金磊 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

正所謂“得數(shù)據(jù)者得天下”，這家央企算是把高質(zhì)量數(shù)據(jù)集給玩明白了——

超過10萬億tokens的通用大模型語料數(shù)據(jù)，以及覆蓋14個關(guān)鍵行業(yè)的專業(yè)數(shù)據(jù)集，總存儲量高達(dá)350TB！

如此龐大的體量，還不是雜亂無章的原始數(shù)據(jù)，而是經(jīng)過精心標(biāo)注和優(yōu)化且包含多模態(tài)在內(nèi)的行業(yè)數(shù)據(jù)，是隨時可以在行業(yè)里“上崗”的那種。

或許有小伙伴就要問了，這很重要嗎？答案是非常確定的。

高質(zhì)量數(shù)據(jù)集是經(jīng)過采集、加工等數(shù)據(jù)處理，可直接用于開發(fā)和訓(xùn)練人工智能模型，能有效提升模型性能的數(shù)據(jù)的集合。建設(shè)高質(zhì)量數(shù)據(jù)集至關(guān)重要，因?yàn)樗苯記Q定了AI模型的準(zhǔn)確性、泛化性和可用性——優(yōu)質(zhì)數(shù)據(jù)是訓(xùn)練出高效準(zhǔn)確模型的基礎(chǔ)。

重要程度，可見一斑了。

那么這家央企到底是誰？

不賣關(guān)子，它正是AI國家隊(duì)——中國電信天翼AI，其打造的星辰MaaS平臺是建設(shè)高質(zhì)量數(shù)據(jù)集的關(guān)鍵。

星辰MaaS平臺像是一個數(shù)據(jù)精煉廠，通過四大核心協(xié)同運(yùn)作，構(gòu)建“數(shù)據(jù)—模型—服務(wù)”的完整閉環(huán)。

其中，基模作為“動力引擎”，提供基礎(chǔ)認(rèn)知與推理能力；數(shù)據(jù)工具鏈作為“原料庫”，持續(xù)輸送高質(zhì)量的數(shù)據(jù)資源；模型工具鏈作為“加工廠”，將數(shù)據(jù)高效轉(zhuǎn)化為可用模型；智能體作為“執(zhí)行中樞”，靈活調(diào)度資源并自主完成復(fù)雜任務(wù)，實(shí)現(xiàn)決策智能化與行為自動化，服務(wù)千行百業(yè)。

基于此，中國電信天翼 AI 與中國電信人工智能研究院（TeleAI）正加緊搞技術(shù)研發(fā)，像大模型、智傳網(wǎng)（AI Flow）、具身智能這些基礎(chǔ)技術(shù)都在推進(jìn)。而且不只是搞研究，還照著產(chǎn)業(yè)和實(shí)際場景的需求，把這些技術(shù)做成能用的產(chǎn)品落地。

另外，靠著高質(zhì)量的數(shù)據(jù)集，他們還建了 “三全” 星辰大模型體系——全模態(tài)、全尺寸、全國產(chǎn)。

更厲害的是，已經(jīng)成功做出了萬億參數(shù)的大模型，這個模型是用全國產(chǎn)的萬卡集群和國產(chǎn)深度學(xué)習(xí)框架訓(xùn)練出來的，在國產(chǎn)化創(chuàng)新這塊走在了前面。

例如在福建晉江的一家紡織廠里，過去完全依賴人工肉眼驗(yàn)布，受工人經(jīng)驗(yàn)和熟練程度影響很大，檢測效率、精度穩(wěn)定性差，缺陷檢出率僅有50%。

如今已被基于星辰MaaS平臺打造的AI驗(yàn)布所取代，對于并緯、擦傷、斷經(jīng)、漿塊、經(jīng)向條紋、空織、毛邊、破洞、緯接頭、油點(diǎn)等瑕疵均可高效檢出，通過安裝使用智能驗(yàn)布系統(tǒng)，企業(yè)實(shí)現(xiàn)了24小時穩(wěn)定檢測，常見瑕疵檢測準(zhǔn)確率高達(dá)95%以上，并且沉淀了全流程數(shù)據(jù)，支持實(shí)時數(shù)據(jù)和歷史數(shù)據(jù)分析，有效發(fā)現(xiàn)業(yè)務(wù)卡點(diǎn)和問題，整體生產(chǎn)效率提升50%以上。

