機器之心原創(chuàng)

作者：張倩

中興通訊，這家數(shù)萬人的科技大廠，憑借40年 ICT 技術(shù)積累正式進軍 AI 賽道。

一家信息通信公司，居然拿到了 AI 推理競賽的冠軍，這事兒有點意思。

前段時間，中文大模型測評基準(zhǔn) SuperCLUE 發(fā)布了 2025 年 5 月報告。這份報告評估了來自 OpenAI、谷歌、DeepSeek、字節(jié)跳動等多家國內(nèi)外 AI 公司的大模型，并發(fā)布了多個榜單。報告顯示，雖然海外模型在綜合能力上占優(yōu)，但國內(nèi)模型在推理任務(wù)中表現(xiàn)亮眼，Doubao-1.5-thinking-pro-250415 與星云大模型 NebulaCoder-V6 以推理總分 67.4 并列第一

SuperCLUE 推理榜單深度聚焦模型的邏輯思維與問題解決能力，涵蓋數(shù)學(xué)推理、科學(xué)推理、代碼生成三大硬核維度。

作為專業(yè)賽道的選手，Doubao 的表現(xiàn)并不讓人意外。但是，星云大模型 NebulaCoder-V6 著實算得上一匹黑馬，因為它來自一家老牌信息通信公司 —— 中興通訊。而且，除了拿下推理榜單第一，它在綜合總榜中也表現(xiàn)不俗 —— 與 DeepSeek-R1 并列第二，拿到了銀牌。

這樣的成績讓外界對中興這家公司產(chǎn)生了好奇 —— 畢竟在大多數(shù)人的認知里，大模型競賽是互聯(lián)網(wǎng)公司和 AI 實驗室、創(chuàng)業(yè)公司的主場（上榜的模型也大多出自這類機構(gòu)）。一個常年和基站、交換機打交道的 ICT 廠商，突然在需要抽象思維和邏輯鏈條的 AI 推理任務(wù)中拔得頭籌，確實帶來了意料之外的「跨界」驚喜。

那么，中興為什么要這么做？為什么可以做那么好？為了弄清楚這些問題，機器之心和中興通訊的首席戰(zhàn)略與生態(tài)專家屠嘉順、星云大模型總工程師韓炳濤、研究員吳琦聊了聊，了解到了通訊與 AI 行業(yè)的緊密聯(lián)系以及星云大模型背后的核心技術(shù)，也對中興這家成立 40 年的科技公司的下一站有了新的認識。

中興通訊，為何重倉押注 AI？

在今年 3 月份的 GTC 大會上，英偉達 CEO 黃仁勛曾預(yù)言說，「AI 可以徹底改變通信」。

屠嘉順告訴我們，其實這種改變現(xiàn)在就在發(fā)生。以基站為例，現(xiàn)在的 4G、5G 基站相比前幾年增加了很多，但運維人員數(shù)量的增幅卻沒有那么大。這背后的核心原因是，現(xiàn)在的通信網(wǎng)絡(luò)大量采用自動化技術(shù)，形成了所謂的「自治網(wǎng)絡(luò)」，大大減少了對運維人員的需求。

在即將到來的 6G 時代，這種變革會更加明顯。英偉達高級副總裁 Ronnie Vasishta 在一次簡報會上提到，「6G 的倒計時已經(jīng)開始。基礎(chǔ)研究已經(jīng)將注意力轉(zhuǎn)向下一代無線通信。下一代網(wǎng)絡(luò)將是 AI 原生的 ——AI 將嵌入硬件和軟件中…… 下一代無線網(wǎng)絡(luò)需要連接數(shù)千億臺智能設(shè)備，這將需要 AI 的支持」。

屠嘉順同意這種「6G 將是 AI 原生」的說法。他認為，6G 網(wǎng)絡(luò)會從設(shè)計之初就將 AI 作為其核心組成部分，AI 將貫穿于網(wǎng)絡(luò)的架構(gòu)、協(xié)議、功能等各個方面。

