智東西（公眾號：zhidxcom）
作者 | 李水青
編輯 | 漠影
智(zhi)東西8月(yue)12日報道，2025世界人工智(zhi)能大會（WAIC）期(qi)間，由(you)國(guo)務(wu)院國(guo)資委統籌指(zhi)導、中國(guo)移動(dong)牽頭(tou)建設(she)的(de)(de)國(guo)家(jia)級AI開(kai)源(yuan)開(kai)放平臺“煥新社區”正式啟動(dong)。這一平臺肩負著(zhu)整合(he)央(yang)企資源(yuan)、推動(dong)AI普惠(hui)發展的(de)(de)戰略(lve)使命，已(yi)有(you)90余家(jia)央(yang)企、50余所高校及(ji)20余個組織加入。
作為首批共建單位，中興通訊正式開源NTele-R1-32B-V1、7B-Curr-ReFT、3B-Curr-ReFT等6款自研發模型及5個行業數據集，以及 “Co-Sight 超級智能體” 和配套工具鏈，為(wei)AI國(guo)家(jia)隊提供技術(shu)動能(neng)，展現出(chu)ICT巨(ju)頭向AI技術(shu)輸出(chu)者的(de)成功跨越。
成(cheng)立40年的(de)中興通訊，不僅(jin)是全(quan)球(qiu)5G先(xian)鋒，更(geng)憑借(jie)“芯片+硬件+軟(ruan)件+應用(yong)”的(de)軟(ruan)硬件綜合優化及(ji)全(quan)球(qiu)交(jiao)付(fu)能(neng)力，成(cheng)為央企數智(zhi)化轉型的(de)關(guan)鍵伙伴。
近日，通(tong)過對(dui)話(hua)中興(xing)(xing)通(tong)訊戰略和生態首(shou)席專(zhuan)家(jia)屠嘉順(shun)、中興(xing)(xing)通(tong)訊星(xing)云通(tong)信大模(mo)型研發總(zong)工劉昆麟(lin)博士，我們對(dui)這家(jia)ICT巨(ju)頭的AI實(shi)力以及6G+AI等垂直行(xing)業未來趨勢(shi)發展有(you)了更深入(ru)認識。
一、三大核心能力，40年ICT經驗助百家央企智能化轉型
“煥新社區”定位獨特，屠嘉順指出：“它是(shi)一個更聚焦(jiao)央(yang)國企和To B垂(chui)直(zhi)領域的AI生態平臺。所(suo)有的大模型(xing)及數據集，基(ji)本都面向(xiang)To B的產業需(xu)求。” 其核心使命是(shi)解決(jue)大模型(xing)在百家央(yang)企真實場景的落(luo)地難題。
中興通訊以“技術輸出者+生態共建者”雙重身份，通過(guo)三大能力精準(zhun)補位：
1、模型與數據集開源：小樣本的“精兵”策略
中興通訊(xun)首批開(kai)源(yuan)6個(ge)自研大模型及5個(ge)行(xing)業(ye)數據集，覆蓋電信、多模態等(deng)(deng)關(guan)鍵領域，并計劃(hua)持續開(kai)放訓(xun)練(lian)方法、算法框架等(deng)(deng)底層能力(li)，為(wei)國家隊(dui)開(kai)發者提(ti)供基礎技(ji)術支(zhi)撐。
其(qi)明星成果(guo)——電信大模(mo)型NTele-R1-32B-V1，僅用800個精選(xuan)樣(yang)本（400數學(xue)+400代碼），即在多項測評中超越Qwen3-32B、QwQ-32B等行(xing)業標(biao)桿。
中興通訊還基于其創新(xin)訓練范式，開源了7B-Curr-ReFT和3B-Curr-ReFT輕(qing)量化模型。3B-Curr-ReFT在AI2D數(shu)學推理測試中準確率達83%，超越(yue)26B參數(shu)的 InternVL-26B（79%）和32B參數(shu)的Llava-Next-32B（81%）。
2、國產AI芯片生態協同：做開放的“連接者”
面(mian)對(dui)GPU算(suan)力(li)的(de)(de)短板，中興(xing)聯合國(guo)產GPU廠商開(kai)展(zhan)軟硬件(jian)協同(tong)優化。屠嘉順坦言(yan)：“GPU算(suan)力(li)確(que)實是一(yi)塊短板，需要耐心突破。但中興(xing)的(de)(de)獨特價值在于(yu)‘連接’，即集群GPU之間的(de)(de)互連技術。”