△圖：人工肉眼驗(yàn)布 vs AI驗(yàn)布

但這也僅僅是冰山一角。

因?yàn)?，從繁忙的港口到關(guān)系國計(jì)民生的供應(yīng)鏈，從智慧醫(yī)療到現(xiàn)代農(nóng)業(yè)，高質(zhì)量數(shù)據(jù)正在以前所未有的深度和廣度滲透進(jìn)各行各業(yè)。

那么這一切是如何發(fā)生的？在龐大的數(shù)據(jù)藍(lán)圖背后，又蘊(yùn)含著怎樣的戰(zhàn)略考量與技術(shù)雄心？

為了探尋這背后的一切，量子位與中電信人工智能科技（北京）有限公司副總經(jīng)理阮宜龍進(jìn)行了一場深入的交流。

（注：為了準(zhǔn)確體現(xiàn)阮宜龍的觀點(diǎn)，下文將盡量呈現(xiàn)完整的對話內(nèi)容。）

為什么要死磕高質(zhì)量數(shù)據(jù)集？

站在AI時代的當(dāng)下，算法、模型、應(yīng)用，可謂是以前所未有的速度在迭代。但萬變不離其宗，數(shù)據(jù)，尤其是高質(zhì)量數(shù)據(jù)，始終是驅(qū)動人工智能發(fā)展的核心燃料。

中國電信天翼AI作為人工智能行業(yè)的國家隊(duì)，為何選擇重倉投入，甚至死磕高質(zhì)量數(shù)據(jù)集這一看似基礎(chǔ)卻極其艱巨的領(lǐng)域？這背后，既有對國家戰(zhàn)略的深刻領(lǐng)會，也有對市場脈搏的精準(zhǔn)把握。

量子位：我們觀察到中國電信天翼AI近年來在高質(zhì)量數(shù)據(jù)集建設(shè)上投入巨大。從戰(zhàn)略層面看，是什么驅(qū)動公司下定決心，要啃下這塊硬骨頭？

阮宜龍：中國電信天翼AI重倉投入數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，是基于四個層面的綜合考量：國家戰(zhàn)略、市場需求、運(yùn)營商自身的優(yōu)勢稟賦和使命責(zé)任。

在戰(zhàn)略層面，近年來，政府相關(guān)部門快速出臺人工智能系列法規(guī)，并深入實(shí)施“人工智能+”行動，這些都清晰表明AI已切實(shí)上升為國家戰(zhàn)略。同時，2025年中國電信加速“云改數(shù)轉(zhuǎn)智惠”戰(zhàn)略升級，布局算力、數(shù)據(jù)、模型、平臺及應(yīng)用等全產(chǎn)業(yè)鏈，尤其在基礎(chǔ)大模型技術(shù)攻堅(jiān)方面，我們致力于成為AI領(lǐng)域的主力軍，推進(jìn)AI邁向普惠發(fā)展新階段，這些都要求我們自主建設(shè)數(shù)據(jù)基礎(chǔ)設(shè)施，實(shí)現(xiàn)依托可控的高質(zhì)量數(shù)據(jù)集，加速AI關(guān)鍵技術(shù)突破，助力AI戰(zhàn)略高效落地。

市場需求方面，我們判斷2025年人工智能將轉(zhuǎn)向以數(shù)據(jù)要素價值為核心的規(guī)?；涞?。對內(nèi)，天翼AI有義務(wù)服務(wù)于云網(wǎng)運(yùn)營、客戶服務(wù)、渠道營銷、科技研發(fā)和企業(yè)管理等20余個重點(diǎn)領(lǐng)域復(fù)雜業(yè)務(wù)場景的智能化升級；對外，天翼AI承擔(dān)著面向工業(yè)、應(yīng)急、教育等行業(yè)研發(fā)行業(yè)大模型和構(gòu)建智能體應(yīng)用的職責(zé)。這些AI賦能的實(shí)現(xiàn)，依托于高質(zhì)量數(shù)據(jù)集的訓(xùn)練孵化和支撐，要求我們必須投入高質(zhì)量數(shù)據(jù)集的建設(shè)。

