中国电信"启明"：全球首个通信网络大模型如何把规建维优营塞进一个大脑

一、背景：云网越织越密，运维却成了"人海战术"

2026年的中国电信云网，是一张让任何一线运维工程师都会头皮发麻的网络。它同时跑着 5G SA 核心网、CTNet2025 目标架构、天翼云上百个可用区、成千上万条政企专线、家宽 OLT/ONT 以及一张覆盖全国的光传输骨架。任意一个省会城市的某个清晨，跨域告警可以在 15 分钟内涌出数千条，而真正定位根因往往要 3 个专业（无线、传输、核心网）的工程师隔空拉群、翻查几十份文档、对齐口径之后才能动手。

问题的本质不是"网络难修"，而是知识被锁死在老员工的脑子里和散落的文档里。一个干了十五年的老专家看一眼告警码就知道根因在哪段光路、哪台设备、哪个板卡；而一个入职两年的新员工可能连这条告警属于哪个专业都要查半天。当资深工程师成批退休、5G/云网复杂度指数级上升时，这种"人肉知识图谱"的运维模式注定要崩。

中国电信给出的解法不是再造一个更聪明的告警压缩工具，而是把整个云网运营的知识、流程、工具打包进一个网络大模型，让它变成可以被 31 省 15 万一线运维人员随时调用的"共享大脑"——这就是 2023 年 9 月 25 日发布的、全球信息通信领域首个网络大模型"启明"（OpenQiming）。本文拆解它从发布到 2025 年大规模铺开的实战路径，以及藏在它背后的真正胜负手——通信高质量数据集。

二、方案详情：不是一个模型，而是一套"双平台 + MaaS"的运营操作系统

很多人把"启明"理解成"中国电信版 ChatGPT"，这是最大的误读。启明从第一天起就不是一个大语言模型参数包，而是一套面向云网运营的智能操作系统，由两大平台撑起骨架。

1. 双平台架构：知识管理平台 + 工具链平台

• 知识管理平台：把中国电信几十年沉淀的规范、标准、案例、专家经验、设备手册、信令流程，统一灌进一个可被大模型检索的知识底座。它的对手不是别的厂商，而是"老师傅退休带走知识"这件事。
• 工具链平台（OpenQiming）：在 2025 世界人工智能大会期间开源，本质是"软件 + AI 智能体"的新范式底座，让一线工程师甚至外部合作伙伴可以基于启明快速编排自己的运维 Agent，解决具体问题。

这两层平台之上，启明对外输出的不是"对话"，而是 12 大 AI 助手 + 家宽装维智能体，覆盖网络运营全专业，贯穿规（规划）、建（建设）、维（维护）、优（优化）、营（运营）全流程。注意"全流程"三个字——这是启明和市面上单点故障自愈方案最根本的区别：它不是只在出事时救火，而是从网络规划那一天起就参与。

2. 12 大 AI 助手：把专家能力产品化

这 12 个 AI 助手本质是把 12 类专家能力封装成可标准化调用的 MaaS（Model as a Service）能力。规划阶段，助手协助做覆盖预测、容量测算、站点选址预判；建设阶段，协助施工方案校验与验收单据处理；维护阶段，做告警智能定界、知识问答、故障处置建议；优化阶段，做参数核查、邻区/PCI 等无线参数优化建议；运营阶段，做经营分析、投诉归因。

更关键的是，这 12 个助手不是 12 个互不相通的孤岛，它们共享同一个知识底座和同一套工具链，意味着一个"装维智能体"在处理家宽故障时，可以随时调用核心网助手的能力去判断这是否是上层的回环问题——这正是单点方案做不到的跨域协同。

3. 底座：星辰大模型"三全"体系

启明不是凭空飞起来的，它压在 中国电信自研的星辰大模型底座上。到 2025 年底，星辰已经建成央企首个"全模态、全尺寸、全国产"的"三全"大模型体系：语义模型 TeleChat2.5（2025 年 1 月发布，参数量覆盖亿级到万亿级全尺寸）、复杂推理模型 T1 正式版、支持 50 种方言自由混说的语音大模型，以及多模态视觉模型。其中 TeleChat2 相较 TeleChat 系列通用能力提升超 29%，TeleChat-12B 较 7B 版本整体效果提升 30%、多轮推理和安全问题领域提升超 40%。

