中兴通讯屠嘉顺：通用人工智能要超越人类，还比较遥远

当AI技术高度成熟之时，未来的人类文明将会是什么样？

对于这个问题，中兴通讯战略和生态首席专家屠嘉顺用了四个字来回应——“碳硅融合”，即碳基的人类与硅基的AI、计算机深度协同，人类通过AI助理获取知识、处理生活需求，文明传承也从“口口相传、图书馆存储”转向“云端共享、AI辅助”。

屠嘉顺大学毕业后即加入了中兴通讯工作，曾任NFV/SDN首席科学家，在电信行业从业超过20年，亲历了公司从传统电信设备商向AI技术领导者的战略转型。

在屠嘉顺看来，电信行业看似“传统”，实则始终站在技术革新的前沿——因为它有一套全球协同的演进机制，包括3GPP、ITU、IETF等标准，会带领运营商、设备商每隔10年完成一G升级，这也决定了行业必须“与时俱进”。

即将到来的6G时代，AI原生（AI Native）是其核心，即6G网络不再是单纯提供“哑管道”式的连接服务，而是要成为具备“思考能力”的智能基础设施。

展望未来，屠嘉顺认为，不同于当前以语言为语料的大语言AI模型，未来的大模型必然是多模态的，同时还需具备多样的参数规模（Size），以适配手机终端、PC、边缘节点乃至超大规模数据中心等不同载体，从而在各类场景中匹配对应的应用需求，“语言只是人类接触外部世界的一小部分渠道，更多是通过视觉、图像、声音等感知方式获取信息——这也正是所谓‘世界模型’所关注的核心，即让AI像人类一样多维度理解世界。”

值得一提的是，当前社会，部分用户对AI取代人类甚至超越人类存在担忧，并提出AI可能会成为人类的“掘墓人”的观点。

对这一点，屠嘉顺认为还比较遥远，“目前学术界和理论界普遍认为，通用人工智能（AGI）的核心目标是‘达到人类群体智能’，而非‘超越人类智能’，要超越人类群体智能，目前可能第一比较远，第二个缺少一些理论的支撑。”

屠嘉顺。资料图

“小样本高效训练”的突破与优势

《21世纪》：你早年专注于NFV/SDN技术，后来转向AI及大模型领域。这一转变背后的契机是什么？

屠嘉顺：中兴内部设有技术线与管理线双晋升通道，我在2000-2010年从事了十年管理工作，后转回技术线。NFV/SDN是4G网络的核心技术，本质是将电信网络全面引入云计算，使传统由基站、硬件盒子构成的网络转变为“软件在云上运行”，这一技术大幅降低了网络成本——4G时代流量套餐容量较3G时代增长10倍（从每月几个G增至几十个G），但月租费仍维持在百元左右。从4G向5G演进过程中，AI成为行业核心技术，这既是行业“每十年一代”的革新要求，也是公司保持竞争力的关键。对我个人而言，若不跟随技术演进方向（如3G时代跟进IP技术、4G时代推动云化、5G时代拥抱AI），便会跟不上公司发展步伐。且AI技术与此前的IP技术、云化技术一脉相承，均是推动电信网络升级的核心动力，因此我选择转向AI与大模型领域。

《21世纪》：中兴的电信大模型NTele-R1-32B-V1仅用800个精选样本就在多项测评中超越了一些行业标杆。这种“小样本高效训练”的技术突破关键是什么？这一成果对行业应用具备哪些参考价值？

屠嘉顺：中兴电信大模型NTele-R1-32B-V1实现“小样本高效训练”，核心在于独创的三阶数据管理流程：一是优选教师模型与高质量样本：锚定高质量参考样本，确保训练素材的准确性，进而保障模型输出结果的高质量；二是筛选典型高难度样本：优先选择覆盖多场景、无重复的高难度样本，避免冗余数据浪费算力，使训练效率提升40%；三是构建多样化推理路径：通过计算答案相似度，挖掘同一问题的多种解决路径，提升模型的泛化能力。

这一技术的核心价值是解决行业“无海量数据”痛点，例如医疗领域典型病灶数据有限、汽车设计数据稀缺，仅需有限高质量数据即可训练出高效果模型，这不仅能大幅降低行业大模型的研发门槛，更能减少数据采集、存储、清洗的成本，为更多中小规模企业或细分领域的AI落地提供了切实可行的技术路径。

AI智能体可节省80%-90%的人力成本

《21世纪》：从当前的实践来看，智能体大概能提升多少效率？

屠嘉顺：在条件良好的应用场景中，智能体可节省80%-90%的人力成本。举个具体例子，过去一个10人的运维团队中，有8-9人都在处理重复出现的故障；引入智能体后，仅需1-2人负责解决新故障，其余重复工作全由数字人承担。而且随着智能体自我学习能力的提升，“从未出现过的新故障”会逐渐减少，整体效率还会持续提升。

《21世纪》：AI智能体提升效率，会不会导致人类没有工作？

屠嘉顺：我们可通过一个类比来理解AI与人类工作的关系：在计算器出现之前，“打算盘”是各类店铺中的核心岗位，不仅要求从业者具备熟练的操作技能，还需保证计算结果的精准性，是当时社会经济活动中不可或缺的角色。但随着计算器的普及，这一岗位逐渐消失。不过，原本打算盘的从业者并未被时代淘汰，而是转向了计算机研发、电算化等更具技术含量的领域，最终推动了整体工作效率的大幅提升。