從運(yùn)營商自身優(yōu)勢考量，中國電信具有龐大的數(shù)據(jù)基礎(chǔ)，擁有超10億的公眾客戶和上千萬的政企客戶，日增數(shù)據(jù)量達(dá)1.6PB、基礎(chǔ)數(shù)據(jù)集超10萬億tokens。同時，在客戶服務(wù)、渠道運(yùn)營等領(lǐng)域，具有廣泛的數(shù)據(jù)應(yīng)用場景，落地1.2萬家全業(yè)務(wù)數(shù)字門店、賦能超2萬個行業(yè)客戶等。依托這些優(yōu)勢，我們能更好地深耕高質(zhì)量數(shù)據(jù)集領(lǐng)域，而這也是當(dāng)前階段的必然選擇。

在使命和責(zé)任方面，中國電信堅(jiān)定履行建設(shè)網(wǎng)絡(luò)強(qiáng)國和數(shù)字中國、維護(hù)網(wǎng)信安全的使命擔(dān)當(dāng)，持續(xù)推進(jìn)新型數(shù)字信息基礎(chǔ)設(shè)施建設(shè)，推動AI向善、應(yīng)用普惠，助力人工智能同經(jīng)濟(jì)社會發(fā)展深度融合，這要求我們打造安全、可信的高質(zhì)量數(shù)據(jù)集，推進(jìn)數(shù)據(jù)流通交互，賦能千行百業(yè)智能化轉(zhuǎn)型。

如何做到的？

擁有海量數(shù)據(jù)和戰(zhàn)略決心只是第一步，如何將這些龐雜的、多模態(tài)的原始數(shù)據(jù)，轉(zhuǎn)化為能夠直接“喂”給大模型的高質(zhì)量數(shù)據(jù)，則是一項(xiàng)復(fù)雜的系統(tǒng)工程。

這背后需要一個強(qiáng)大的技術(shù)平臺，一套貫穿數(shù)據(jù)全生命周期的管理方法論。天翼AI打造的“數(shù)據(jù)-模型-服務(wù)”能力閉環(huán)，正是解開這道難題的鑰匙。

量子位：這聽起來是一個龐大而復(fù)雜的工程。天翼AI具體是如何將這些來自不同渠道、不同形態(tài)的數(shù)據(jù)，加工成高質(zhì)量數(shù)據(jù)集，并最終賦能應(yīng)用的呢？這背后的技術(shù)邏輯是怎樣的？

阮宜龍：這確實(shí)是一個系統(tǒng)性的工程。我們打造了一套覆蓋“采、存、算、管 - 標(biāo)、訓(xùn)、推、評 - 用”全生命周期的能力體系，核心是我們前面提到的星辰MaaS平臺。

△星辰MaaS平臺能力結(jié)構(gòu)示意圖

它的數(shù)據(jù)工具鏈覆蓋“采-存-算-管”鏈路，能統(tǒng)一接入文本、圖片、音視頻等多種類型的數(shù)據(jù)，并將其統(tǒng)一高效存儲；在計(jì)算環(huán)節(jié)，借助自有的上百種處理工具，實(shí)現(xiàn)對數(shù)據(jù)的清洗、轉(zhuǎn)換、增強(qiáng)與合成；最后通過自動化治理機(jī)制，保障數(shù)據(jù)質(zhì)量與安全。整個過程將原始數(shù)據(jù)高效轉(zhuǎn)化為高質(zhì)量、可復(fù)用的數(shù)據(jù)資產(chǎn)，為上層AI應(yīng)用提供穩(wěn)定可靠的數(shù)據(jù)服務(wù)。

這里我想特別提一下數(shù)據(jù)合成技術(shù)。在很多行業(yè)，一些極端的、危險的或罕見的場景數(shù)據(jù)，在現(xiàn)實(shí)世界中是極難采集的。比如，自動駕駛，你不可能為了采集數(shù)據(jù)去主動制造一場交通事故，這時候，數(shù)據(jù)合成就派上了大用場。星辰MaaS平臺的數(shù)據(jù)工具鏈可以通過AIGC、知識注入、鏈路反思等技術(shù)，生成這些極端天氣、罕見事故的數(shù)據(jù)集，讓模型訓(xùn)練得更魯棒、更安全。