正是因為看到了這一顛覆性趨勢的可能性，中興很早就在 AI 方向做前瞻性布局。在內(nèi)部，他們成立了多個 AI 相關(guān)團隊以及星云大語言模型、電信行業(yè)大模型這樣的大型基礎(chǔ)研究團隊，并把智算等 AI 相關(guān)的方向作為重要的戰(zhàn)略方向，涵蓋 AI 基礎(chǔ)設(shè)施、AI 數(shù)據(jù)中心、上層行業(yè)應(yīng)用智能體等多個方面。前段時間，他們開發(fā)的 Co-Sight 智能體還登上了 GAIA 基準(zhǔn)測試的榜首。

其實，除了為未來做準(zhǔn)備，當(dāng)前的中興也已經(jīng)與 AI 深度綁定。無論是網(wǎng)絡(luò)側(cè)、算力側(cè)還是終端側(cè)，中興都有相關(guān)的業(yè)務(wù)布局。這些業(yè)務(wù)都需要進行 AI 技術(shù)迭代。

而且作為一家科技公司，中興內(nèi)部也有用 AI 提高研發(fā)效率的需求，比如代碼自動化。他們研發(fā)的星云大模型在其中發(fā)揮了重要作用。目前，在內(nèi)部應(yīng)用中，星云大模型每天產(chǎn)生 15 億 token，合成的代碼量已經(jīng)達到幾千萬行，公司的 AI 代碼占比已經(jīng)達到了 30%

從這些維度來看，中興早已突破大眾對 ICT 廠商的固有認知，實質(zhì)上是以 AI 為核心引擎的科技企業(yè)，其發(fā)展軌跡正朝著 AI 領(lǐng)域加速演進。

星云大模型，何以奪冠？

此次星云大模型在 SuperCLUE 推理榜單奪冠，離不開技術(shù)團隊設(shè)計的大模型高效訓(xùn)練優(yōu)化方案。從預(yù)訓(xùn)練到監(jiān)督微調(diào)再到強化學(xué)習(xí)，他們試圖在每一步都激發(fā)出模型極致的推理能力。

預(yù)訓(xùn)練：高效構(gòu)建知識圖譜，幫大模型打好基礎(chǔ)

預(yù)訓(xùn)練階段的核心目標(biāo)是提升模型的平均表現(xiàn)，類似于人類學(xué)生時代的通識教育。

在這一階段，數(shù)據(jù)非常重要。但是原始的預(yù)訓(xùn)練數(shù)據(jù)存在的知識缺失和知識錯誤的問題，是模型產(chǎn)生知識類幻覺的重要原因。

針對這些問題，研究人員設(shè)計出了一套高效的知識圖譜構(gòu)建方法，幫助大模型迅速形成準(zhǔn)確度極高的知識結(jié)構(gòu)

具體來說，他們提出了一個名叫領(lǐng)域共享屬性和自校驗的圖譜知識注入框架 「DASER」（Domain-Aware Self-validating Entity Representation），該框架能夠準(zhǔn)確識別預(yù)訓(xùn)練文本中的缺失知識和錯誤知識，再利用搜索引擎從互聯(lián)網(wǎng)在線檢索，補全缺失和更正錯誤知識，提升模型的知識性能力，讓模型「看得多」，又「學(xué)得準(zhǔn)」，更「懂得深」。

什么叫「領(lǐng)域共享屬性」？研究人員舉了個例子，假如在現(xiàn)成的預(yù)訓(xùn)練語料中，火星的知識非常豐富，但木星的數(shù)據(jù)殘缺不全，用傳統(tǒng)的預(yù)訓(xùn)練數(shù)據(jù)直接訓(xùn)練必然會缺失大量的木星知識，從而導(dǎo)致模型幻覺。DASER 的創(chuàng)新之處在于使用了同一領(lǐng)域內(nèi)知識的共享規(guī)律 —— 比如行星都具有公轉(zhuǎn)周期、自轉(zhuǎn)周期等共同屬性。因此在構(gòu)建木星知識圖譜時，它會根據(jù)之前所識別到的行星公共屬性去自動填充可復(fù)用的屬性，并通過網(wǎng)絡(luò)檢索進行缺失數(shù)據(jù)填充。

