携手中国移动成立“联创+”自智网络开放实验室，探索全链条创新路径

在全球数智化转型进入深水区的今天，通信网络已超越“信息传输通道”的单一属性，成为支撑数字经济运转的“数字神经中枢”，其稳定性直接关联产业链供应链安全、民生服务保障乃至国家安全。随着网络向高阶自智化加速演进，运维领域的深层矛盾日益凸显，亟需全新的技术路径破解困局。

        在全球通信网络加速向高阶自智网络演进的关键节点，传统运维模式正面临前所未有的挑战：网络架构日益复杂，2G/4G/5G网络多制式共存、跨厂家设备互联、故障根因传播链路错综复杂，导致故障根因定位效率低。大语言模型（LLM）的兴起为运维变革带来曙光，但将其直接应用于专业性极强的通信网络运维场景，面临诸多挑战：多模态语义对齐困难，LLM难以直接理解网络拓扑图与告警数据；决策“黑盒”特性，其推理路径不可解释、难以追溯；因果推理能力薄弱，导致决策偏差。如何实现稳定、精准的AI决策，实现从“经验驱动”到“数据+知识驱动”的范式跃迁，成为行业亟待破解的共性难题。

        中兴通讯与中国移动强强联合，于2025年7月挂牌成立“联创+”自智网络开放实验室。双方秉持“技术共研、场景共创、生态共建”理念，聚焦高精度AI决策、多智能体协同等关键难题，探索“前沿技术攻关—现网试点验证—规模复制推广—标准引领”的全链条创新路径，致力于突破AI在通信运维中的可靠性瓶颈，为全球自智网络高质量发展注入强劲动能。​

        “联创+”实验室团队创新提出网络图模型赋能故障根因推理的通用解决方案。如图1所示，网络图模型并非简单堆砌LLM的技术路径，而是以“知识图谱为骨架、图混合搜索为引擎、强推理大模型为大脑”的融合式AI决策架构。知识图谱提供网络结构化数据和知识表达，使得大模型更好地理解网络运行数据和故障传播机理，约束推理边界，使得大模型做出可靠、稳定、精准的根因定位决策，加速运维能力和流程重塑。

• 构建动静结合的通信领域知识图谱

        实验室首次实现无线、传输、动环等11类网络资源、动态告警、传播知识统一图谱建模。静态资源拓扑图描绘网络逻辑骨架，静态故障传播图则通过LLM从手册、历史工单与专家文档自动化抽取生成RDF故障知识三元组，动态根因推理图进一步结合实时告警信息，使静态知识与动态数据状态有机融合，为AI提供活的网络事实数据。

• 首创图谱混合搜索，高效压缩故障上下文

        面对海量告警与拓扑数据，通过时空关联+网络拓扑路径约束的图混合搜索策略进行子图剪枝、分层压缩，从千万级节点中精准提取根因推理子图，使大模型输入上下文更聚焦，Token开销降低30%，推理效率与准确率同步跃升。

• 以因果思维链实现深度推理

        根据根因推理子图中的故障上下文，思维链引导大模型从故障现象告警节点出发，沿拓扑链路逐层追溯，结合故障传播图验证因果关系，对跨基站、跨专业连锁故障进行全局推导。特别在面对多因素混杂导致退服故障的复杂场景，图模型能精准识别出最终根因，根因分析准确率突破90%。

• 打造全流程白盒化可解释决策系统

        图模型彻底打破AI黑盒信任壁垒，将推理全过程可视化：在给出分析结论的同时，可同步在界面高亮展示“故障现象—中间传播路径—根因”的完整推理链，并标注所依据的故障传播知识条目。运维人员可清晰理解AI的思考逻辑，极大增强了AI决策信任度。

        该创新成果已在北京、广东、山东、湖南、江苏等五省市超23万基站试点验证，具备跨专业、多厂商故障根因定位能力，KCI指标故障根因定位准确率达到90%以上。同时，实验室团队联合产出一批网络图模型领域的高水平专利、论文，构建首个通信领域图模型评测数据集，研究A2A-T智能体交互协议规范，为自智网络技术创新积累了宝贵成果，为中国乃至全球自智网络的高质量发展，树立了开放协同、价值共创的典范。