它的模型工具鏈覆蓋“標(biāo)-訓(xùn)-推-評”鏈路，不僅支持40多種標(biāo)注任務(wù)，更重要的是能基于自研星辰大模型進(jìn)行AI預(yù)標(biāo)注，標(biāo)注人員只需對結(jié)果進(jìn)行校驗(yàn)，使得標(biāo)注效率相比傳統(tǒng)純?nèi)斯し绞教嵘?倍以上，極大地降低了成本。標(biāo)注后的數(shù)據(jù)再經(jīng)過嚴(yán)格的質(zhì)量評估，就成了高質(zhì)量數(shù)據(jù)集；這些“精煉燃料”會被送入模型工廠進(jìn)行模型訓(xùn)練、微調(diào)、推理和評測，最終得到的不同用途的大小模型。

平臺在“用”鏈路上，訓(xùn)練出的模型嵌入到智能體中，支撐千行百業(yè)的智能應(yīng)用場景，同時智能體運(yùn)行中產(chǎn)生大量的反饋數(shù)據(jù)，通過數(shù)據(jù)回流機(jī)制重新采集加工，進(jìn)一步豐富高質(zhì)量數(shù)據(jù)集，從而持續(xù)優(yōu)化模型效果。

整個過程，從雜亂無章的原始數(shù)據(jù)，到標(biāo)準(zhǔn)化的、高質(zhì)量的數(shù)據(jù)集，到能解決實(shí)際問題AI模型服務(wù)，再到數(shù)據(jù)回流、模型自優(yōu)化，形成了一個完整高效、自動化、自閉環(huán)的流水線。

標(biāo)準(zhǔn)又是什么？

到底什么樣的數(shù)據(jù)集才稱得上高質(zhì)量？還是數(shù)據(jù)量越大越好，還是數(shù)據(jù)類型越多越好？在與阮宜龍的交流中，我們發(fā)現(xiàn)，天翼AI對此有著更為辯證和務(wù)實(shí)的理解。

量子位：大家都說高質(zhì)量數(shù)據(jù)很重要，但似乎每個人對“高質(zhì)量”的定義都不同，您是怎么理解的？

阮宜龍：這是一個很好的問題。我們認(rèn)為，高質(zhì)量并沒有一個放之四海而皆準(zhǔn)的絕對標(biāo)準(zhǔn)。業(yè)內(nèi)一般根據(jù)模型訓(xùn)練階段、數(shù)據(jù)應(yīng)用類型兩個維度來劃分?jǐn)?shù)據(jù)集類型：從模型訓(xùn)練階段看，包括預(yù)訓(xùn)練數(shù)據(jù)集、微調(diào)數(shù)據(jù)集、評測數(shù)據(jù)集；從數(shù)據(jù)應(yīng)用類型看，包括通識數(shù)據(jù)集、行業(yè)通識數(shù)據(jù)集、行業(yè)專識數(shù)據(jù)集。不同階段、不同用途、不同場景的數(shù)據(jù)集，其高質(zhì)量與否的評判標(biāo)準(zhǔn)不能一概而論。

比如，一個用于基礎(chǔ)大模型預(yù)訓(xùn)練的通識數(shù)據(jù)集，我們可能更關(guān)注它的基礎(chǔ)數(shù)據(jù)維度和安全維度指標(biāo)，比如規(guī)范性、完整性、一致性、合規(guī)性和可溯源性等。而一個經(jīng)過精細(xì)標(biāo)注，用于特定行業(yè)微調(diào)的數(shù)據(jù)集，我們則會更關(guān)注它的內(nèi)容維度和應(yīng)用維度指標(biāo)，比如全面性、多樣性、均衡性，以及是否包含了足夠的行業(yè)專有知識（Know-how）等。

為更好地理解這一點(diǎn)，我們可以再深入看看前面提到的工業(yè)紡織缺陷質(zhì)檢案例。傳統(tǒng)的紡織企業(yè)質(zhì)檢，完全依賴人工，靠人眼去發(fā)現(xiàn)布匹上的瑕疵。這種方式有幾個致命痛點(diǎn)：速度慢、人工成本高、標(biāo)準(zhǔn)不統(tǒng)一、漏檢率高，而且人會疲勞，無法做到7x24小時不間斷工作。

