2026年10月，NVIDIA发布最新一期《电信行业AI现状报告》。这份覆盖450名全球电信专业人士的调研揭示了一个被低估的结构性转向：89%的受访运营商表示，开源模型和开源软件对其AI战略至关重要。
这并非一个孤立的数字。同一份报告显示，同比例的运营商计划在2026年增加AI预算——相较2025年的65%大幅跃升，其中35%的企业预算增幅超过10%。90%的运营商确认，AI正在帮助其增加年收入并降低成本。
开源模型的战略地位，正从“省钱工具”上升为“基建核心”。
几个关键事件的时间线，已经构成一个完整叙事。2026年2月，NVIDIA发布300亿参数的Nemotron 3 LTM，专为电信行业术语和工作流微调。3月，GSMA在巴塞罗那MWC上正式启动Open Telco AI全球行业倡议，由AT&T和AMD作为创始伙伴。7月，AT&T在GSMA平台上发布OTel 2.0开源模型，基于Google Gemma 4并使用超过4000亿电信Token后训练，成为当时最大且表现最佳的开源电信模型。8月，AT&T被曝通过模型路由器和开源替代方案，将部分AI任务成本削减高达56%。
这些事件指向同一个判断：运营商不再满足于当AI的消费者，他们正在成为AI的建造者。
从买AI到建AI：开源模型的五重战略价值
NVIDIA将开源模型对运营商的战略价值归纳为五个维度：以更低成本获取前沿智能；通过开放权重和训练方案实现电信专属定制；提供对模型行为和产物的可见性与控制力；灵活部署于公共云、私有设施和边缘环境；为企业和政府客户交付本地化AI服务。
这五点本质上指向同一个结论：开源模型给了运营商拥有AI的能力，而不仅仅是使用AI的权利。
传统模式下，运营商面对的是黑盒API。模型能力很强，但不可修改、不可追溯、无法针对自己独特的网络运营环境做适配。而电信网络——尤其是正在向6G演进的网络——恰恰是AI最难落地的场景之一。它们有独立的术语体系（RAN、核心网、切片、MEC），独特的故障模式（信号干扰、基站拥塞、回传延时），以及极高的实时性和可靠性要求。
通用大模型能写诗、能编程、能解数学题，但让它理解“在4G/5G混合组网场景下，某型号基站出现S1接口断链时的最优排障路径”——这超出了任何通用模型的能力边界。
只有权重开放、可微调、可定制化的开源模型，才可能成为电信运营的真正底座。
三大案例：运营商如何用开源模型造船
SoftBank、AT&T和GSMA的开放式行业倡议，代表了三种不同层面、但同样指向开源模型的实践路径。
SoftBank：以开源模型为地基，构建自有LTM
SoftBank Corp.首席研究员Rajeev Koodli表示：“开源模型让SoftBank能够在全球基础模型的快速进步之上，叠加我们多年积累的网络知识和运营经验。”SoftBank的策略是以NVIDIA Nemotron系列（从Nano到Super到Ultra的多尺寸覆盖）为底层基础，将电信专属训练先应用在最新的高性能大模型上，再按场景蒸馏出合适尺寸的模型——Ultra级处理高级推理任务，Nano级处理低延迟、高确定性的运营操作。这是一种“从航母到快艇”的分层部署策略。
NVIDIA Nemotron 3家族的定位——包含Nano、Super、Ultra三种尺寸，引入称为“混合潜在混合专家”（Hybrid Latent MoE）的新型架构——说明NVIDIA正试图从芯片层向上覆盖到模型层和工具层，在电信AI堆栈中占据平台位置。
AT&T：模型路由加开源替代 降本56%的AI运营术
AT&T的案例最具商业说服力。据The Information 2026年8月报道，AT&T通过部署模型路由器和深度使用开源模型，将部分AI任务的成本削减高达56%。
AT&T首席数据与AI官Andy Markus对WSJ表示，开源模型目前约占公司整体AI使用量的25%，包括网络管理场景，“我们相信这一比例可以大幅提升”。AT&T的目标是将员工查询由开源模型驱动的比例从当前的40%提升至60%-70%。公司公开了正在使用的开源模型名单：NVIDIA Nemotron、Meta Llama、Google Gemma。