这套"全国产"底座对运营商意义非凡——网络运营数据是最高密级的核心资产，底座必须跑在国产昇腾算力和国产深度学习框架上，才能在合规层面过得了关。这是启明敢于把 15 万一线数据接进来的前提。

三、真正的胜负手：高质量数据集（隐性知识 5 倍效率、召回 35% 提升）

如果说启明的模型底座是"发动机"，那么决定它跑得多快的，是数据集这块"燃料"。这点恰恰是绝大多数外部分析忽略的。2025 年，国家数据局发布首批 104 个具有推广示范价值的高质量数据集典型案例，中国电信申报的"网络大模型高质量数据集"从 663 个案例中脱颖而出入选，并荣膺国资委首批 30 项央企 AI 行业高质量数据成果。这个案例的技术细节，才是启明能在通信场景真正落地的密码。

通信数据的难点在于它高度非结构化、强专业、强规范：一个 SCTP 告警码、一段 PFCP 信令、一张光路拓扑、一份设备厂商手册，它们的术语、格式、颗粒度完全不统一。通用大模型直接吞下这些数据，召回率和准确率都会塌方。启明的做法是用 SIE 分层建库把这些异构数据先"翻译"成统一表达，再用混合检索 + 重排序让模型在问答时能精准捞到最相关的那段知识。召回准确率提升 35%、隐性知识发现效率提升 5 倍——这两个数字直接决定了 12 大助手给一线工程师的建议"靠不靠谱"。没有这层，再大的模型也只是个会说漂亮话的"砖家"。

四、效果数据：从发布到 15 万人铺开的两年

到 2025 年，启明交出的成绩单已经超出"实验室 demo"范畴，进入了真正的大规模生产使用：

最后一个数字值得展开：在一场有中国、东南亚、中亚、中东、欧洲、非洲、南美 26 家电信运营商以及 GSMA、TMF 两个国际组织 51 名代表参与的国际交流座谈会上，中国电信展示的正是"启明"及云网运营自智成效。与会代表普遍认为网络大模型是推动网络自智向高阶演进的核心动力，能力开放将成为构建未来网络生态的关键。这意味着启明不只是中国电信的内部工具，而是正在被当作NaaS（Network as a Service）能力对外输出的标准化产品——这才是它 MaaS 叙事的真正落点。

五、对比分析：启明 vs 华为/中兴通信大模型 vs 单点自愈方案

把启明放进行业坐标里看，差异会更清晰。当前通信大模型赛道主要有三类玩家：

启明最独特的护城河是"运营商自研 + 自有数据"这一条。华为、中兴的通信大模型是"乙方为甲方造"，数据来自多家运营商但深度受限于合作边界；而启明是中国电信"自己用自己的数据训自己的模型"，它能直接拿到 31 省 15 万一线最原始、最敏感的告警、信令、配置数据去迭代。对运营商而言，"自己的数据训自己的模型"意味着模型迭代速度和数据深度，是任何乙方厂商都给不了的。 这也是为什么国家数据局把它的数据集评为高质量示范——因为数据的广度、深度、真实度，乙方根本拿不到。

和"单点故障自愈方案"对比则更鲜明。单点方案（比如只做 VoNR 质差自愈、只做 PCI 冲突、只做告警风暴压缩）的优势是快、深、可见效，但劣势是碎片化——每多一个场景就要再买/再建一套。启明走的是平台化全流程路线，前期投入大、见效慢，但一旦 12 助手 + 数据集底座搭起来，每新增一个场景的边际成本极低，最终形成的是"一个大脑管全网"。这两种路线不是非此即彼，而是长期看平台化更划算、短期看单点更解渴——这也是为什么中国电信一边铺启明平台、一边在各个具体故障场景里继续做单点闭环。