这一历史案例与当前AI的发展逻辑相通：AI的出现确实会承担部分人类原有的工作，且在效率与成本控制上展现出显著优势。但这并不意味着人类会面临“无工作可做”的困境，反而要求人们以“与时俱进”的态度适应技术变革——正如在企业中，原本从事传统软件开发的人员，若想避免被行业淘汰，需主动学习AI相关技术，转向AI研发、应用等新兴领域。

6G的核心概念是“AI原生”

《21世纪》：在AI与通信技术融合方面，AI将在5G-A和6G研发中扮演什么样的角色？中兴目前有哪些相关技术积累与战略布局？

屠嘉顺：6G发展定位与AI技术融合应用总结6G技术计划于2030年正式发布，当前正处于关键的技术定义阶段。6G的核心概念是“AI原生（AI Native）”，即6G网络不再是单纯提供“哑管道”式的连接服务，而是要成为具备“思考能力”的智能基础设施。

中兴通讯内部已全面应用自研的星云数字大模型——这款大模型由我们从零开始训练，依托公司私域数据与电信行业专业数据构建，大幅提升了研发与运营效率。公司合规、财务、商旅等部门也通过它开展文档输出、流程审核等工作，同时该模型还支撑了数字人语音客服的运行。

中兴通讯在2025年推出“AIR“系列网络方案，当前我们5G-A方案中的核心网、无线大数据、网管等产品，已全面融入AI功能。这些AI功能在提升资源使用效率、节约能源、减少运维人力投入等方面，较此前方案实现了显著提升。

《21世纪》：在推进AI与ICT基础设施融合的过程中，中兴如何应对不同客户在算力规模、部署方式和成本控制方面的差异化需求？

屠嘉顺：我们应对客户差异化需求的核心思路，是构建一套完全开放的AI生态。坦率来讲，不同客户的诉求差异十分具体：比如对国产化比例的要求、对部署方式（选择公有云还是私有云）以保障数据安全的考量，以及在大模型使用上——是采用定制化大模型，还是基于开源免费大模型进行精调，或是通过RAG本地知识库来降低成本——各有不同选择。

而唯有一套全面开放的AI生态，才能支撑这些复杂多样的应用场景。与此同时，我们也联合了众多合作伙伴，共同为这个开放生态提供支撑。更关键的是，这套开源生态能为用户未来的发展提供极高的灵活性，真正实现“按需扩展、按用付费（Pay as You Grow）”的模式。

未来的大模型必然是多模态的

《21世纪》：目前AI技术在通信行业应用中尚未攻克的技术难题有哪些？未来行业内最值得期待的技术突破可能出现在哪些领域？

屠嘉顺：AI在通信（或网络）领域的应用，目前核心聚焦两大方向：第一个是“AI for Network”，核心是借助AI技术实现网络智能化。

中兴今年9月推出的“通信数智人”智能体，已能实现L4级网络自动运维；而当L5级自智网络落地后，未来就能实现“连接如空气般无处不在、按需取用”的效果。

第二个方向是“Network for AI”：AI的训练与推理（尤其是涉及万卡乃至几十万张GPU在数据中心的集中训练），需要依托高性能的DC网络支撑，才能确保数十万张GPU高效协同运行。

另一个关键认知是，推理的算力需求通常是训练的10倍，且推理场景多分布在企业私域、用户边缘节点等各类场景中——这些推理节点需要尽可能靠近用户，同时需与训练中心保持实时连接，确保最新的模型参数与数据能及时同步。

这就需要构建强大的边缘计算网络，让推理能力（也就是AI能力）通过网络实现“无处不在”，覆盖社会生产生活乃至全球各个领域。总结一下，就是未来会是链接无处不在，AI也无处不在，人人都可以随意地实现连接和AI。

《21世纪》：行业普遍认为，多模态和大模型轻量化是当前AI发展的热点，你怎么看待这个观点？

屠嘉顺：当前的大语言模型，基本是依托语言文本训练而成的神经网络。但从人类认知逻辑来看，语言只是人类接触外部世界的一小部分渠道，更多是通过视觉、图像、声音等感知方式获取信息——这也正是所谓“世界模型”所关注的核心，即让AI像人类一样多维度理解世界。因此我们认为，未来的大模型必然是多模态的，同时还需具备多样的参数规模（Size），以适配手机终端、PC、边缘节点乃至超大规模数据中心等不同载体，从而在各类场景中匹配对应的应用需求。

《21世纪》：从长远来看，你认为AI是否会重塑ICT产业格局？

屠嘉顺：这一波AI技术浪潮所带来的影响，堪比100年前工业革命中蒸汽机、电气化给人类社会带来的变革。上一次工业革命，让人类掌握了煤炭、电力等能源与力量；而这一波AI浪潮（尤其是以AGI为核心的产业技术革命），将让每个人能够触及人类社会几乎所有的知识，从而极大地提升人类社会进步的速度。

中兴通讯此前一直将自己定位为5G先锋，但现在我们把自身定位调整为一家AI公司。这一转变，不仅体现在公司内部的研发、运营、管理全环节都全面围绕超级AI工具与AI能力，更重要的是，我们致力于为全社会提供领先的智能数字基础设施——其中既包括连接能力，也涵盖智能算力——以此助力整个社会的智能化演进。

我们同样相信，未来的人类社会必然是一个数字化、智能化的社会。这个社会要依托人类文明实现所谓的“碳硅融合”，就必定需要一套无处不在、相互连接且具备海量计算能力的基础设施。而构建这样的基础设施，对我们而言，不仅是巨大的发展机遇，更是公司应承担的责任。

扫码查看屠嘉顺专访视频