我們的目標(biāo)，就是用AI解決這個真問題。那么，一個高質(zhì)量的紡織行業(yè)缺陷數(shù)據(jù)集應(yīng)該是什么樣的？首先，它的全面性要夠，需要覆蓋行業(yè)內(nèi)常見的20多種瑕疵類型，比如紗結(jié)、污漬、破洞等等；其次，多樣性要豐富，同樣是“污漬”，有油污、水漬、染料漬，形態(tài)大小各異，這些都要包含進(jìn)去；再次，標(biāo)注要精準(zhǔn)，不僅要框出瑕疵的位置，還要準(zhǔn)確地分類，告訴模型這具體是哪一類缺陷。

我們通過采集、清洗、標(biāo)注15余萬張圖像，構(gòu)建了這樣一個高質(zhì)量數(shù)據(jù)集。用它訓(xùn)練出的行業(yè)模型，能夠自動識別出布匹上毫米級的瑕疵，綜合檢出率超過90%，并且能實(shí)時將瑕疵的類型、數(shù)量、位置傳輸給生產(chǎn)系統(tǒng)，代替了人工。對企業(yè)來說，這就是實(shí)實(shí)在在的降本增效，這個能解決實(shí)際問題的數(shù)據(jù)集，就是高質(zhì)量的。

用起來才是硬道理

當(dāng)前的人工智能領(lǐng)域，存在一種普遍情況：一方面是通用大模型引發(fā)的全民狂歡，另一方面卻是其在垂直行業(yè)落地難、創(chuàng)造實(shí)際價值慢的現(xiàn)實(shí)。

AI的最終價值，不在于數(shù)據(jù)集有多好、模型參數(shù)有多大，而在于能否真正深入產(chǎn)業(yè)一線，解決實(shí)際問題。

天翼AI深諳此道，將應(yīng)用的廣度和深度作為衡量自身價值的核心標(biāo)尺，在服務(wù)大型央國企、國家標(biāo)注基地、政務(wù)、交通、工業(yè)、醫(yī)療、文化旅游、教育等領(lǐng)域上，交出了一份份高分答卷。

量子位：天翼AI有很多大型央企的服務(wù)案例，比如中物流、中車等，他們的系統(tǒng)極其復(fù)雜，對安全性有自身特定的要求。在服務(wù)這些客戶時，有哪些特別的挑戰(zhàn)和應(yīng)對之策？

阮宜龍：您說得很對，大型央企確實(shí)有自身的顯著特征：一是業(yè)務(wù)需求聚焦于生產(chǎn)，他們的痛點(diǎn)是如何優(yōu)化成本、提升生產(chǎn)運(yùn)營效率、降低故障率。二是系統(tǒng)復(fù)雜度高，央企有大量分子公司，具備眾多已建成的核心系統(tǒng)，AI能力必須與這些現(xiàn)有系統(tǒng)深度融合，這對技術(shù)整合能力要求極高。三是安全和價值觀要求高，因?yàn)檫@些領(lǐng)域都關(guān)系到國計(jì)民生和國家安全，必須堅(jiān)持安全第一，并確保模型與主流價值觀保持一致，且符合國家監(jiān)管要求。四是國產(chǎn)化要求，為保障數(shù)據(jù)安全和系統(tǒng)穩(wěn)定，需從算力、操作系統(tǒng)、中間件、業(yè)務(wù)平臺等多方面，推動構(gòu)建安全、可靠、可控的全國產(chǎn)基礎(chǔ)信息設(shè)施體系。

針對這些特點(diǎn)，我們提供端到端的全鏈路解決方案，核心思路是價值導(dǎo)向和敏捷迭代。我們堅(jiān)持與行業(yè)龍頭的一線專家并肩工作，讓技術(shù)服務(wù)于業(yè)務(wù)；采用云邊端協(xié)同架構(gòu)，滿足不同場景的部署要求；通過數(shù)據(jù)反饋閉環(huán)機(jī)制，讓AI系統(tǒng)能伴隨業(yè)務(wù)共同成長和優(yōu)化。

以服務(wù)物流集團(tuán)為例，我們基于星辰MaaS平臺構(gòu)建AI大模型“標(biāo)訓(xùn)推評”的人工智能套件，納管其超500P國產(chǎn)化算力卡，協(xié)助構(gòu)建了多個物流行業(yè)高質(zhì)量數(shù)據(jù)集，支撐其自研流云大模型及CV模型研發(fā)和建設(shè)；為其提供數(shù)十個統(tǒng)一的服務(wù)接口，包含文本、語言、圖片等多場景；通過“算力、數(shù)據(jù)、模型、應(yīng)用”四位一體的模式，賦能其在全國智慧物流場景的應(yīng)用。

