中国电信在人工智能领域的优势和亟需破解的难题

chzh4719

天翼智库

01
中国电信在人工智能领域的优势

中国电信准确把握人工智能发展趋势，持续加大科技创新力度，形成了“1+1+1+M+N”的人工智能总体布局，在算力基础设施、数据、基座大模型和推进大模型应用落地等方面形成了独特的优势。

优势一：持续推进算力基础设施优化升级，夯实国云智算底座。首先是算力资源规模大、网络覆盖广，建设覆盖全国的“2+3+7+X”公共智算云池，建成京津冀、长三角国产化全液冷单集群万卡智算中心，自建智算22EFLOPS，接入合作伙伴算力达27EFLOPS。与此同时，中国电信已建成一张扁平化、网络全光化、运营智慧化的智能极速全光网络，覆盖城乡的高速率网络为AI算力调度提供了低延迟、高可靠的基础。其次是建成了分布式的推理池。构建以“息壤”为核心的一体化智算服务平台，集算网调度、计算加速、模型训推于一体，并率先完成国产算力与DeepSeek-R1/V3系列大模型深度适配优化，实现全栈国产化推理服务落地。最后是将安全能力植入算力运营，自研安全垂类大模型，以实际攻防场景为切入点，深度嵌入算力运营流程，形成数字地貌、智能渗透、威胁研判等五大能力。

优势二：汇聚海量数据资源，形成可信开放的全栈数据要素能力体系。一方面，加速数据资源开发利用。构建“星海”数据资源地图，融合电信日均1.6PB自有数据、金融/互联网等27个行业数据和33省市/15类公共数据，通过集中入湖、隐私互联等方式，打造开放共享的可信数据空间。另一方面，通过三大平台提供全栈式数据要素服务。围绕大数据PaaS、融AI多模态治理等10大核心能力，打造三大服务平台，覆盖数据底座、采集、清洗、加工、标注、安全、交易等全流程服务。其中，星海数据智能中台支撑百万级混合任务调度，服务超过150家政企客户。灵泽2.0数据要素平台提供数据确权登记、数据融合计算等功能，服务6个省级、27个地市级数据局进行数据要素市场化拓展。银河数据跨境平台则具备数据跨境存储、计算和传输全链路能力，已支撑多地试点运行。

优势三：自主研发基础大模型底座，构建开源开放生态体系。首先是，全栈自主研发覆盖语义、语音、视觉、多模态的全模态星辰大模型体系，TeleAI已完成国内首个全国产化万卡万参大模型的研发。其次是在央企中率先开源多尺寸语音、语义大模型。最后是坚持开放合作，持续完善星辰MaaS（模型即服务）服务能力，引入通用、行业大模型64个，集成109个头部厂商模型能力工具。

优势四：依托海量用户生态，具备全域场景落地能力。一方面，以“客户+渠道”优势牵引应用落地，拥有超4亿移动用户数、天翼云企业客户数超455万，为AI产品应用推广提供广阔市场空间；持续推进渠道“三化”（自有渠道连锁化、线上渠道智慧化、社会渠道生态化）升级，连锁年销规模破千万，线上AI服务替代传统服务比例超18%，社会渠道达10万家。另一方面，积极拓展全域场景覆盖，对内面向网络运营、客户服务等场景开发应用十余个内部大模型，促进企业降本、提质、增效。通过自研AI节能系统，广泛部署在基站、IT云主机、AB类机房，实现年均智能节电约8亿度。对外已面向政务、工业、教育等领域推出50多个场景大模型，重点打造80多个行业大模型和20个行业智能体，提供“算力+平台+数据+模型+应用”的一体化服务，服务客户超1万家；推进“AI+产品”专项行动，加速AI手机、AI云电脑、AI云盘、AI摄像头等十余款产品规模推广。

02
中国电信加快发展人工智能亟需破解的难题

一是需要进一步提升基座大模型技术研发能力。

目前中国电信的开源大模型性能和影响力弱于头部企业，IDC报告显示星辰大模型在国内市场应用份额排名第六（2024年），属于第二梯队。当前AI大模型技术进步十分迅速，中国电信尤其需要在算力自主化、数据治理、产品适配和算法创新上加快突破，进一步加强技术研发和生态建设，提升AI技术的商业化应用水平，以全面缩小与全球领先人工智能企业的差距。

二是需要加强顶尖AI技术专家和AI落地应用人才队伍建设。

目前，中国电信的AI人才储备还不能满足2025年两会有关持续推动“AI+产业”融合应用协同发展的需要，特别是缺少顶尖AI专家、AI工程化人才和AI实际场景应用落地人才。中国电信需要通过校企合作和灵活用人制度不断吸引和培养AI人才。

三是需要进一步加强高质量行业数据集建设，赋能行业智能化升级。

面向大模型落地的各个行业数据集，受到行业数据隐私保护和数据安全合规性要求影响，不能满足通用大模型在垂直领域应用落地的要求。中国电信还需要进一步加强与行业数据伙伴合作，解决数据分散且标注成本高的问题，共同开发建设高质量行业数据集。