剛剛過去的五月，運營商大模型集體完成了一次PMF（Product-Market Fit，產品市場契合度）的“進化”。

所謂PMF，指的是產品能夠滿足目標市場的需求，并且能吸引和保留用戶的程度，關系到產品的成功與否。人工智能領域，很難有一次成功的PMF（產品市場匹配），往往需要經過多次匹配。即使是“劃時代”的ChatGPT，也是在GPT-1、2、3的基礎上，成長起來的。

一次又一次完成市場匹配，找到產品市場結合點，意味著一個成功的大模型，必須具備持續演化的特質。

一位AI公司創始人曾跟我說，“循序漸進、從小到大地做AI產品，這種可演進性，才是AI公司最核心的因素”。而長期以來，相比AI獨角獸和創業公司，運營商的管理文化被認為偏向于保守，這可能給快速調整產品和服務以適應市場需求，帶來一些挑戰。

自2023集體入局大模型之后，三大運營商又在今年5月底，集體帶來了新變化。運營商大模型的進化路線，也開始呈現出明顯分野。

我們從這些變化中，去審視一下運營商探索PMF產品市場匹配的路線分野，從中看到運營商大模型的可演進性。

集體進化，但路線各有差異

先說事實。如果我們把大模型看做是一場“進化生存游戲”，那么三大運營商近期的大模型動作在進化路線上，開始呈現出明顯的分野：

中國移動，像是在為大模型“筑巢”，構建更適宜的生長條件。

今年數字中國峰會上，中國移動發布的九天智能基座，包括萬卡集群的智算中心，實現行業定向增強、行業模態匹配、全棧國產化、安全可信等四大技術突破的九天基座大模型，鏈接大模型廠商和用戶的匯聚平臺，以及三大產業融通基地（訓練基地、評測基地、聯創基地）。

每一大項的建成都有極高挑戰，但綜合起來，可以為大模型走向產業，營造良好條件。

中國電信，專注于自身能力的提升，精心培養和訓練擁有強大能力的模型。

近期中國電信最出圈的AI動向，是星辰超多方言語音識別大模型。該模型可同時識別理解粵語、上海話、四川話、溫州話等各地方言，是國內支持最多方言的語音識別大模型。

一方面，展現了中國電信在大模型端到端語音交互上的技術能力，以及在高質量語音數據上的常年積累優勢。同時，大模型與方言的結合，也展現了“國家隊”的社會責任和使命感，在服務方言用戶、保護方言等公益性事務上發揮作用。模型的“出圈”，也說明大模型本身還有很多細分應用可以挖掘，打造成各家廠商的差異化亮點。

中國聯通，則注重對特定需求的適應和滿足，營造更加良好的外部產業環境。

中國聯通在今年2月的2024年世界移動通信大會上，發布了元景“1+1+M”大模型體系。5月25日發布的中國聯通元景大模型MaaS平臺，通過模型庫、工具箱、原生應用商店三大服務，具有更懂行業、更易定制、安全可靠的三大特點，實現了“四個開放（算力開放、通用大模型開放、Maas服務開放、行業專家能力開放）”。

上述特質，都是從滿足行業客戶個性化定制需求出發，為大模型行業應用創新創造了更好的產業環境。

可以看到，三家運營商在近期的大模型布局上，呈現出不同的策略，以自己的方式不斷進化。

加速探索，運營商大模型和市場匹配

保持演進的目的，是為了一次次完成產品市場匹配（PMF），讓自家產品在不同階段、不同場景中，都能夠滿足市場需求，實現商業回報。

從各家進化路線可以看出，運營商做大模型主要從幾個方面來滿足需求，完成市場匹配：

“國家隊”身份→自主化需求。作為“國家隊”的一部分，運營商的大模型國產自主化程度高，有利于數據安全和隱私保護，是國民經濟骨干行業，比如通信、政務等行業用大模型的更優選。中國移動的“九天”大模型，定位就是在政府治理、工業生產、民生服務、通信特色這四大領域發揮重要作用，目前已經實現全棧國產。