量子位：天翼AI支撐了成都、沈陽等多個國家級數(shù)據(jù)標(biāo)注基地的建設(shè)，在這個過程中，除了提供技術(shù)平臺，天翼AI還扮演了哪些角色？

阮宜龍：在支撐國家級數(shù)據(jù)標(biāo)注基地的建設(shè)中，我們不僅僅是技術(shù)平臺的提供方，更扮演了三個關(guān)鍵角色：產(chǎn)業(yè)生態(tài)的規(guī)劃者、產(chǎn)能的運(yùn)營者和新職業(yè)的培育者。

作為規(guī)劃者，我們結(jié)合地方產(chǎn)業(yè)特色，比如沈陽的工業(yè)制造、成都的金融醫(yī)療，幫助政府規(guī)劃數(shù)據(jù)產(chǎn)業(yè)生態(tài)，定向引入上下游企業(yè)，形成產(chǎn)業(yè)聚集效應(yīng)。例如，在成都，我們聯(lián)合新津區(qū)政府、成都數(shù)據(jù)集團(tuán)打造“蓉數(shù)公園?新津數(shù)據(jù)要素服務(wù)站”，重點(diǎn)圍繞金融風(fēng)控數(shù)據(jù)核驗(yàn)、醫(yī)療影像標(biāo)注等場景規(guī)劃生態(tài)，已引入整數(shù)智能、路米科技等數(shù)十家標(biāo)注企業(yè)及成都職業(yè)技術(shù)學(xué)院等教研機(jī)構(gòu)。

作為運(yùn)營者，我們不僅提供工具，還會通過自身的項(xiàng)目和生態(tài)網(wǎng)絡(luò)，為基地帶來穩(wěn)定可靠的AI數(shù)據(jù)訂單，幫助入駐企業(yè)“有活干”，能夠健康成長。我們將自身政務(wù)熱線升級、工業(yè)質(zhì)檢等項(xiàng)目的標(biāo)注需求定向輸送至基地，其中成都基地承接了四川方言語音標(biāo)注訂單，基于19個地市方言語音大數(shù)據(jù)，構(gòu)建了四川方言高質(zhì)量數(shù)據(jù)集。

作為培育者，我們建立了培訓(xùn)認(rèn)證體系，規(guī)模化地培養(yǎng)數(shù)據(jù)標(biāo)注師、AI訓(xùn)練師等數(shù)字化人才，提升基地的整體產(chǎn)業(yè)能力，并促進(jìn)地方就業(yè)。

我們追求的不是短期的項(xiàng)目利潤，而是通過技術(shù)賦能帶動產(chǎn)業(yè)發(fā)展，通過產(chǎn)業(yè)發(fā)展培育出繁榮的AI生態(tài)，最終實(shí)現(xiàn)多方共贏的長期價值。目前已形成“政府引導(dǎo)+央企主導(dǎo)+生態(tài)協(xié)同”的可復(fù)制模式，構(gòu)建起“算力供給-數(shù)據(jù)生產(chǎn)-模型訓(xùn)練-應(yīng)用落地”的完整生態(tài)鏈。比如，前面提到的方言標(biāo)注項(xiàng)目既解決了上億非普通話人群的服務(wù)痛點(diǎn)，又為地方創(chuàng)造大量靈活就業(yè)崗位。這種生態(tài)繁榮帶來的價值，遠(yuǎn)超過單一項(xiàng)目的短期收益。

量子位：除了服務(wù)大型央企和國家政府，在更廣泛的國計(jì)民生領(lǐng)域，這些高質(zhì)量數(shù)據(jù)集帶來了哪些改變？

阮宜龍：我們目前已經(jīng)在14個行業(yè)、30多個應(yīng)用場景中，構(gòu)建了相應(yīng)的高質(zhì)量數(shù)據(jù)集，實(shí)現(xiàn)了規(guī)?；涞?。

