中国电信网络规划大模型试点 打造行业数智化转型新范式

长期以来，传统的无线网络规划高度依赖人员现场勘察、人工取数分析以及专家逐站比选。这种模式不仅工作效率低、周期长，更难以在全局范围内实现最优资源配置，面对城市高密度楼宇、复杂地下空间等场景往往显得力不从心。尽管近年来业内普遍引入大数据分析和射线跟踪模型仿真，但本质仍未彻底解决问题。

中国电信此次试点的核心价值，在于构建了网络规划全场景感知、分析、决策、执行一体化的“数字员工”能力，并首创“双孪生大模型协同规划”技术架构，系统性解决了上述痛点。一方面，信道孪生模型实现网络空间高精度重构与前瞻性站址规划；另一方面，话务孪生模型精准预判复杂场景下的流量波动。双模型协同寻优，自动输出兼顾网络覆盖、容量、价值与结构的最优方案，让网络规划第一次真正拥有了“模型大脑”。

支撑这一架构的是中国信沉淀的多特征高质量网络规划数据集。通过融合性能、配置、地理、人口及业务体验等多源异构数据，依托知识图谱、规则引擎、NLP信息抽取及LLM提示工程等技术，将规划专家数十年的经验系统性转化为结构化数据资产。智能数据解析工具进一步保障数据质量，为大模型训练与推理奠定了坚如磐石的数据底座。这种“数据+双孪生架构”的双重创新，标志着网络规划正式告别单纯依靠人力与经验的旧范式。

新技术的优劣最终要在实践中检验。中国电信联合中兴通讯在上海浦东居民区、地下停车场等公认的网络规划“硬骨头”场景开展了现网验证，用真实数据回应了行业对大模型泛化能力的关切。

在高层密集的居民区场景中，模型融合人口密度、楼宇分布、栅格MR等多维数据，自动识别弱覆盖区域并输出站址补点方案，站址补点准确率超过80%，大幅削减了人工反复查勘的成本与时间。在信号衰减极为复杂、遮挡严重的地下停车场，中国电信创新引入移动速度与信号衰减特征的关联识别机制，精准捕捉车辆行驶过程中的质差盲区与切换问题，覆盖问题识别准确率逾75%。

这些复杂环境下的高准确率表现，充分验证了大模型在不同无线环境中的强大适应能力。更为关键的是，5G无线网络规划大模型统筹覆盖、容量、成本与干扰四大维度，减少了后期二次补站与反复优化的资本开支浪费，为运营商在5G-A与未来6G建设周期中应对海量站点部署提供了可规模复制的降本增效新路径。

中国电信此次试点是对工业和信息化部“人工智能+信息通信”创新发展要求的积极响应，也折射出新型数字基础设施建设的深层逻辑变迁。随着数字经济向纵深推进，网络本身正从单纯的连接管道，升级为集算力、数据与智能于一体的复合型基础设施。网络规划作为基建链条的源头环节，其智能化水平直接决定了后续建设与运维的整体效能。

未来网络规划大模型的能力边界有望进一步拓展，推动规划业务流程的深度变革，打通从站点勘察、站点规划、孪生预测到方案生成的全流程闭环，并向城郊、县域、工业园区、轨道交通等更多细分场景延伸训练样本。从中长期看，规划大模型还将与建设、网优、运维全流程数据链路打通，实现“规划仿真—基站建设—上线网优—故障预测”全生命周期的AI闭环管理。

对行业而言，这一试点为通信业智能化转型提供了可复制、可推广的标杆方案。以“数据+模型双驱动”为核心，运营商能够把顶尖专家的规划能力标准化下沉至地市与县域分公司，缩小区域间的网络建设水平差距，统一全网建设标准。

对宏观经济而言，更高效、更精准的网络规划意味着数字基建资源投放更加有的放矢，千行百业的数字化转型将获得更优质、更普惠的连接底座支撑。

从光改、云改到如今的智改，中国电信这次大模型实践，正为数字经济新基建注入新动能，也让我们看到了信息通信行业在AI时代重新定义自身价值的广阔前景。（陈锦锋）