2025-2026年,全球电信运营商的AI大模型竞争进入第二阶段——不再仅仅比拼模型参数和跑分,而是转向开放平台生态的构建。谁能把大模型能力以最便捷的方式交付给企业客户和开发者,谁就掌握了AI时代的"平台税"。
本文深入拆解四家全球标杆运营商的AI大模型开放平台实战:中国移动"九天+MoMA+焕新社区"、中国电信"星辰+天翼AI开放平台"、SK Telecom "A.X K1+主权AI全栈生态"、Deutsche Telekom "工业AI云+OpenAI联盟"。
运营商做AI大模型开放平台,并非简单的"追热点",而是三重战略逻辑驱动:
第一,算力资产的二次变现。 运营商手握全国最大的智算基础设施——中国移动已建成4个国产万卡智算集群,中国电信布局了覆盖全国的新型城域网边缘算力超200个节点。这些算力如果只用于内部网络运维,是巨大的资源浪费。通过开放平台,算力可以像水电一样按需计费服务外部客户。
第二,行业know-how的规模化输出。 运营商在政务、医疗、教育、工业等16个重点行业积累了深厚的场景理解能力。中国移动已布局800余个行业场景,这些经验沉淀为行业大模型后,通过平台API输出,边际成本趋近于零。
第三,从管道商到平台商的战略转型。 在5G ARPU增长放缓的背景下,AI平台成为运营商突破增长天花板的第二曲线。SK Telecom明确提出从电信公司转型为"AI Infrastructure Provider(AIP)",Deutsche Telekom则通过与OpenAI和NVIDIA合作构建欧洲AI主权基础设施。
flowchart TB
subgraph 传统模式
A[运营商自研大模型] --> B[内部网络运维]
A --> C[内部客服/营销]
end
subgraph 开放平台模式
D[运营商自研大模型] --> E[开放平台/API网关]
E --> F[企业客户<br/>政务/医疗/工业]
E --> G[开发者生态<br/>ISV/SI]
E --> H[个人用户<br/>C端应用]
E --> I[合作伙伴<br/>模型厂商/芯片厂商]
end
style D fill:#4CAF50,color:#fff
style E fill:#2196F3,color:#fff
中国移动在2025年7月26日世界人工智能大会(WAIC)上,一次性发布了三大核心成果:
MoMA解决的是当前企业使用大模型时最痛的问题——模型碎片化。HuggingFace上已有数百万个模型变体,每个模型在不同任务上表现各异。MoMA的核心思路是:
| 能力维度 | 具体实现 | 解决的问题 |
|---|---|---|
| 意图理解 | 自然语言解析用户任务目标 | 用户不知道该选哪个模型 |
| 模型路由 | 根据任务自动匹配最优模型组合 | 不同模型能力差异大 |
| 智能体编排 | 多Agent协作完成复杂任务 | 单一模型无法端到端解决 |
| 能力聚合 | 统一API接口屏蔽底层差异 | 接入成本高、适配复杂 |
| 质量评估 | 实时监控模型输出质量 | 无法量化评估模型效果 |
实际部署案例: 中国移动将MoMA应用于央企"AI+"专项行动中,已服务78个央企行业大模型的调度管理。在某大型能源央企的设备巡检场景中,MoMA自动将任务拆解为"图像识别(调用视觉模型)→缺陷分类(调用分类模型)→处置建议(调用语言模型)"三步,相比人工选择模型组合,任务完成效率提升约60%,模型调用成本降低约40%。
焕新社区是中国移动打造的一站式AI资源平台,核心数据如下:
| 资源类型 | 数量 | 说明 |
|---|---|---|
| 国产算力 | 2000+卡 GPU | 汇聚多家国产AI芯片算力 |
| 模型库 | 284个 | 含78个央企行业大模型 |
| 数据集 | 160+个 | 覆盖通用与行业数据 |
| 芯片适配 | 11家国产厂商 | 昆腾、昇腾等主流芯片 |
| 应用场景 | 40个央企高价值场景 | 可直接参考复用 |
| 特色专区 | 具身智能/AI4S/智慧电网/信息通信 | 按领域聚合资源 |
九天基础大模型3.0包含两大核心模型:
在开源方面,中国移动同步开源了多项核心技术成果,包括模型权重、训练框架和评测工具,降低了企业使用门槛。
2026年1月1日,国务院国资委发布"2025年度央企十大国之重器"榜单,中国电信的星辰大模型体系成功入选——成为国内首个实现"全模态、全尺寸、全国产化"的AI大模型体系。
天翼AI开放平台是中国电信面向公众和企业客户开放的AI能力门户,于2025年4月正式上线。平台核心架构如下:
| 能力层 | 具体产品/服务 | 面向对象 |
|---|---|---|
| 大模型体验中心 | TeleChat问答、多方言识别(60+种)、TeleStudio视频创作 | 个人用户 |
| 智慧办公 | 星辰慧记(AI办公助手)、慧笔(一键写作)、文档理解平台、超大表格分析 | 企业办公 |
| 智能创作 | TeleStudio一站式视频创作平台 | 内容创作者 |
