当一张无线容量工单从"排队等人"变成"自动跑完整个闭环"，运营商最重的运维人力账本，正被一行行大模型代码改写。
在5G时代，一个中等省份的运营商每天要产生数千张无线网络工单——容量预警、质差小区、干扰上报、覆盖异常，它们像潮水一样涌进网优中心的工单池。然而，这套运行了二十年的网优流程，正陷入"中年危机"：
这就是中国移动研究院携手江苏移动要解决的核心命题：能不能让大模型把"分析—决策—执行—验证"这一整套专家动作，变成一条自动跑完的流水线？ 答案落在了一个具体产品上——九天·网络大模型。
很多人对"九天"的认知停留在通用大模型层面，但真正在网络生产环境落地的，是它的行业特化版本——九天·网络大模型。它并非单一模型，而是一套"三模态协同"的网优大脑：
| 子模型 | 作用 | 在自闭环中的角色 |
|---|---|---|
| 自然语言大模型 | 人机交互、跨系统任务规划与编排 | 构建运维多智能体，打通端到端流程断点 |
| 结构化数据大模型 | 理解网络运行规律、跨域识别故障与质差 | 核心引擎：精准定位根因、预测容量与质量趋势 |
| 机器视觉大模型 | 捕捉现场精细特征与全局信息 | 多目标检测、现场作业辅助 |
这套模型基于九天基座大模型深度打造，背后是九天3.0的技术底座：万亿级MoE（混合专家）架构、15万亿Token预训练、推理能力较2.0提升35%、智能体调用效率提升21%，并实现"幻觉清零"。更重要的是，九天是国内首个通过国家网信办"生成式人工智能服务备案+深度合成服务算法备案"双备案的央企大模型，意味着它可以合法地直接嵌入运营商生产系统对外提供服务。
整个九天模型家族已形成从1.5B到200B以上的多规格矩阵——九天众擎（语言）、九天善智（多模态）、九天智绘（视觉）、九天语荷（语音）、九天数童（结构化数据）——覆盖1.5B/3B/8B/13.9B/100B等多种参数规格，便于按场景做"大模型+小模型"的灵活部署。
这是九天·网络大模型在无线网络优化领域的首次成功应用。中国移动研究院与江苏移动联合研发的"AI+无线网络自闭环优化"应用，把九天网络大模型中的结构化数据大模型作为核心引擎，直接嵌入江苏全省13个地市的无线容量工单处理流程。
| 指标维度 | 改造前（传统） | 改造后（九天自闭环） | 变化 |
|---|---|---|---|
| 覆盖地市 | 人工逐市处理 | 每天自动处理13个地市 | 全省覆盖 |
| 月均工单分析量 | 数百张（人工瓶颈） | 超过6000张 | 量级跃升 |
| 闭环工单比例 | 极低（需人工逐张方案） | 方案下发闭环比例达23% | 从0到规模化 |
| 单工单处理时长 | 天级 | 分钟级 | 缩短2个数量级 |
| 低效小区占比 | 偏高 | 下降至1.9% | 网络效能提升 |
| 高负荷预警小区比例 | 偏高 | 下降至0.04% | 接近清零 |
| 赋能人员 | — | 143名日常优化人员 | 人效提升 |
这组数字的含金量在于：23%的工单闭环比例意味着每100张容量工单中，有23张是大模型自主完成"分析—出方案—下发—闭环"全过程，无需人工干预；月均6000张的吞吐量，对应传统模式下需要扩编数倍的人力才能消化。
它不是简单地把工单文本喂给大模型做问答，而是把物理机理与数据驱动融合：
最终实现的是零接触（zero-touch）的自优化能力——模型自主与环境交互、自主决策、自主验证效果。
flowchart TD
A["无线网络运行数据<br/>MR/告警/话务/参数/邻区"] --> B["多维数据对齐与标准化"]
B --> C{"九天·网络大模型<br/>(结构化数据大模型)"}
C --> D["时空分层表征 + 因果学习 + 知识融合"]
D --> E["问题诊断与根因精准定位"]
E --> F["优化方案生成<br/>(多目标权衡)"]
F --> G["方案下发执行<br/>(参数调整/13地市)"]
G --> H["效果预估与闭环验证"]
H -->|"未达标"| D
H -->|"达标"| I["工单自动闭环<br/>月均6000+张, 闭环率23%"]
I --> J["分钟级处理<br/>替代传统天级流程"]
style C fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px
style I fill:#fff3e0,stroke:#ef6c00,stroke-width:2px
九天的网络能力不止于"算"，还长了一双"眼睛"。在浙江舟山岱山县，中国移动建立了全国首个5G-A无人机AI巡检平台，搭载的就是九天的自研视觉大模型（九天·智绘）：
这个案例的意义在于：视觉大模型让一线巡检从"定制化小模型"时代跨入"通用视觉大模型+快速微调"时代，这正是大模型对传统AI运维的降维打击。
| 对比维度 | 传统网优（规则引擎+人工） | 九天·网络大模型自闭环 |
|---|---|---|
| 决策方式 | 规则阈值+专家经验 | 数据驱动+物理机理融合 |
| 根因定位 | 多维关联靠人脑 | 因果学习自动定位 |
| 工单时效 | 天级 | 分钟级 |
| 可扩展性 | 加场景=加人力 | 加场景=加微调 |
| 知识沉淀 | 存在专家脑子里难复用 | 沉淀进模型持续进化 |
| 闭环率 | 个位数百分比 | 23%并持续提升 |
国内三大运营商都在押注网络大模型：中国电信的星辰（TeleChat） 强调多模态与政务行业落地（如山东"TeleNavi问道大模型"入选GSMA全球标杆、服务适老化出行）；中国联通的元景走"1+1+M"架构，在医疗影像质控、船舶设计等垂直场景入选GSMA案例集。中国移动九天的差异化在于——它最先把大模型做到了无线网优生产流程的"端到端自闭环"，且结构化数据大模型这一子型号是面向网络运行数据专门打造的，在因果推理和物理机理融合上更深。
它是"可度量、可复制"的标杆。GSMA在《运营商实践：AI大模型赋能垂直行业标杆案例集2025》中特别强调，今年的中国运营商案例已从"强调应用广度"转向"聚焦可复制、可度量的落地"。江苏移动这个案例，23%闭环率、6000工单/月、分钟级处理，每一个都是可被审计的硬指标。
它验证了"大模型进生产"的可行性。过去大模型在通信业多停留在客服问答、知识助手层面，真正进入网络核心生产流程（而非边缘辅助）的并不多。九天·网络大模型嵌入13个地市日常工单，是国内少数实现"生产级"落地的大模型网络应用之一。
它揭示了大模型运维的演进路径：从"大模型帮你查资料"（L1-L2）→"大模型帮你出建议"（L3）→"大模型自主闭环、人做监督"（L4）。23%闭环率还只是起点，随着因果学习和知识库积累，这个数字会持续爬升。
九天·网络大模型在江苏的落地，本质上是把无线网优工程师从"工单流水线的执行者"解放为"AI网优大脑的训练师与监督者"。分钟级处理、月均6000张、23%闭环率、低效小区压到1.9%——这组数字背后，是运营商自智网络从概念走向生产的真实脚印。
对通信人而言，信号已经足够清晰：未来3-5年，懂网络又懂大模型的人，将成为最稀缺的复合型人才。九天大模型不是要取代网优工程师，而是逼着每一个网优工程师，从"会用工具的人"升级为"会调教AI大脑的人"。
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。