OSS厂商、BSS厂商等都可能拥有自己的通信大模型。在未来的应用中，如何基于统一的接口实现多智能体协同，从而产出释放出通信大模型最大的价值，是另一大关键挑战。

因此，通信大模型并非一种万能钥匙，能够轻易解锁所有网络场景的奥秘，而是由一系列精心设计与协同工作的模型构成的综合体系。这些模型的结合，远非简单地将各个孤立部分拼凑起来，而是需要通过深度的整合与优化，实现各组件间的无缝对接与高效协作。

展望未来，随着无线网络全面智能化时代的加速到来，通信、计算、数据、AI的深度融合将成为推动行业进步的不可逆转之潮，共同编织出一张智慧互联、高效运行的未来网络蓝图。

采写：党博文

采访和模型梳理支持：胡媛

图表：署念

编辑：博文 晓燕

指导：辛文

通信第一播报