| 开发平台 | 星辰智能体平台(零代码创建Agent)、软件工厂、星海AI中台 | 开发者/ISV |
| 开放API | 300+种场景化AI算法(语义/语音/视觉/多模态) | 企业集成 |
星辰智能体服务平台1.0是中国电信在智能体赛道的核心布局,通过统一入口"星小辰"实现跨终端智能服务。平台三大核心引擎:
实际部署案例: 某省级政务服务中心接入星辰智能体平台后,基于自定义知识库构建了"政务问答Agent",将群众咨询的一次性解答率从62%提升至89%,平均响应时间从45秒缩短至8秒,每月减少人工坐席转接约1.2万次。
截至2025年4月,星辰大模型用户已突破20万(含企业客户和个人用户)。中国电信副总经理唐珂在2025数字中国建设峰会上披露,星辰大模型通过多轮幻觉缓解技术,将幻觉率降低了40%,在国际权威评测中推理赛道稳居百亿开源大模型第一。
2025年12月28日,SK Telecom正式发布A.X K1——韩国首个5190亿参数的超大规模AI模型。这不是一个普通的商业产品,而是韩国政府"主权AI基础模型"国家级项目的核心交付物。
A.X K1的定位是"教师模型(Teacher Model)"——它本身不直接面向终端用户,而是作为"母模型"蒸馏出各类小型化、专业化模型,供韩国产业生态中的企业使用。这种"一树多果"的策略,最大化了单一超大规模模型的投资回报。
| 指标 | A.X K1 | 对比 |
|---|---|---|
| 参数量 | 5190亿(519B) | 韩国最大 |
| 架构 | MoE混合专家 | 全球主流架构 |
| 定位 | 教师模型/主权AI | 韩国政府项目 |
| 开源策略 | 面向韩国AI生态企业开源 | 加速产业渗透 |
| 验证机构 | 多所韩国顶尖大学+研究机构 | 实地验证 |
SK Telecom构建了从底层算力到顶层应用的全栈AI生态:
A.助手的规模化部署是SKT最亮眼的成绩之一。截至2025年底,约8万名SKT集团员工在日常工作中使用A.助手。在C端,SKT的目标是服务2000万用户——覆盖韩国近40%的人口。
SK Telecom CEO Ryu Young-sung明确提出:SKT的目标是从电信公司转型为AI Infrastructure Provider(AIP)。这一战略的核心举措包括:
实际部署案例: SKT将A.X模型部署于韩国某大型银行的智能客服系统中。通过A.X K1蒸馏出的金融专用模型,在韩语金融领域问答准确率达到96.3%,相比此前使用的通用模型提升了18个百分点。系统上线后,银行电话客服人工转接率下降35%,客户满意度评分提升22%。
2025年,Deutsche Telekom与NVIDIA在柏林联合发布了全球首个工业AI云(Industrial AI Cloud)。这不是一个概念验证,而是一个企业级的、主权可控的AI平台,计划于2026年初正式上线。
工业AI云的核心组件:
| 组件 | 作用 | 技术 |
|---|---|---|
| DGX超级计算集群 | 提供大规模模型训练和推理算力 | NVIDIA DGX B200 |
| Omniverse数字孪生 | 工业场景的3D仿真和优化 | NVIDIA Omniverse |
| 私有模型训练 | 企业数据不出境的模型微调 | NVIDIA NeMo |
| 边缘推理 | 工厂现场的实时AI推理 | NVIDIA EGX |
| 安全合规 | 欧洲GDPR级别的数据保护 | 端到端加密 |
2025年12月9日,Deutsche Telekom与OpenAI宣布达成多年战略合作,这是OpenAI在欧洲电信行业的最大单笔合作。合作内容包括:
在2026年3月的MWC上,Deutsche Telekom展示了其AI战略的最新进展:
实际部署案例: Deutsche Telekom与某德国汽车制造集团合作,基于工业AI云构建了产线质检AI系统。通过NVIDIA Omniverse创建产线数字孪生,配合视觉AI模型进行实时缺陷检测。系统部署后,产线缺陷检出率从89%提升至99.2%,漏检率降低至0.3%以下,每年为该工厂挽回约1200万欧元的返工成本。
| 对比维度 | 中国移动九天+MoMA | 中国电信星辰+TeleAI | SK Telecom A.X | Deutsche Telekom |
|---|---|---|---|---|
| 自研模型参数量 | 万亿级MoE | 千亿级(全尺寸覆盖) | 519B(A.X K1) | 非自研(合作OpenAI/NVIDIA) |
| 开放API数量 | 200+(持续扩展) | 300+ | 未公开具体数字 | 企业定制化 |
| 开发者工具 | MoMA引擎+焕新社区 | 智能体平台+软件工厂 | A.X开发套件 | NVIDIA NeMo+Omniverse |
| 开源策略 | 核心技术开源 | 央企首个开源大模型 | A.X K1面向韩国生态开源 | 非开源,企业级 |
| 行业覆盖 | 16个行业800+场景 | 政务/教育/城市/康养/安全 | 金融/医疗/政务 | 工业/制造/汽车 |