他進一(yi)(yi)步描繪了生態(tai)(tai)愿景：“我們想象(xiang)中未來(lai)的(de)計算生態(tai)(tai)應是開(kai)放(fang)的(de)，能(neng)將多個廠家的(de)GPU放(fang)在一(yi)(yi)個資源池里協同工作。中興致力于成為這(zhe)(zhe)個開(kai)放(fang)生態(tai)(tai)的(de)‘連接(jie)者’和‘使(shi)能(neng)者’。” 不(bu)再依賴單一(yi)(yi)來(lai)源，可(ke)有效規(gui)避(bi)因個別廠商斷供、技術封鎖等帶來(lai)的(de)風(feng)險，這(zhe)(zhe)正推動著國家隊智(zhi)算體系(xi)的(de)穩定性與(yu)自主可(ke)控性。
3、智能體應用落地：從“打工人”到“指揮官”
值(zhi)得一提的是，中(zhong)(zhong)興(xing)通訊本次(ci)還開(kai)源了 “Co-Sight超(chao)級智(zhi)能體” 及配套(tao)工(gong)具鏈，降(jiang)低開(kai)發者創新門檻。這一超(chao)級智(zhi)能體在GAIA基準測試(shi)中(zhong)(zhong)以72.72分(fen)奪(duo)冠。其采用“主管智(zhi)能體+執行(xing)智(zhi)能體”的協同架(jia)構和(he)DAG任務(wu)引擎，將行(xing)業研究周期從數周壓縮至1小時。
劉昆麟生動地解釋了其進化：“常(chang)規智(zhi)(zhi)能(neng)體(ti)像一個‘打(da)工(gong)人’，而超(chao)級(ji)智(zhi)(zhi)能(neng)體(ti)更像一個‘指揮官’，能(neng)調度各種已(yi)有(you)的智(zhi)(zhi)能(neng)體(ti)或服(fu)務(wu)功能(neng)協同作戰。”
從技術生態(tai)視角看(kan)，中興通(tong)(tong)訊的參與并非(fei)簡單的資源堆砌，而是通(tong)(tong)過 “模(mo)型 – 數據 – 硬(ying)件 – 應用” 的全鏈條協同，為煥新社(she)區構建起完整的技術支撐體系。
依托40年ICT經驗，中興的(de)技術輸(shu)出直(zhi)擊產(chan)業痛(tong)點(dian)。以電信運維為例，其自研星云(yun)大(da)模型(xing)驅(qu)動(dong)的(de)“網(wang)優專家”系(xi)統在云(yun)南移動(dong)實現了(le)網(wang)絡優化全(quan)流程自動(dong)化，非現場處理時長縮(suo)短20%，用(yong)戶上行速率(lv)提升30%，有(you)力推(tui)動(dong)了(le)運維從“人(ren)工(gong)經驗”向“數(shu)據(ju)驅(qu)動(dong)”的(de)躍遷。
現在(zai)，這家ICT巨(ju)頭正(zheng)將其40年ICT經驗遷(qian)移到百家央企數智化轉型過程中，成為(wei)中國 AI 國家隊不(bu)可或缺的核心力(li)量(liang)。
二、全棧輸出：從電信到千行百業，打造新質生產力
盡管大(da)眾印象中(zhong)的中(zhong)興(xing)“強在硬件”，但其核心競(jing)爭(zheng)力實為軟硬件協同優(you)化(hua)和一站交付的全棧能力。
屠嘉(jia)順精辟總(zong)結道：“中興的(de)核心(xin)競爭力是(shi)(shi)做軟(ruan)硬(ying)件的(de)協同(tong)優化，并提供‘交鑰匙(chi)’的(de)解決方案(an)。這(zhe)不是(shi)(shi)簡單(dan)的(de)賣設備，而是(shi)(shi)結合客戶現有行業場景，致力于成為客戶數智化轉型路上的(de)長期(qi)伙伴，通過清晰(xi)的(de)階段規劃與持續(xu)的(de)技術賦能，幫助(zhu)客戶一步步將數智化藍圖轉化為現實。”
2023年啟動大模(mo)型(xing)戰略后，中興(xing)在2025年迎來(lai)技術(shu)爆發期(qi)：
1、小樣本訓練匹敵大模型：三階數據管理直擊數據痛點
中(zhong)興通訊開源的(de)電信大模型NTele-R1-32B-V1，以 “小樣本(ben)高效訓練” 實現性能(neng)超越，成功(gong)實踐了“數據(ju)質量(liang)優于數量(liang)”的(de)路徑。
