运营商发布大模型，既是创新又是商业上的必要。
其他
三专家谈运营商大模型：优势、挑战与路径
近日，三大电信运营商相继发布大模型产品，其中，中国联通发布的鸿湖图文大模型是首个面向运营商增值业务的大模型，中国电信发布的TeleChat是首个大语言模型，中国移动则发布了九天·海算政务大模型和九天·客服大模型，那么，目前三大运营商发布的大模型有何异同？与市场上的大模型产品相比，运营商的大模型是否有自己的特点？
联通数科首席科学家廉士国：
运营商大模型的差异化与创新点
在业务发展角度，大模型是AI发展的趋势之一，随之带来的是对智算基础设施的需求，因此运营商纷纷提前布局，联通云也紧跟趋势；另外，大模型展现出了很多应用潜能，可以帮助运营商在原有行业应用的基础上找到新的增长点。
三大运营商均推出了面向行业的大模型应用，助力自身业务或客户业务的高质量发展。
例如，中国联通的鸿湖图文大模型专注于增值业务，例如图像生成和视频剪辑等应用；中国电信的TeleChat模型着重于与数据中台、智能客服和智慧政务等行业应用的深度融合；而中国移动则采用了针对政务和客服领域的专门设计，推出了九天·海算政务大模型和九天·客服大模型。其中，鸿湖图文大模型具备通用多模态能力，TeleChat模型具备通用语言能力。
廉士国表示，运营商的大模型均与业务场景结合，有自己的特点。例如，鸿湖图文大模型与电信增值业务结合，TeleChat模型与自身的数据中台、智能客服业务，以及对外的智慧政务业务结合。基于庞大的用户群体和丰富的业务数据进行训练和优化，这样形成的行业大模型能更好地理解和满足用户需求，切实发挥实际应用价值。
如果能经过多样化业务场景历练，具备丰富的行业大模型实践经验，将反向促进通用基础大模型的迭代演进，并能在通用大模型上构建差异化优势。
同时，运营商进军大模型赛道，也面临挑战。首先，大模型技术突破依赖于在算力、数据和算法上的深厚积累，非一蹴而就。其次，大模型技术还在持续演进中，虽已展现多才多艺能力，但仍存在垂直领域知识不足、逻辑推理能力待提升、“一本正经说瞎话”等问题，还有待“走出办公室”，形成“职业技能”。此外，大模型赛道上已经涌现出许多优秀的企业，运营商需要找到差异化和创新点，以在激烈的市场竞争中保持竞争优势。
廉士国指出，运营商发展大模型，首先，要结合自身算网融合禀赋，发展大模型基础设施，提供大规模智算和大模型开发平台服务；其次，基于场景触点优势，构建行业大模型能力，一方面赋能自身丰富的业务场景，另一方面助力政企行业客户提质增效，相关经验反哺通用大模型技术改进和提升；再次，践行科技创新型企业，提升人工智能科技投入，助力我国通用人工智能核心技术发展；最后，活用生态聚合经验，构建产学研相结合的大模型生态，解锁人工智能规模化落地瓶颈，践行央企担当，助力数字中国建设。
中国电信研究院战略发展研究所所长饶少阳：
运营商进军大模型的三个挑战
通过发展大模型，运营商对内可提升网络和数据安全、市场营销、客户服务等自身业务水平及服务能力，对外可提升运营商云、网服务和DICT的竞争力，重构产业数字化应用，打造全新智能应用等，为千行百业提供定制化行业应用模型，赋能产业智能化转型升级。与市场上的大模型产品相比，运营商的大模型是否有自己的特点？饶少阳表示，运营商大模型的特点主要体现在三个方面。第一，有丰富的、可按需配置的算力和网络资源用于大模型训练，相对来说成本更低。第二，有丰富的2C、2H、2B、2G的信息服务业务，与大模型有很好的契合度，能为大模型的落地提供丰富场景。
例如，中国电信TeleChat大模型正是依托5G消息为政务客户提供政务短信智能化多轮问答服务。第三，三家运营商的政企客户数量均在千万级，有良好的客情关系，能够更快地推动行业大模型的规模落地。
对于三大运营商目前发布的大模型产品的异同，饶少阳表示，目前三大运营商发布的大模型相同之处，都是从需求出发，以特定的应用场景和行业需求来牵引大模型开发和训练。
都是采用基座大模型+行业大模型并进的技术路线；都是基于运营商在云网基础设施、数据治理、行业大数据、产业数字化等方面的综合优势。差异之处体现在，大模型模态存在差异，其中中国电信同时拥有大语言模型和多模态大模型，中国移动是大语言模型，联通使用多模态大模型作为基座大模型；组织与推进手段有所不同，中国电信和中国移动主要借助内部专业公司和研究院的研发力量，中国联通更多借助外力加快研发；在具体行业大模型选择方面，三家运营商结合自己优势，略有差异。其中中国电信部署了教育行业大模型，中国移动部署了海算政务和客服大模型，中国联通目前主要是医疗大模型。