借助這一方法，星云大模型團隊構(gòu)建了覆蓋國家基礎(chǔ)學(xué)科分類體系的全學(xué)科知識圖譜。模型訓(xùn)練效率、推理準(zhǔn)確性均顯著提升，在中興構(gòu)建的高難度私域知識類 QA Bench 上，準(zhǔn)確率指標(biāo)由 61.93% 增長至 66.48%

監(jiān)督微調(diào)：批判學(xué)習(xí) + 數(shù)據(jù)飛輪，讓模型理解復(fù)雜指令

監(jiān)督微調(diào)（SFT）階段的目的是將預(yù)訓(xùn)練模型擁有的通用潛力轉(zhuǎn)化為特定領(lǐng)域的專業(yè)能力，讓模型理解并執(zhí)行復(fù)雜指令，這個過程類似于人類的高等教育或職業(yè)培訓(xùn)。

研究人員介紹說，這一階段的數(shù)據(jù)通常有兩類：第一類是標(biāo)準(zhǔn)的 QA「問題 - 正確答案」對，用于直接訓(xùn)練模型模仿正確響應(yīng)；第二類是思維鏈數(shù)據(jù)，即在答案中顯式包含推理步驟，引導(dǎo)模型分步解決問題。

更進一步，還可以使用批判學(xué)習(xí)（Critique Learning, CL）基于難樣本生成特定形式的思維鏈數(shù)據(jù)，讓模型對錯誤答案進行批判并驗證，從而構(gòu)建一個持續(xù)優(yōu)化模型推理與批判能力的「批判 - 推理」數(shù)據(jù)飛輪。

在訓(xùn)練模型的過程中，他們發(fā)現(xiàn)批判學(xué)習(xí)數(shù)據(jù)效果更為顯著。其原理在于：模型如同人腦，對「異常」（如錯誤答案）高度敏感。發(fā)現(xiàn)錯誤并提出批判的過程，比單純接受標(biāo)準(zhǔn)答案更能深化模型的理解。

因此，研究人員在 SFT 中引入了批判學(xué)習(xí)（CL）及成對批判學(xué)習(xí)（PCL）算法。PCL 的關(guān)鍵流程是：

1. 針對困難樣本，模型給出初始（錯誤）回答。
2. 模型對錯誤回答進行批判。
3. 基于批判信息，模型生成修正后的回答。
4. 利用規(guī)則方法驗證最終答案的正確性。

上述流程將產(chǎn)生 {任務(wù)描述，錯誤回答，批判信息，正確回答} 的四元組訓(xùn)練樣本。進一步的，他們發(fā)現(xiàn)在模型訓(xùn)練中使用從四元組中抽取 {任務(wù)描述，錯誤回答，批判信息} 三元組，而非直接使用四元組，訓(xùn)練效果會更好。

相較于使用純思維鏈類數(shù)據(jù)的 SFT，引入額外 CL/PCL 數(shù)據(jù)的批判 CFT（Critique Fine-Turing）方法在數(shù)學(xué)、代碼等多項推理中準(zhǔn)確率明顯上升。

除此之外，為了讓模型在遇到用戶復(fù)雜指令時也能準(zhǔn)確理解并執(zhí)行。需要讓模型看到更多高質(zhì)量指令數(shù)據(jù)。為了得到這些數(shù)據(jù)，他們構(gòu)造了一個數(shù)據(jù)飛輪。如下圖所示，整個飛輪分為四個模塊，其中很多工作可以借助模型來自動完成，比如場景挖掘、候選答案生成。在其中一個關(guān)鍵模塊 —— 模型校驗中，他們也用到了批判學(xué)習(xí)。他們借助這種方式獲得的數(shù)據(jù)反哺訓(xùn)練集，迭代地幫模型提高意圖理解能力。

強化學(xué)習(xí)：雙階段強化學(xué)習(xí)，提升回答精度與嚴謹度

強化學(xué)習(xí)階段的目的是通過環(huán)境反饋（獎勵信號）進一步優(yōu)化模型的行為策略，使其能夠解決更復(fù)雜的現(xiàn)實世界問題，類似于人類的職場實戰(zhàn)。