劉昆麟博士(shi)再次(ci)強調了(le)其(qi)底(di)層邏(luo)輯：“這并不意(yi)味著大(da)模(mo)型對數(shu)據量的依賴被徹(che)底(di)打破(po)，而是證明：如果能(neng)找到‘量身定制’的關(guan)鍵數(shu)據，少量樣本也能(neng)激發出匹(pi)敵大(da)量數(shu)據的效果。”
具體來看，NTele-R1-32B-V1實(shi)現了(le)三階(jie)數據管理策略(lve)的(de)創(chuang)新(xin)突破，直(zhi)擊大(da)模型訓(xun)練中 “數據冗余與(yu)模式固化” 的(de)行(xing)業痛點：
（1）優選 “教(jiao)師模型”，錨定高(gao)質量(liang)參考(kao)樣(yang)本(ben)。研發團隊選定QwQ-32B作為 “教(jiao)師模型”，對初始S1數(shu)據(ju)集中的(de)每個(ge)問題抽樣(yang)50個(ge)回(hui)答(da)，確保知識蒸(zheng)餾的(de) “源頭質量(liang)”。
（2）篩(shai)選高難度(du)樣(yang)本，強化(hua)復雜任務處理(li)能力。研發團隊對(dui)樣(yang)本問(wen)題的回答(da)正確性進行量化(hua)評(ping)估，保(bao)留高難度(du)樣(yang)本形成(cheng)S-hard數據集(ji)。這種(zhong) “靶向訓練” 策略使模型聚焦復雜任務，訓練效率(lv)提升(sheng)40%。
（3）構建多樣化(hua)(hua)推理路(lu)徑(jing)，打破模式固化(hua)(hua)。通過計算每個問(wen)題答案(an)之間的列文施泰因(yin)距離(li)（字符(fu)串相(xiang)似(si)度指(zhi)標(biao)），為每個問(wen)題選擇最多5個距離(li)最遠的答案(an)，最終形成(cheng)包(bao)含965個樣本的訓練數據集，從而有(you)效(xiao)避免蒸餾(liu)過程中模型(xing) “死記硬(ying)背” 單一推理路(lu)徑(jing)的問(wen)題，顯著提(ti)升了(le)模型(xing)的泛化(hua)(hua)能力。
該模型的(de)(de)技術價(jia)值不僅在于(yu)性能指標(biao)的(de)(de)領先，更(geng)在于(yu)為中國 AI 國家隊提供了 “小樣本訓練” 的(de)(de)可復(fu)制(zhi)方法論。劉昆麟(lin)告訴(su)智東西，這種聚焦場景建(jian)模、精(jing)煉數據的(de)(de)方法論，已(yi)成功復(fu)制(zhi)到鋼鐵、水(shui)利等行業。
2、輕量化模型打破參數迷信：后訓練激發模型智能
多模(mo)(mo)態智能領域長(chang)期(qi)存在 “參數規模(mo)(mo)決定性能” 的(de)固有認(ren)知，中(zhong)興(xing)通訊推出的(de) Curr-ReFT（Curriculum Reinforcement Fine-Tuning）訓練范式，使3B、7B參數的(de)輕量化視(shi)覺語言模(mo)(mo)型（VLM）在多項任務(wu)中(zhong)超越26B、32B大模(mo)(mo)型。
Curr-ReFT 的創(chuang)新點(dian)集中(zhong)在(zai) “課程式強化學習(xi)” 與 “基于拒絕(jue)采樣的自提升(sheng)” 兩大模塊，形成閉環(huan)優化體系(xi)：
（1）課程式(shi)強化(hua)學習：三階(jie)遞進式(shi)能(neng)力(li)培育。研發團隊(dui)借鑒人類認知規(gui)律(lv)，將訓練任(ren)務(wu)分(fen)(fen)為(wei)三個(ge)難度遞增階(jie)段，配合分(fen)(fen)層獎勵(li)機制，使模型能(neng)力(li)穩步(bu)提升：
第一階段（二元決策學習）：通過“是/否”類簡單任務（如(ru)“這是蘋果嗎？”），快速建立基(ji)礎視覺理解與簡單推理能力，獎(jiang)勵函數聚焦“準確率”。
第二(er)階段（多項(xiang)選擇學習）：引入(ru)多選項(xiang)任務（如“水果里哪(na)個最大(da)？”），強化模型的細節分辨與(yu)(yu)決策能力，獎勵函數兼(jian)顧(gu) “準(zhun)確(que)率” 與(yu)(yu) “推理(li)步(bu)驟完整性”。
第三階(jie)段（開放式(shi)回答學(xue)習）：以復雜開放式(shi)問題（如“描述這幅(fu)畫的故(gu)事”）激活綜合推理能力，獎勵函數涵蓋(gai)“邏輯性(xing)”“流暢(chang)度”“信息完整性(xing)”多維度。