“在AT&T，我们相信AI的未来不是选择单个模型，而是为每个工作负载智能匹配性能、成本和控制的正确组合。开源模型对实现这一路径至关重要。”
2026年7月，AT&T更进一步，在GSMA平台发布OTel 2.0开源模型。这是一个基于Google Gemma 4 31B的后训练模型，使用超过1万亿Token进行数据筛选，最终精炼出4000亿电信专属Token进行训练。微软Azure、AMD、Dell和Red Hat参与了这一项目。AT&T同时表示，通过开源与专有混合策略，整体AI成本已降低高达90%。
GSMA Open Telco AI：行业级共享基建
如果说SoftBank和AT&T是单个企业的选择，那么GSMA Open Telco AI倡议则是行业级的集体决策。
2026年3月2日于巴塞罗那MWC上，GSMA正式发布Open Telco AI。AT&T贡献了基于超大规模电信Token训练的开源模型，AMD和TensorWave提供GPU算力，学术机构贡献数据集和评估基准。项目还设立了Telco Capability Index——一套包含多个维度的电信AI能力评估体系。
这一倡议的深层含义在于：电信行业正在集体意识到，没有任何一家运营商能独立完成从基础模型到行业应用的完整AI堆栈。“共享基建、各自定制”正在成为行业共识——而开源模型正是这个共享层的最佳载体。
开源模型的三个不可替代性
一个合理的反诘是：如果闭源API足够好用，运营商为什么要折腾开源？
答案藏在三个维度的刚性需求里。
信任维度。电信网络是国家级关键基础设施。将网络规划、故障诊断、流量调度等核心操作外包给黑盒API，在合规和国家安全层面几乎不可行。运营商需要知道模型“为什么给出这个建议”——即可解释性和审计追踪能力。开源模型提供的权重透明度和行为可见性，是闭源API无法提供的。这解释了为什么像Telenor这样的欧洲运营商选择在挪威建设完全的主权AI工厂——完全由本土拥有和运营。
定制维度。每个运营商的网络拓扑、客户构成、频谱分配、故障模式各不相同。闭源API的通用智能无法适配这些差异。而开源模型允许运营商用自己的网络数据做微调——从数十年积累的运维日志、配置记录、客户交互数据中提取学习信号，把通用模型变成专属AI运维工程师。
控制维度。当运营商向Level 4以上的自治网络演进时，模型需要在网络边缘节点上以毫秒级延迟运行推理。闭源API的云端往返延迟无法满足。开源模型可以按需压缩、量化、蒸馏到边缘部署的合适尺寸。NVIDIA在其2月发布的Agentic AI Blueprints中，将这一端到端管道完整开放。
谁在造船，谁只能租船出海
两组关键数据叠加，可以读出两个清晰的信号。
第一，开源模型在电信AI领域不是阶段性选择，而是结构性选择。89%的重视度和89%的预算增长，叠加SoftBank、AT&T的具体部署和GSMA Open Telco AI的行业级行动，共同指向一个判断：开源模型正在成为电信AI的默认架构。
第二，竞争格局正在被深刻改写。闭源大模型供应商——包括OpenAI、Anthropic、Google Gemini等——在电信行业中面临一个天然天花板：客户不仅想用你的模型，更想拥有自己的模型。而NVIDIA的角色则变得微妙。它既是芯片供应商，也是开源模型（Nemotron系列）的提供方，还是微调工具（NeMo）和部署平台（NVIDIA AI Enterprise）的建设者。在电信AI的完整堆栈中，NVIDIA正在把自己从一家硬件公司，变成一个平台公司。
对于电信行业而言，开源模型带来的不仅是成本节约，更是战略自主权。那些尽早建立开源模型能力、形成专属数据和场景飞轮的运营商，将在6G时代的AI-native网络中占据先机。
而那些继续将AI能力完全外包给闭源API的运营商，可能很快就会发现：他们不仅没有省下成本，还交出了这个行业最宝贵的东西——对自己网络的控制权。
顶尖运营商正在用开源模型造船。剩下的，将只能租船出海。
快报