在這一階段，星云大模型團隊主要關(guān)心兩個問題：如何提高大模型解決復(fù)雜問題的準(zhǔn)確率和邏輯嚴謹性。

為此，他們提出了雙階段強化學(xué)習(xí)，即「先整體糾錯→再局部精修」。

在糾錯階段，他們引入了「批判性強化學(xué)習(xí)（CRL）」，選取 STEM 領(lǐng)域的高難度問題進行專項訓(xùn)練，迭代提升模型回答高難度問題的準(zhǔn)確度。

在精修階段，研究人員發(fā)現(xiàn)使用強化學(xué)習(xí)會導(dǎo)致回答多樣性下降。拿代碼生成舉例，模型可能有多種正確的實現(xiàn)方式， 如果某一種方式因為細微的錯誤被視為負樣本，模型可能會「誤以為」這種方法本身是錯誤的，從而在未來避免使用。這會導(dǎo)致模型生成的答案多樣性下降，甚至在海量強化數(shù)據(jù)優(yōu)化后無法提供解決方案，從能力「涌現(xiàn)」到能力「崩塌」。

為了解決這個問題，他們首先在數(shù)據(jù)層面，將模型回答錯誤的樣本，通過一個離線的拒絕采樣過程，獲取「最小修改」糾錯樣本。再改進傳統(tǒng)強化學(xué)習(xí)算法，單獨計算每個 Token 的回報值。這種「更細粒度」的強化學(xué)習(xí)算法，使模型無論是模型回答還是思維鏈條都更合理，幻覺明顯下降，人類偏好打分提升 13%。

從 ICT 到 AI 的無縫切換

當(dāng) 40 年的 ICT 巨頭闖入 AI 戰(zhàn)場，等待他們的是「跨界」陣痛，還是無縫切換？答案可能是后者。

這是因為，AI 和 ICT 看似「跨界」，實際有很多相似之處，比如它們的核心都在于數(shù)據(jù)的處理、交換和存儲；都是復(fù)雜超大系統(tǒng)的高效協(xié)同。

具體來說，ICT 涉及多個網(wǎng)元組成的龐大網(wǎng)絡(luò)，AI 需要芯片、服務(wù)器、存儲、交換和數(shù)據(jù)中心組成高效綠色的基座。這些系統(tǒng)不僅需要達到局部最優(yōu)，還要放在一起進行全局優(yōu)化。這要求具備全棧的技術(shù)積累、工程實踐和系統(tǒng)優(yōu)化能力，而這恰恰是中興所擅長的，也是他們在未來重要的戰(zhàn)略方向 ——「智算」中所要強化的。

除此之外，在 AI 這個方向上，中興也有自己獨特的優(yōu)勢。

我們知道，AI 的發(fā)展是一個跨多學(xué)科的復(fù)雜工程科學(xué)，它的創(chuàng)新進程離不開大量工程實踐經(jīng)驗，比如參數(shù)調(diào)優(yōu)、算子融合、算法優(yōu)化…… 其涉及領(lǐng)域之廣，技術(shù)門檻之高已經(jīng)讓一些早期入局的企業(yè)感覺吃力。

而從中興身上，我們能夠看到一些走 AI 長期路線的潛質(zhì)。具體來說，和芯片廠家相比，他們有整體的系統(tǒng)工程能力；和做通算的純 IT 類廠家相比，他們的組網(wǎng)能力更強；和純做大模型的廠家相比，他們的硬件能力又更強。所以綜合來看，中興其實更容易拉起整個產(chǎn)業(yè)鏈，無論是硬件開發(fā)、軟件平臺、大模型還是行業(yè)應(yīng)用，他們在原來的領(lǐng)域都已經(jīng)有所涉及。

而且，中興也有巨大的產(chǎn)品生態(tài)支撐，這些產(chǎn)品目前正在「AI 化」。如果未來全部 AI 化，市場空間巨大，也能讓技術(shù)在豐富的場景中快速迭代，形成數(shù)據(jù)反哺。

當(dāng)傳統(tǒng) ICT 巨頭全力擁抱 AI，這場轉(zhuǎn)型會給行業(yè)帶來怎樣的化學(xué)反應(yīng)？答案或許就在中興接下來的每一步里。