（2）拒絕采樣自提(ti)升(sheng)：平衡能(neng)(neng)力提(ti)升(sheng)與基礎技(ji)能(neng)(neng)保留。為避(bi)免模型在(zai)提(ti)升(sheng)復雜推理能(neng)(neng)力時丟失(shi)基礎語言技(ji)能(neng)(neng)，研發團隊(dui)采用兩(liang)步優化機制：
高質量樣本篩(shai)選：引入大尺寸模(mo)型作為教師模(mo)型，從模(mo)型生成結果中篩(shai)選評(ping)分超過(guo) 85 分的(de)樣本（評(ping)估維度包括準(zhun)確性(xing)、邏輯性(xing)、格式規范度），構(gou)建精編數據集。
自我(wo)迭代優化：以精編數據集為參考，同時混合少量(liang)多(duo)任務多(duo)領域高質(zhi)量(liang)多(duo)模(mo)(mo)態數據，通(tong)過持(chi)續對比修(xiu)正模(mo)(mo)型輸(shu)出，在提升(sheng)復雜任務處理能力的同時，確保基礎語言技能不退化。
劉(liu)昆(kun)麟對此技(ji)術趨(qu)勢判斷(duan)明確：“所謂(wei)的(de)‘參數規模(mo)決定(ding)性(xing)能(neng)’的(de)行業認知，應該早就過(guo)時了(le)。關鍵在于如何通過(guo)后(hou)訓練（如強化學習(xi)）更(geng)充(chong)分地激發模(mo)型(xing)潛能(neng)，將(jiang)預(yu)訓練階段掌握的(de)模(mo)糊概念凝練成解決實際業務(wu)的(de)能(neng)力。”
他進(jin)一步指(zhi)出業(ye)界共識的(de)轉(zhuan)變：“OpenAI近期(qi)也提(ti)出，未來強化學習可能占算力消耗的(de)大部分(fen)，預訓(xun)練只占一小部分(fen)。”
3、6G前沿的務實“干糧”：從“考題”到“生產力”
整合40年(nian)電信(xin)領域(yu)(yu)知識，中興(xing)通訊開源了(le)TFCE（Telecom Function-Calling Evaluation）數據集，成為中國(guo)AI國(guo)家(jia)隊(dui)在通信(xin)行(xing)業(ye)的核心 “技(ji)術(shu)彈藥(yao)”，填補了(le)全球(qiu)電信(xin)領域(yu)(yu)函數調用評估的空白(bai)。
TFCE數(shu)(shu)據集包含(han)1800余個(ge)通(tong)信(xin)專(zhuan)用函數(shu)(shu)、917道Python實(shi)戰題目，覆(fu)蓋4G、5G、6G、無線(xian)通(tong)信(xin)網(wang)(wang)絡優(you)化、物聯網(wang)(wang)、網(wang)(wang)絡安全(quan)等全(quan)場景，被劉昆(kun)麟稱為電(dian)信(xin)AI的“標準考題”。
他(ta)闡釋了其設(she)計(ji)理念：“TFCE避免簡(jian)單的知識問答，聚焦于(yu)通信(xin)網絡(luo)的智能化運(yun)維、優(you)化業務和漸進式(shi)創新。題(ti)目設(she)計(ji)源于(yu)真實(shi)產業痛(tong)點，是‘實(shi)戰(zhan)化考題(ti)’。” 這體現了中興將40年(nian)工程經驗轉化為AI“養分”的務實(shi)作(zuo)風(feng)。
TFCE的推(tui)出為中國AI國家隊帶來多重(zhong)價值：提供統一的電信(xin)(xin)(xin)AI模型(xing)評估標準，降低通(tong)信(xin)(xin)(xin)行業 AI 開發(fa)的入門(men)門(men)檻(jian)，并加(jia)速電信(xin)(xin)(xin)領域AI技(ji)術迭代，通(tong)過標準化(hua)測評推(tui)動模型(xing)向(xiang) “高(gao)準確率、高(gao)適(shi)配性” 進(jin)化(hua)。
屠嘉(jia)順提(ti)到，未來6G網(wang)(wang)絡中的AI是(shi)原生的，6G是(shi)一個會思(si)考(kao)的網(wang)(wang)絡——在6G中我們(men)可(ke)以(yi)實現(xian)云邊端響應(ying)時間控(kong)制，通過邊緣大模(mo)型及終(zhong)端小(xiao)模(mo)型，為6G網(wang)(wang)絡管道(dao)提(ti)供(gong)思(si)考(kao)能力，讓智能無(wu)處不在。
