在2025世界人工智能大會的關鍵節點，由國務院國資委統籌指導、中國移動牽頭運營的國家級AI開源開放平臺“煥新社區”正式啟動，標志著中國AI“國家隊”建設邁入實質性階段。作為首批共建單位，中興通訊一次性開源11項核心技術成果，涵蓋大模型、數據集、訓練范式及專業領域測評工具，以硬核技術實力助力國產AI生態體系構建，彰顯科技企業支撐國家AI戰略的堅定決心。
國家級平臺啟航 中興錨定三大攻堅方向
“煥新社區”作為中國AI“國家隊”的核心載體，肩負著整合央企資源、打破技術壁壘、推動AI普惠發展的戰略使命。該平臺以“開源開放、協同創新”為核心，通過開放算力集群、共享模型資源、搭建開發社區，降低AI技術應用門檻，旨在培育具有國際競爭力的國產人工智能生態。在這一國家級戰略布局中，中興通訊憑借40年積累的通信技術底蘊與AI研發實力，成為生態建設的關鍵力量。中興通訊高級副總裁張萬春在啟動儀式上表示：“AI開源生態的構建需要‘國家隊’的協同攻堅，中興通訊將以技術開源為紐帶，在模型創新、算力優化、場景落地三大領域深度參與，為中國AI自主可控體系提供全鏈條支撐。”據介紹，中興通訊此次開源的11項成果，包括6個自研大模型、5個行業數據集，形成了覆蓋“模型-數據-工具”的完整技術矩陣，為“煥新社區”注入了首批高質量技術資產。
11項成果硬核解析 技術突破筑牢生態根基
在開源的6個大模型中，NTele-R1-32B-V1電信大模型成為焦點。該模型基于DeepSeek-32B-Distill架構訓練，僅用800個精心篩選的樣本（含400個數學問題與400個代碼任務），就在多項權威測評中實現對行業標桿模型的超越。數據顯示，其在AIME2024測評中得分82.5，超越Qwen3-32B的78.75；在MATH500測試中準確率達95.2%，領先同類模型1-2個百分點。這種“小樣本高效訓練”能力，為降低AI開發成本提供了全新范式。 中興通訊AI研發中心負責人解釋：“NTele-R1-32B-V1 是從 DeepSeek-32B-Distill訓練的，實現了‘少而精’的訓練效果。”目前，該數據集已同步開源，開發者可直接獲取用于模型優化。
針對多模態智能領域，中興通訊開源的7B-Curr-ReFT與3B-Curr-ReFT模型同樣引發關注。這兩款基于Qwen2.5-VL-Instruct微調的模型，采用獨創的Curr-ReFT訓練范式，通過“課程強化學習”與“拒絕樣本自我改進”機制，讓小參數模型展現出媲美大模型的推理能力。Curr-ReFT在這兩個模型上的表現均顯著超越了原有基線，甚至在多個公開基準測試中超越了更大規模的26B（InternVL-26B）和32B（Llava-Next-32B）模型。
實測數據顯示，3B-Curr-ReFT在AI2D數學推理測試中準確率達83%，超越26B參數的InternVL-26B；7B版本在MathVista測評中得分92.2%，較基礎模型提升33.6個百分點。“Curr-ReFT的核心是讓模型像人類學習一樣循序漸進。”技術專家表示，該范式將任務分為二元決策、多項選擇、開放式回答三階段，配合GPT-4-O評分的拒絕采樣機制，既突破了小模型的“能力瓶頸墻”，又避免了基礎能力退化。這種輕量化方案特別適用于智能終端、邊緣計算等資源受限場景。
同步開源的5個行業數據集則覆蓋通信、數學、Code、視覺識別等關鍵領域，其中TFCE數據集堪稱“電信AI百科全書”。該數據集整合中興40年技術積淀，包含1800余個函數、917道Python題目，全面覆蓋4G LTE優化、5G網絡切片、6G信道建模等通訊核心技術應用場景，支持Simple到Parallel-Multiple的全場景函數調用評估。“這相當于為通信行業AI開發提供了標準化‘考題’，”項目負責人指出，TFCE填補了全球電信領域函數調用測評的空白。
生態協同提速 共筑AI自主可控屏障
此次集中開源的11項成果，并非孤立存在，而是形成了“模型-數據-工具”三位一體的支撐體系。在煥新社區平臺上，開發者可直接調用中興開源模型，利用配套數據集訓練，通過Curr-ReFT工具鏈優化，快速構建行業解決方案。這種“一站式支持”模式，有效降低了AI創新門檻。國資委相關負責人評價：“中興通訊的參與，體現了科技企業對國家AI戰略的深度響應。11項核心成果開源，既強化了‘煥新社區’的技術底座，也為央企間的協同創新提供了范本。”據了解，中興已與多家國產GPU廠商達成合作，推動開源模型與國產芯片的深度適配，目前算力效率較通用方案提升40%。
展望未來，“開源不是終點，而是協同創新的起點。”張萬春強調，中興將以通信技術為根基，持續貢獻“硬核”成果，與中國AI“國家隊”共同打造具有全球競爭力的技術生態。隨著“煥新社區”活躍度日益激增，其輻射效應正加速顯現。有行業分析指出，這種“國家隊+龍頭企業”的協同模式，將推動中國AI產業從“技術跟跑”向“生態領跑”跨越，為數字經濟高質量發展注入強勁動能。