六、架构拆解：启明如何串起规建维优营闭环

flowchart TB
    subgraph BASE["星辰大模型底座（三全：全模态/全尺寸/全国产）"]
        L1[TeleChat2.5 万亿参数语义]
        L2[T1 复杂推理]
        L3[50方言语音大模型]
        L4[多模态视觉大模型]
    end

    subgraph DATA["高质量数据集层（SIE分层建库）"]
        D1[告警/信令/拓扑/手册]
        D2[混合检索+重排序 召回↑35%]
        D3[隐性知识发现 ↑5倍]
    end

    subgraph PLAT["启明双平台"]
        P1[知识管理平台]
        P2[工具链平台 OpenQiming]
    end

    subgraph FLOW["规建维优营 全流程 12大AI助手"]
        F1[规划 覆盖/容量预测]
        F2[建设 施工验收]
        F3[维护 告警定界/知识问答]
        F4[优化 参数核查/无线优化]
        F5[运营 投诉归因/经营分析]
    end

    USER[31省 15万一线运维 + 家宽装维智能体] -->|调用| PLAT
    BASE --> PLAT
    DATA --> P1
    P1 --> FLOW
    P2 -.编排Agent.-> FLOW
    FLOW -->|NaaS能力开放| EXT[26家海外运营商 GSMA/TMF]

这张图揭示了一个关键设计：数据层和模型层是解耦的。这意味当星辰底座从 TeleChat2 升级到未来更大参数版本时，启明的知识库、12 助手、一线使用习惯都不用推倒重来——这正是平台化相对于"模型绑定"方案的最大工程价值。

七、几点冷静的判断

第一，启明真正的壁垒不是模型，是数据集和它背后的数据治理范式。TeleChat2 模型本身可以追，开源后人人可用（TeleChat2 系列在 Hugging Face 月下载量破万），但 31 省 15 万一线沉淀出来的高质量通信数据集和 SIE 分层建库方法，是别家抄不走的。

第二，"全流程"是运营商自研模型的特权，也是它的负担。覆盖规建维优营听起来很美，但每一个流程环节要真正让一线用起来、用得好，都要经历漫长的数据回流和模型微调。15 万人的规模既是成果也是压力——任何一个助手给出错误建议，都会在 15 万人里放大。

第三，国产化不是口号，是数据合规的硬约束。网络运营数据涉及国家关键基础设施，必须跑在国产算力和国产框架上。星辰"全国产"这条线，是启明能把一线数据接进来、甚至能把能力对 26 家海外运营商开放的合规前提。

第四，从行业趋势看，运营商自研大模型正从"内部工具"走向"NaaS 能力商品"。启明的 MaaS 叙事和它对 26 家海外运营商的吸引力，标志着网络大模型本身正在成为一种可对外计费的能力——这或许比任何一个具体的故障自愈案例，更能定义运营商 AI 的未来商业模式。

参考来源

1. AI赋能云网自智发展，能力开放推动业务增长 — 中国电信集团 — 官方披露启明面向 31 省 15 万一线运维开放、12 大 AI 助手与家宽装维智能体覆盖规建维优营全流程，及 26 家海外运营商考察。
2. 中国电信网络大模型高质量数据集入选国家数据局高质量示范案例 — 国家数据局典型案例：SIE 分层建库分钟级入库、召回准确率提升 35%、隐性知识发现效率提升 5 倍。
3. 中国首个全模态、全尺寸、全国产AI大模型体系 — 国资委 — 星辰"三全"体系与 TeleChat2.5 万亿参数、国产万卡集群训练。
4. 中国电信开源 12B 星辰大模型 — C114 通信网 — TeleChat-12B 较 7B 整体效果提升 30%、多轮推理提升超 40%、年内开源千亿级模型。
5. 央企怎么做超级智能体？对谈中电信天翼AI — 量子位/知乎 — 星辰超级智能体获 DBC 2025 企业级 AI Agent 央企第一，自主规划能力与产业智能体定位。

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。