當下，開源模型大戰競爭激烈，中興通訊相比于互聯網大廠的差異化護城河何在？
屠(tu)嘉順一語道(dao)破(po)本質：“方(fang)向(xiang)上有較大(da)區別。現(xian)在的互聯網(wang)公司大(da)量(liang)做To C業務，中(zhong)興更聚焦To B領域，用‘連接(jie)+ 算力’全棧能力為鋼鐵、電力、金融(rong)等行(xing)業提供端到端解(jie)決方(fang)案。” 其(qi)護城(cheng)河源于三方(fang)面(mian)：
1、前瞻布局：隨(sui)著2022年(nian)底(di)ChatGPT爆發，整個通信行(xing)業深受其(qi)影(ying)響。中(zhong)興通信發現6G是(shi)AI內生的，2023年(nian)初就制定大(da)(da)模(mo)(mo)型(xing)(xing)戰略，2024年(nian)發布千(qian)億(yi)級MoE通信模(mo)(mo)型(xing)(xing)，至今加速(su)迭(die)代(dai)出(chu)多款(kuan)開源(yuan)大(da)(da)模(mo)(mo)型(xing)(xing)及(ji)數據集，落地行(xing)業，并成為煥新社(she)區的技(ji)術輸出(chu)者。
2、場(chang)景Know-How：40年電信經驗(yan)沉淀為(wei)可復用的(de)(de)(de)行業知(zhi)識圖譜(pu)。劉昆麟強調：“數據只是(shi)表象，真正護城河(he)是(shi)能穩定產生數據的(de)(de)(de)場(chang)景。真正產生價(jia)值的(de)(de)(de)，是(shi)讓模(mo)型到(dao)真實系統里去交互(hu)，這一過程積累(lei)的(de)(de)(de)語料和迭代(dai)經驗(yan)，是(shi)比(bi)單純(chun)數據更高效的(de)(de)(de)資產。”
3、研發效(xiao)能革新：中興(xing)通訊內部進行了AI研發績(ji)效(xiao)工具(ju)創新，從(cong)而大幅提(ti)升人效(xiao)，加(jia)速了技術迭代。
從電(dian)信行業(ye)中來，到(dao)千行百業(ye)中去。行業(ye)案例成為中興通訊全棧實(shi)力(li)的(de)最佳印證(zheng)。
在云南潑水節保障案例中(zhong)，面對200萬(wan)游客的(de)網絡(luo)洪峰，中(zhong)興“大(da)模型+智(zhi)能(neng)融合板”雙智(zhi)協同體系對180個(ge)基站實(shi)施精準護航，達(da)成(cheng)“零卡頓感(gan)知、零中(zhong)斷服務、零重(zhong)大(da)投訴”的(de)“三零”目標，高(gao)負(fu)荷小(xiao)區(qu)占比降20%以上，直播上行速率提(ti)升(sheng)30%。
結語：AI使能者入局，加速AI普惠新生態
從NTele-R1-32B-V1的(de)(de)(de)小(xiao)樣本(ben)“精兵訓練”，到(dao)Curr-ReFT激(ji)發小(xiao)模型(xing)的(de)(de)(de)“潛能(neng)革命”；從TFCE深入產業的(de)(de)(de)“標(biao)準(zhun)考(kao)題”，到(dao)Co-Sight指揮多(duo)智能(neng)體的(de)(de)(de)“超級(ji)指揮官”，中興通訊以全棧開源的(de)(de)(de)“干糧”，為AI國(guo)(guo)家(jia)(jia)隊構建起(qi)堅實的(de)(de)(de)技術底(di)座(zuo)。其星云大(da)模型(xing)已(yi)在電力、金(jin)融、鋼鐵等千(qian)行(xing)百業落(luo)地生(sheng)根。當(dang)這家(jia)(jia)擁有40年深厚(hou)ICT功底(di)的(de)(de)(de)巨頭，以開放之(zhi)姿(zi)躬身(shen)入局AI國(guo)(guo)家(jia)(jia)隊，以“交(jiao)鑰匙(chi)”的(de)(de)(de)務(wu)實態(tai)度賦能(neng)百家(jia)(jia)央(yang)企，中國(guo)(guo)AI的(de)(de)(de)“新(xin)質生(sheng)產力”圖景，正(zheng)加(jia)速從愿景照進現實。