在醫(yī)療領(lǐng)域，我們與北京某三甲醫(yī)院合作，構(gòu)建了醫(yī)院醫(yī)療質(zhì)量管理數(shù)據(jù)集，打造科學(xué)化精細(xì)化智能化醫(yī)院運(yùn)行管理體系，實(shí)現(xiàn)醫(yī)院運(yùn)行管理場景智能化升級，推動院內(nèi)資源高效配置、風(fēng)險精準(zhǔn)防控，賦能公立醫(yī)院高質(zhì)量發(fā)展。

在文旅領(lǐng)域，我們承接了國家文旅部的重點(diǎn)課題，在云南麗江落地的智慧導(dǎo)覽服務(wù)，能夠準(zhǔn)確識別超過95%的旅客需求，提升了游客體驗(yàn)。

在農(nóng)業(yè)領(lǐng)域，我們?yōu)樾郯残聟^(qū)打造的“雄小農(nóng)”智能交互應(yīng)用，背后是龐大的農(nóng)業(yè)農(nóng)村數(shù)據(jù)集，它可以解答農(nóng)技問題、預(yù)測農(nóng)產(chǎn)品價格，幫助當(dāng)?shù)剞r(nóng)民實(shí)現(xiàn)了超過15%的增收。

在智慧城市領(lǐng)域，我們聯(lián)合杭州“中國視谷”打造視覺類通識數(shù)據(jù)集，通過視頻共享平臺與自助打標(biāo)工具，已匯聚城市視頻數(shù)據(jù)26萬路、視覺標(biāo)簽2000余個，服務(wù)城市建設(shè)、智能駕駛、低空經(jīng)濟(jì)等多個方向，構(gòu)建視覺數(shù)據(jù)產(chǎn)業(yè)一站式平臺。

在政務(wù)服務(wù)領(lǐng)域，我們與深圳市政數(shù)局合作構(gòu)建12345民生訴求專識數(shù)據(jù)集，基于1200萬條工單記錄，建成520萬條高質(zhì)量語料，支撐25個智能應(yīng)用場景，助力政務(wù)服務(wù)質(zhì)量提升。

在電信內(nèi)部，圍繞中國電信集團(tuán)供應(yīng)鏈采購要求構(gòu)建了行業(yè)通用的供應(yīng)鏈專識數(shù)據(jù)集，依托大模型與多模態(tài)技術(shù)，統(tǒng)一標(biāo)注標(biāo)準(zhǔn)、貫通法規(guī)環(huán)節(jié)，實(shí)現(xiàn)評標(biāo)流程的智能化升級。

無論是社會治理、城市安全，還是教育、金融，我們的目標(biāo)就是讓高質(zhì)量數(shù)據(jù)真正用起來，深入到社會經(jīng)濟(jì)的毛細(xì)血管中，創(chuàng)造出可感知的價值。

量子位：看起來天翼AI在國計(jì)民生領(lǐng)域落地了很多垂類行業(yè)案例，剛才談到了數(shù)據(jù)工具鏈、模型工具鏈、高質(zhì)量數(shù)據(jù)集等內(nèi)容，此外，還有哪些影響智能服務(wù)真正發(fā)揮效果的關(guān)鍵因素嗎？

阮宜龍：AI行業(yè)有三大關(guān)鍵因素：數(shù)據(jù)、算法、算力。除了數(shù)據(jù)之外，算法也很重要，天翼AI自主打造了國內(nèi)領(lǐng)先的“全模態(tài)、全尺寸、全國產(chǎn)”的星辰系列大模型，并在央企中率先開源，完成了中央網(wǎng)信辦“境內(nèi)深度合成服務(wù)算法備案”和“生成式人工智能服務(wù)”雙備案。

同時，圍繞數(shù)據(jù)治理、模型健壯性、應(yīng)用可信三大核心維度，我們自主研發(fā)的星辰大模型安全圍欄從源頭防范因惡意誘導(dǎo)或模型自身“幻覺”產(chǎn)生的意識形態(tài)問題及被惡意利用風(fēng)險，構(gòu)筑智能化安全防護(hù)矩陣，為自研國產(chǎn)大模型奠定安全基座，守護(hù)安全底線。

打造的語音大模型能精準(zhǔn)識別60種方言并合成逼真語音，極大便利了非普通話人群的溝通；語義大模型參數(shù)規(guī)模龐大，下載量巨大，廣泛賦能政務(wù)、教育等場景；視覺模型在公共安全與災(zāi)害預(yù)警中作用顯著，其鑒偽技術(shù)達(dá)國際領(lǐng)先水平；多模態(tài)模型更實(shí)現(xiàn)了長視頻生成等突破性應(yīng)用，助力內(nèi)容創(chuàng)作創(chuàng)新。