2.算力網絡→算力需求。運營商具備算力網絡的先天優勢，不僅可以用于自身模型的訓練推理，還能夠整合為AI訓推一體化解決方案，為行業客戶提供更具成本優勢、時延體驗優勢的大模型算力服務，撬動商業價值。目前，訓練類GPT-4及以上的大模型，超萬卡集群將是標配，中國移動便率先謀篇布局，近期宣布年內將建成3個國產近2萬卡智算中心，結合千億多模態大模型和匯聚百大要素的生態平臺，構成了一個AI技術基礎基座，服務于各種行業數智應用。

3.行業積累→定制需求。運營商此前服務大量垂直行業的客戶，積累了龐大的業務數據，當其他大模型廠商頭痛于行業專有數據稀缺、客戶關系難建立的時候，運營商反而可以“搶跑”行業場景。比如說，工業生產對模型的精度、魯棒性等要求極高，目前中國聯通涵蓋了通用大模型、工業領域行業大模型、工業場景模型及基礎小模型等，在工業制造領域，如發動機下線裝配質檢、家電生產操作流程監測、服裝款式設計和創新、設備故障診斷、碼頭安全生產管理、船舶身份核驗等場景落地。

4.網絡大模型→自身需求。通過大模型對智能客服、5G用電等進行精細化運營管理，運營商可以從大模型落地自身通信業務中降本增效，快速收獲價值回報。

比如近日中國電信推出的星辰超多方言語音識別大模型，就已經在福建、江西、廣西、北京、內蒙等地的中國電信萬號智能客服系統試點應用，幫助萬號智能客服秒懂 30 種方言，日均處理約200萬通電話，更好地服務很多方言用戶。

不難看到，運營商大模型的進化，正是為了充分發揮優勢，找到產品市場結合點，支撐大模型技術在產業中兌現價值。

持續演進：一道運營商大模型的共同考題

2024年，“落地”成為大模型的主基調，而落地能力來自更多元的客戶關系與更多挖掘需求。無法完成PMF（產品市場匹配）、形成商業閉環的大模型，只能成為叫好不叫座的項目。

從這一點上看，做大模型不僅僅是技術問題，而是一個進化策略問題。

當我們將時間軸拉長，會發現運營商大模型雖然路線各有不同，但共同點是，都保持了持續演進：

一方面，持續補全模態能力。目前三大運營商都完成了語義、語音、視覺的多模態大模型布局，覆蓋種類全面，成為面向各類行業應用場景，充分供給的“模型超市”。

另一方面，持續增強模型能力。中國移動最新自研的「九天」千億多模態基座大模型，中國電信推出的星辰超多方言語音識別大模型，以及聯通布局10億、70億、130億、340億、700億多參數量語言模型，都說明運營商在大模型技術上的投入決心之大、戰略可持續。

此外，還在持續做厚AI基礎生態。移動的九天智能基座包含算力、模型、平臺，聯通的元景“1+1+M”大模型體系和電信的“1+1+1+M+N”大模型體系，無不說明，運營商要以全棧AI能力跨入大模型的巨大產業空間，為后續一步步驗證產品市場契合度，降低風險與成本，從而為商業回報奠定基礎。

因此，當科技企業的大模型，紛紛打起價格戰的時候，運營商大模型經受住了市場的洗禮，縱向深入一個個行業市場，保持著快速迭代。

將近一年時間的實際檢驗，或許我們可以得出一個肯定的結論：運營商做大模型，是具備循序漸進、不斷完成市場匹配的演進能力。

《天演論》中寫道：“萬物莫不如是，人其一耳。進者存而傳焉，不進者病而亡焉。”只有不斷進步，適應環境的物種，才能生存和傳承，否則就會衰敗和死亡。

從這個角度看，持續“進化”的運營商大模型，憑借著良好的技術價值轉換條件，一次次完成產品市場匹配。沿著這個應用節奏不斷演化下去，運營商大模型或將后發而先至，比AI科技公司快一步完成商業躍遷。

審核編輯 黃宇