| 主权/合规 | 全国国产化 | 全国国产化("三全") | 韩国主权AI | 欧洲GDPR合规 |
| 合作策略 | 国产芯片+央企协同 | 天翼云+量子生态 | OpenAI+Lambda | OpenAI+NVIDIA |
| 指标 | 中国移动 | 中国电信 | SK Telecom | Deutsche Telekom |
|---|---|---|---|---|
| 平台用户数 | 未公开(央企内部优先) | 20万+ | 8万员工+C端目标2000万 | 企业客户为主 |
| 智算规模 | 4个万卡集群 | 边缘算力200+节点 | GPU云服务 | DGX集群+边缘 |
| 模型数量 | 284个(焕新社区) | 300+场景化算法 | A.X系列 | OpenAI+NVIDIA模型 |
| 商业模式 | 算力+模型+应用一体化 | API调用+解决方案 | GPUaaS+模型API | AIaaS+工业解决方案 |
| 国家级认可 | 央企"AI+"专项 | 央企十大国之重器 | 韩国主权AI项目 | 欧洲AI主权标杆 |
四家运营商虽然各自路径不同,但其开放平台架构呈现出惊人的共性:
flowchart TB
subgraph 基础设施层
I1[智算集群<br/>GPU/NPU算力]
I2[数据资产<br/>运营商数据+行业数据]
I3[网络能力<br/>5G/边缘计算]
end
subgraph 模型层
M1[自研基础大模型]
M2[行业垂直模型]
M3[第三方模型接入]
end
subgraph 平台层
P1[模型路由/聚合引擎<br/>MoMA/A.X Hub]
P2[智能体开发平台<br/>零代码/低代码]
P3[API网关<br/>统一接口]
P4[安全合规<br/>数据隔离/审计]
end
subgraph 应用层
A1[企业解决方案]
A2[开发者SaaS]
A3[C端AI助手]
end
I1 & I2 & I3 --> M1 & M2 & M3
M1 & M2 & M3 --> P1 & P2 & P3 & P4
P1 & P2 & P3 & P4 --> A1 & A2 & A3
style 基础设施层 fill:#E3F2FD
style 模型层 fill:#E8F5E9
style 平台层 fill:#FFF3E0
style 应用层 fill:#FCE4EC
共性特征一:算力-模型-应用三层解耦。 四家运营商都将基础设施(算力)、中间件(模型+引擎)和应用层严格分离,实现各层独立扩展。
共性特征二:多模型聚合而非单模型绑定。 中国移动的MoMA、中国电信的多算法开放、SKT的A.X系列、DT的OpenAI+NVIDIA双引擎——没有一家把赌注押在单一模型上。
共性特征三:主权合规是硬约束。 中国运营商强调"全国产化",韩国强调"主权AI",欧洲强调"GDPR合规"。AI平台的地缘政治属性越来越强。
趋势一:从"百模大战"到"平台聚合"。 MoMA引擎代表了一个重要方向——未来企业不需要自己选模型,平台根据任务自动路由。中国移动率先把这个理念做成了产品。
趋势二:教师模型+蒸馏小模型成为主流范式。 SKT的A.X K1(519B教师模型)→ 行业专用小模型,这套"蒸馏路线"正在被越来越多的运营商采用。训练一次超大规模模型,蒸馏出N个行业模型,边际成本最低。
趋势三:主权AI成为电信运营商的独特竞争优势。 运营商是少数能够同时满足"大规模算力+行业数据+国家信任"三个条件的实体。在数据主权和AI安全日益重要的背景下,这一优势只会越来越强。
| 运营商 | 核心优势 | 面临挑战 |
|---|---|---|
| 中国移动 | 最大算力+央企生态 | MoMA商业化模式尚待验证,开发者生态需加速建设 |
| 中国电信 | "三全"体系+首个央企开源 | 用户规模(20万)与互联网大厂差距明显 |
| SK Telecom | 国家级主权AI+全栈生态 | 市场规模受限(韩国5200万人口),需全球化突破 |
| Deutsche Telekom | NVIDIA+OpenAI双引擎+欧洲市场 | 缺乏自研核心模型,长期技术依赖风险 |
运营商AI大模型开放平台的竞争,本质上是"谁能在AI时代成为数字经济的底层基础设施"的竞争。中国移动以MoMA引擎和焕新社区构建了央企AI资源的超级聚合器;中国电信以"三全"体系打造了全国产化的AI能力输出门户;SK Telecom以A.X K1承担了韩国主权AI的国家使命;Deutsche Telekom以工业AI云和OpenAI联盟构建了欧洲AI主权的产业基础设施。
四条路线各有侧重,但共同指向一个未来:运营商不再只是管道,而是AI能力的调度中心、分发枢纽和安全守门人。 这场转型的成败,将决定运营商在AI时代的产业地位——是成为"AI时代的云计算巨头",还是沦为"AI时代的 dumb pipe"。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护,聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。