我們以基礎(chǔ)大模型為核心，推出了一系列產(chǎn)品和服務(wù)。面向B端用戶，基于天翼AI開放平臺上線了18項(xiàng)星辰大模型API服務(wù)，覆蓋語音、圖像、多模態(tài)等方向，為他們提供以行業(yè)大模型為核心的智能化解決方案；面向C端用戶，天翼AI發(fā)布了可實(shí)現(xiàn)“智能反詐”的“星小辰”應(yīng)用服務(wù)，守護(hù)C端用戶通訊安全；面向家庭場景，天翼AI發(fā)布了可實(shí)現(xiàn)智能陪伴的智能玩偶“智伴小熊”；推出AI智能眼鏡，拓寬用戶的日常場景觸達(dá)等一系列覆蓋C端多種場景的軟硬件服務(wù)。

最終愿景

技術(shù)的發(fā)展終將服務(wù)于人與社會。在一場深刻的技術(shù)變革中，一家企業(yè)最終能達(dá)到的高度，往往取決于其愿景的廣度與深度。

對于天翼AI而言，建設(shè)高質(zhì)量數(shù)據(jù)集、打造全棧AI能力，并非終點(diǎn)，因?yàn)樗麄兊哪抗?，已?jīng)投向了更遠(yuǎn)的地方。

量子位：最后想請您分享一下，作為人工智能領(lǐng)域的核心力量，您對天翼AI的最終愿景是什么？

阮宜龍：中國電信天翼AI作為人工智能領(lǐng)域的重要力量，我們承載著深遠(yuǎn)的愿景和宏大的目標(biāo)。我們的最終愿景是，發(fā)揮央企在AI領(lǐng)域的主力軍作用，成為國家戰(zhàn)略科技力量和領(lǐng)先的通用人工智能服務(wù)提供商。

為此，我們將持續(xù)發(fā)力：

第一，在技術(shù)上追求領(lǐng)先。我們將繼續(xù)打造全棧自研的AI能力，在前沿領(lǐng)域持續(xù)探索，從基礎(chǔ)大模型到具身智能再到智傳網(wǎng)，對標(biāo)國際一流，力爭引領(lǐng)人工智能技術(shù)的發(fā)展潮流。

第二，在應(yīng)用上追求普惠。我們正在構(gòu)建一個“全民工具箱”，依托鑒偽反詐打造網(wǎng)絡(luò)可信空間、打造適老適幼產(chǎn)品彌補(bǔ)智能鴻溝等，讓AI從高精尖的實(shí)驗(yàn)室走進(jìn)千家萬戶，讓每一個普通民眾都能享受到人工智能帶來的便利和福祉。

第三，在生態(tài)上保持開放。我們將通過開放平臺，以算力服務(wù)、扶持計(jì)劃等政策，支持和歡迎全球的開發(fā)者、學(xué)者和合作伙伴，共同參與到這個生態(tài)的建設(shè)中來，共同推動人工智能產(chǎn)業(yè)的健康發(fā)展。

第四，在人才上研用一體。重視青年人才創(chuàng)新能力發(fā)展，營造寬松的科研環(huán)境，加速科研成果轉(zhuǎn)化為實(shí)際生產(chǎn)力，促進(jìn)關(guān)鍵領(lǐng)域產(chǎn)業(yè)升級，為國家培養(yǎng)一批懂理論、能實(shí)踐的高層次AI隊(duì)伍。

在未來的數(shù)字化經(jīng)濟(jì)戰(zhàn)場中，中國電信天翼AI將繼續(xù)做好產(chǎn)業(yè)升級的核心引擎和社會安全的基石。作為AI國家隊(duì)，我們將持續(xù)強(qiáng)化賦能，打造更多高價值的行業(yè)大模型和產(chǎn)品；同時，我們也將擔(dān)起社會責(zé)任，構(gòu)建完善的安全防護(hù)體系，確保數(shù)字經(jīng)濟(jì)的紅利能夠全民共享，維護(hù)社會的公平與安全。

這既是我們的目標(biāo)，也是我們的承諾。