运营商进军大模型赛道，饶少阳认为尚存在人才和技术、高质量数据集，以及激烈市场竞争方面的挑战。
高端人才和技术方面，电信运营商缺乏具有国际影响力的领军AI科学家，同时在既懂行业技术又懂大模型训练和微调工程的工程师队伍方面也有所不足；国内外龙头AI厂商在基座大模型参数规模和性能上领先于运营商，运营商目前过于依赖开源大模型，缺少自主算法，不利于大模型性能的进一步提升。
高质量数据集方面，数据决定大模型的质量、性能和应用领域的广度与深度，目前高质量中文数据集匮乏，行业数据集偏少，导致行业大模型训练难度高，需要从源头解决数据资源合规确权、计量估价、安全隐私保护等方面的问题。
市场竞争能力方面，大模型竞争十分剧烈，人才、技术、资源和资金全面竞争，运营商传统优势仍主要体现在云网融合、算力等方面，在AI领域的竞争优势不太突出，市场认可度暂时不高。
对于下一步运营商发展大模型，饶少阳建议应尽快建立一支一定规模的高水平人才队伍。扩大在算法、标注、训练等方面的专业工程师规模，引进深度学习等前沿领域有影响力的科学家，培养具备行业知识和AI技能的复合型人才，加强现有人才队伍的整合，发挥协同优势。
自主技术攻关研发方面，重点解决跨域异构算力的高效调度、千卡并行的高性能模型训练加速以及云边协同的一体化训推等新型智算技术难题，将大模型能力用于提升自身运营能力与网络能力，打造差异化竞争。
生态合作方面，推进大模型生态合作，一是与行业企业合作开发和运营行业数据集，共建行业大模型产品；二是与华为、阿里巴巴、百度、商汤、科大讯飞等头部AI厂商合作，发挥运营商算力网络建设的优势，联手开展行业大模型的深度应用推广。
野村综研咨询顾问张凯：
运营商大模型走出同质化
但是，大模型开发完全源自自研框架的其实并不多。张凯认为，运营商的大模型开发很可能基于开源的框架，或者基于其他大厂的大模型底层能力。初步判断，通信运营商也并不致力于统治大模型底层能力，也很难做到这一点。以百度为例，在AI领域投资千亿人民币，历时10多年，才有飞桨、文心的格局。更不必说OpenAI获得微软资金和算力的全方面支持，投资100多亿美元。运营商在这方面既不可能有如此巨大投资，也没有耐心等待多年进行基础研究，更多的还是一种战略进入的姿态，并且在应用层级，而不是底层算法层级，获得一定的江湖地位和话语权。
基于以上判断，张凯表示，三大运营商的大模型比较同质化。实际上，主流的大模型都是通用大模型，也都越来越趋向同质化。
首先，三大运营商都是从自身业务优势和需求出发，在增值业务、客户服务、数字化政务方面突出能力。这个相同点是三家运营商共同的业务和资源基础决定的。
其次，三大运营商有完美和庞大的自用市场，可以在自用环境下充分磨炼大模型。所以大模型的性能不会太差。特别是客服AI，在运营商复杂的客户服务环境中会得到充分的锻炼。
从发布信息来看，中国联通的大模型更加偏向图文，中国移动和中国电信的大模型更偏向于产业和政务的支撑。在实际业务推广之中，哪一个方向能够获得更多市场并不好说。但是图文方向的竞争对手更加具有优势，包括技术优势、先发优势、人才优势，都比通信运营商在这个领域更强，因此比较有挑战性。
进军大模型，运营商有哪些挑战？张凯认为要从大模型的几个要素来看：算法、算力、数据。
首先是算法，如果具有独有的高级算法，当然是一流的大模型的基本条件，但是这需要庞大的高等级人才和长期的积累。这一点，以通信运营商的薪酬和激励体系，可能很难和大厂以及接受巨额投资的创业公司竞争。
其次是算力。这一点上运营商行业并不落后。利用其云基础设施，以及已经推向市场的算力计费基础能力，为自己的大模型训练服务，可以在比较低廉的成本基础上获得比较好的效果。在算力资源调配和成本方面，他们也有比较好的成本结构。
最后是数据。运营商和互联网服务商都掌握一定程度的用户行为数据。对于大模型而言，数据的质量和多样性非常重要。运营商在数据方面可能会面临一些挑战，运营商可能需要进一步丰富和多样化数据，以满足大模型的需求，这可能需要与其他行业或合作伙伴进行数据共享，或者开展数据采集和整合工作。
运营商如何发展大模型？张凯认为，一方面，作为大模型需求主体，运营商可以通过发展大模型增强自身现有服务水平，传统的增值业务、客户服务以及数字化政务等领域都可以借助大模型能力来提升；另一方面，相比其他厂家，运营商在算力和网络方面拥有更深的积累和优势，不仅可以为自身的大模型提供有力支撑，还可以通过为其他参与者提供算力、网络等服务，直接从AIGC行业的繁荣中受益。