21对话｜中兴通讯屠嘉顺：通用人工智能要超越人类，还比较遥远

21世纪经济报道记者 杨坪 实习生 陈慧 深圳报道

从Deepseek的惊艳亮相，到人形机器人的步履矫健，再到无处不在的大语言模型与智能体应用。站在2025年下半程回望，人工智能的进化速度超乎想象。

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”。

“到了5G时代，我们清晰地看到，单纯的连接能力升级已不够，行业需要更智能的调度、更高效的资源利用，引入人工智能成了必然选择——这也是中兴决定向AI领域战略转型的核心逻辑：顺应行业从‘连接’向‘智能连接’演进的必然趋势。AI化带来的革新力量，它不仅能提升通信网络本身的能力和效率，更能赋能千行百业，更会给人类社会带来一个及其巨大的发展空间，而中兴通讯的一个新愿景就是为全社会提供智能算力。”屠嘉顺说道。

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。

“当前我们5G-A方案中的核心网、无线大数据、网管等产品，已全面融入大模型和Agent数字人。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。”屠嘉顺说道。

今年，中兴通讯于在巴塞罗那推出“AI Reshape（Air）”系列网络方案。据了解，该方案的核心正是用AI重构现有5G-A网络，使其具备向6G平滑演进的能力，目前已在核心网、无线和大数据网管等产品中全面融入AI功能，显著提升资源使用效率。

聚焦AI技术在通信行业的应用，屠嘉顺认为，目前主要有两大方向，一是“AI for Network”，核心是借助AI技术实现网络智能化；二是“Network for AI”，即网络为AI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。

此外，当前行业还有一个关键认知在于，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。这也就意味着，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AI推理能力通过网络实现“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，人人都可以随意的实现连接和AI。”屠嘉顺说道。

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。”

《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》：中兴通讯提出“连接+算力”的双轮驱动AI发展战略。你认为这一战略背后的深层思考是什么？与互联网企业相比，中兴的AI路径具备哪些差异化优势？

屠嘉顺： 公司当前的新愿景明确为“成为网络连接和智能算力的领导者，让沟通与信任无处不在”。这一愿景背后的核心思路是，中兴要在未来数年乃至更长期限内，精准把握AI发展浪潮，同时充分发挥自身40年积累的网络连接领域优势，成为涵盖连接与算力的数字基础设施领导者。 与互联网企业相比，中兴拥有从芯片、整机研发到设备生产，再到覆盖全球160多个国家和地区的物流、售前、售后等全链条体系；凭借这一体系，我们能够为包括运营商在内的用户提供“交钥匙”式一站式服务。而互联网企业更多聚焦于上层应用领域， 在我看来，中兴与当前的互联网企业整体仍属于合作关系：它们更专注于上层及面向客户的应用开发，而我们则聚焦于智能数字基础设施领域，核心涵盖连接与算力两大板块，而且和中兴的芯片设计、整机制造、软硬件整合、遍布全球的售前、售后和物流体系成为最好的组合。 

《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。

《21世纪》：中兴推出的“Co-Sight超级智能体”在GAIA基准测试中表现优异。它的“主管智能体+执行智能体”架构是如何协同工作的？它在实际应用中能带来怎样的效率提升？

屠嘉顺： 中兴的Co-Sight超级智能体，本质上是一个agent定义工厂，也可理解为数字人定义工厂。它能根据用户的实际需求，定义出具备不同功能的数字人，进而自动化完成各类业务流程。而且他有一套高效的多 Agent合作协调机制，甚至可以定义agent和人之间的工作界面。 Co-Sight 2.0率先开源了业界首个三层智能体交互协议Co-TAP，该协议包含三部分内容：一是人机协同协议（HAI），即标准化人和Agent之间的任务分配、进度汇报、权限确认接口；二是统一的多智能体协作协议（UAP）：标准化不同功能Agent之间的工作流交接、上下文传递和目标协同规范；三是知识共享协议（MEK），即标准化跨Agent的知识、经验、工具的共享和复用机制。这三大标准为构建一个开放、可互操作的智能体生态系统奠定了坚实的技术基石。

以通信行业为例，大家知道行业内有大量基站及各类设备需要维护。我们正是通过Co-Sight，定义出了众多运维场景专用的“数字工程师”——这些数字人不仅具备自我学习能力，还拥有协同协作与交互沟通的能力，包括和人的交互，这极大地提升了设备运维效率。 具体来看，5G网络的基站数量相比4G时代增加了3-5倍，但实际情况是，这几年三大运营商的员工数量并未随之增加，运维投入甚至有所下降。背后的关键原因，就是像这类运维数字人在内的自动化运维工具，大幅提升了运维效率、降低了运营成本；如今，人工只需聚焦解决那些疑难的、从未出现过的特殊问题即可。 此外，这类数字人同样可服务于其他产业，目前我们已将其开源，且今年在Huggingface平台的评测中，曾两次取得第一的成绩。

《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。

《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。

《21世纪》：目前各个行业都在开发相关的“垂直大模型”，中兴是否有相关部署？中兴面对医疗、教育、制造等多个跨行业客户应该怎么提供服务？

屠嘉顺：确实有关联。目前中兴在垂直领域的核心优势集中在电信行业，这源于我们积累了大量电信行业的私有数据与场景经验。但其他行业的情况不同，比如医疗领域的企业可能拥有100万张带有人工诊断结论的影像片，却缺乏将数据转化为实用AI模型的软硬件能力；汽车设计、服装设计等行业，即便同样涉及图像识别，数据内容、分析逻辑、模型蒸馏减值的方法也存在巨大差异，这些都需要专业团队提供支撑。

中兴的价值正在于此：我们不仅提供数字基础设施，更能提供“集成化服务”——深入客户所在行业，精准分析需求（比如明确医院是需处理CT片还是核磁共振片、对准确率要求是95%还是99%），再定制专属方案。以汽车设计与医疗影像为例，二者虽都涉及“读图”，但技术路径差异显著，我们会通过客户化定制，确保方案贴合具体场景，最终交付“交钥匙工程”，即客户拿到手就能直接使用，后续还可根据新需求进一步扩展功能。

《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，人人都可以随意的实现连接和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。 中兴星云大模型也在持续研发基于多模态的落地应用：比如我们已开发部分3B、7B参数规模的小模型，可部署在手机、PC或边缘数据中心，中兴Nebla-GUI在10月17号SuperCLUEde  的测试总获得银牌；在手机端，这类模型能支持多模态输入，甚至可实现Screen reading并模拟人的点击和键盘输入，实现的点外卖等手机应用自动化操作。这个功能已经在我们中心努比亚手机中的得以集成。

《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。