电信运营商为何将AI战略押注开源模型：从成本优势到本地化创新

事件概述

随着人工智能在电信行业的深入应用，运营商正加速构建基于开源模型的AI战略。根据NVIDIA发布的《2026年电信业AI现状报告》，89%的受访企业表示开源模型和软件对其公司的AI战略具有重要价值。这一转变超越了单纯的成本考量，核心在于运营商对信任、控制和定制化能力的迫切需求。

核心信息：开源模型的战略价值

电信运营商选择开源模型主要基于以下五大战略优势：

1. 前沿智能的可访问性与成本控制：开源模型提供了接近前沿水平的推理能力，使运营商能够以较低成本获取高性能AI，从而将闭源模型保留在最能产生高价值的特定工作负载中。
2. 性能竞争力提升：独立基准测试（如Artificial Analysis Intelligence Index v4.3.2）显示，领先的开源模型在推理、编码、科学计算及智能体（Agentic）工作负载中的表现日益具有竞争力。
3. 深度定制化能力：开放的权重和训练配方允许运营商利用网络数据、客户数据和行业数据进行微调，打造符合自身运营需求的专用模型。
4. 可信AI与合规治理：开源模式赋予运营商对模型行为和工件的更高可见性，便于根据监管要求和商业政策进行评估、适应和治理，确保AI决策的可解释性和安全性。
5. 灵活且安全的部署架构：团队可以根据需求调整模型规模，使其在公共云、私有基础设施和边缘环境中高效运行，满足多样化的部署需求。

案例与实践：从基础模型到行业专用模型

SoftBank Corp.：构建电信专属大模型

软银集团利用全球基础模型的快速进步，结合其多年积累的网络知识和运营经验，开发了“SoftBank Large Telecom Model”。该公司广泛使用包括NVIDIA Nemotron在内的开源基础模型，持续优化其在网络操作、设计和整体管理等电信特定用例中的表现。

Indosat Ooredoo Hutchison：本地化与文化适配

作为印度尼西亚最大的电信运营商之一，Indosat Ooredoo Hutchison推出了Sahabat-AI系列开源模型。首席数据与AI官Chirag Sukhadia指出，对于印尼这样的市场，开源模型的价值在于将智能适应当地的语言、文化、数据和实际需求。该模型旨在理解印尼本土语境，赋能本地开发者基于自有数据和应用进行创新。

AT&T：混合模型策略与生产级落地

AT&T首席数据与AI官Andy Markus强调，未来的AI并非单一模型的选择，而是根据性能、成本和控制的平衡，为每项工作负载匹配最合适的模型组合。AT&T通过与NVIDIA合作，将这种灵活的模型选择策略转化为具备规模化、可靠性和治理能力的生产级工作流。

技术支撑与生态建设

为实现上述目标，NVIDIA提供了一系列关键技术和平台支持：

• Nemotron系列模型：提供面向智能体工作流的推理优化及语音处理能力，拥有开放的权重、数据和训练配方。
• Nemotron 3 Large Telco Model (LTM)：由AdaptKey基于开源电信数据集微调的300亿参数模型，专门针对电信术语理解和网络配置、客户故障排查等工作流进行了优化。
• 端到端微调流水线：NVIDIA发布了完整的微调食谱，指导运营商使用NVIDIA NeMo开源库，将开放模型适配到特定的网络、客户和流程中。
• 全栈平台支持：通过NVIDIA AI Enterprise软件和NVIDIA Agent Toolkit，提供涵盖数据管道（匿名化敏感记录、生成隐私保护合成数据）、模型管理、智能体编排、安全运行时和模拟的全栈平台，帮助运营商将开源模型转化为受控的自主智能体工作流。

值得关注

电信运营商正在利用开源模型构建符合国家AI战略的基础设施。这不仅有助于交付针对本地语言、行业和法规定制的AI服务，还允许运营商在可信平台上托管模型，供企业和政府客户直接消费或基于自有数据进行二次开发，从而形成良性的本地AI创新生态。