在2025世界人工智能大会的关键节点，由国务院国资委统筹指导、中国移动牵头运营的国家级AI开源开放平台“焕新社区”正式启动，标志着中国AI“国家队”建设迈入实质性阶段。作为首批共建单位，中兴通讯一次性开源11项核心技术成果，涵盖大模型、数据集、训练范式及专业领域测评工具，以硬核技术实力助力国产AI生态体系构建，彰显科技企业支撑国家AI战略的坚定决心。
国家级平台启航 中兴锚定三大攻坚方向
“焕新社区”作为中国AI“国家队”的核心载体，肩负着整合央企资源、打破技术壁垒、推动AI普惠发展的战略使命。该平台以“开源开放、协同创新”为核心，通过开放算力集群、共享模型资源、搭建开发社区，降低AI技术应用门槛，旨在培育具有国际竞争力的国产人工智能生态。在这一国家级战略布局中，中兴通讯凭借40年积累的通信技术底蕴与AI研发实力，成为生态建设的关键力量。中兴通讯高级副总裁张万春在启动仪式上表示：“AI开源生态的构建需要‘国家队’的协同攻坚，中兴通讯将以技术开源为纽带，在模型创新、算力优化、场景落地三大领域深度参与，为中国AI自主可控体系提供全链条支撑。”据介绍，中兴通讯此次开源的11项成果，包括6个自研大模型、5个行业数据集，形成了覆盖“模型-数据-工具”的完整技术矩阵，为“焕新社区”注入了首批高质量技术资产。
11项成果硬核解析 技术突破筑牢生态根基
在开源的6个大模型中，NTele-R1-32B-V1电信大模型成为焦点。该模型基于DeepSeek-32B-Distill架构训练，仅用800个精心筛选的样本（含400个数学问题与400个代码任务），就在多项权威测评中实现对行业标杆模型的超越。数据显示，其在AIME2024测评中得分82.5，超越Qwen3-32B的78.75；在MATH500测试中准确率达95.2%，领先同类模型1-2个百分点。这种“小样本高效训练”能力，为降低AI开发成本提供了全新范式。 中兴通讯AI研发中心负责人解释：“NTele-R1-32B-V1 是从 DeepSeek-32B-Distill训练的，实现了‘少而精’的训练效果。”目前，该数据集已同步开源，开发者可直接获取用于模型优化。
针对多模态智能领域，中兴通讯开源的7B-Curr-ReFT与3B-Curr-ReFT模型同样引发关注。这两款基于Qwen2.5-VL-Instruct微调的模型，采用独创的Curr-ReFT训练范式，通过“课程强化学习”与“拒绝样本自我改进”机制，让小参数模型展现出媲美大模型的推理能力。Curr-ReFT在这两个模型上的表现均显著超越了原有基线，甚至在多个公开基准测试中超越了更大规模的26B（InternVL-26B）和32B（Llava-Next-32B）模型。
实测数据显示，3B-Curr-ReFT在AI2D数学推理测试中准确率达83%，超越26B参数的InternVL-26B；7B版本在MathVista测评中得分92.2%，较基础模型提升33.6个百分点。“Curr-ReFT的核心是让模型像人类学习一样循序渐进。”技术专家表示，该范式将任务分为二元决策、多项选择、开放式回答三阶段，配合GPT-4-O评分的拒绝采样机制，既突破了小模型的“能力瓶颈墙”，又避免了基础能力退化。这种轻量化方案特别适用于智能终端、边缘计算等资源受限场景。
同步开源的5个行业数据集则覆盖通信、数学、Code、视觉识别等关键领域，其中TFCE数据集堪称“电信AI百科全书”。该数据集整合中兴40年技术积淀，包含1800余个函数、917道Python题目，全面覆盖4G LTE优化、5G网络切片、6G信道建模等通讯核心技术应用场景，支持Simple到Parallel-Multiple的全场景函数调用评估。“这相当于为通信行业AI开发提供了标准化‘考题’，”项目负责人指出，TFCE填补了全球电信领域函数调用测评的空白。
生态协同提速 共筑AI自主可控屏障
此次集中开源的11项成果，并非孤立存在，而是形成了“模型-数据-工具”三位一体的支撑体系。在焕新社区平台上，开发者可直接调用中兴开源模型，利用配套数据集训练，通过Curr-ReFT工具链优化，快速构建行业解决方案。这种“一站式支持”模式，有效降低了AI创新门槛。国资委相关负责人评价：“中兴通讯的参与，体现了科技企业对国家AI战略的深度响应。11项核心成果开源，既强化了‘焕新社区’的技术底座，也为央企间的协同创新提供了范本。”据了解，中兴已与多家国产GPU厂商达成合作，推动开源模型与国产芯片的深度适配，目前算力效率较通用方案提升40%。
展望未来，“开源不是终点，而是协同创新的起点。”张万春强调，中兴将以通信技术为根基，持续贡献“硬核”成果，与中国AI“国家队”共同打造具有全球竞争力的技术生态。随着“焕新社区”活跃度日益激增，其辐射效应正加速显现。有行业分析指出，这种“国家队+龙头企业”的协同模式，将推动中国AI产业从“技术跟跑”向“生态领跑”跨越，为数字经济高质量发展注入强劲动能。
