近日，中国移动研究院自研的知识图谱驱动通信专家智能体，在中国移动江苏公司成功上线。该智能体以通信知识图谱为基础，搭载“模式识别+大模型”混合问答框架，精准破解无线网络智能化转型过程中面临的专业知识门槛高、专家经验难复用、跨域数据存孤岛等瓶颈，构筑起无线网络认知决策新基座，为智能体在现网中规模化应用开辟新路径。
知识图谱基于图数据模型，将多源异构数据以结构化形式存储，可显著提升复杂信息的检索与推理能力，为专业领域研究提供重要支撑。中国移动研究院融合“知识图谱 + 大模型” 协同框架，自主研发出知识图谱驱动的通信专家智能体：一方面，通过构建覆盖网络架构、信令流程、参数配置等25类通信知识、超10万节点的领域知识图谱，打破跨域数据孤岛；另一方面，依托混合框架平衡规则确定性与AI灵活性，为无线网络搭建认知决策基座。相较于通用大模型需要500B以上算力，却仍存在专业知识图谱缺失、专业回答不深入等问题，该智能体仅采用7B参数规模的问答模型，在边缘算力受限的条件下，实现了低于行业平均水平的幻觉率和88.9%的高精确度。
在图谱构建层面，通信专家智能体依托实体对齐技术，支持跨语言适配与动态增量更新，实现领域知识的逻辑化关联；在模型优化层面，创新提出混合问答框架协同机制：模式识别层通过规则引擎实现高频问题毫秒级响应；大模型层基于7B参数模型解析复杂语义查询；混合决策机制通过双引擎协同输出，提升应答准确率。该技术的核心创新在于深度融合大模型的语义理解能力与知识图谱结构化约束：一方面通过动态知识源弥补大模型在专业领域的不足；另一方面利用知识图谱实体间的逻辑关联辅助推理，有效减少大模型幻觉。
基于知识图谱的通信专家智能体具有广阔的现网应用前景：在通用技术问答方面，智能体融合高质量领域知识，能够提供可溯源的信令流程解析、消息参数查询等高可信答案，有效抑制模型幻觉；在辅助排障方面，基于现网运维案例知识图谱，生成精准排查建议与更贴近实际场景的解决方案；在业务体验优化方面，通过终端测量状态与资源调度等潜在根因的关联分析，给出具体的性能优化建议。在知识图谱的加持下，该智能体仅凭7B参数模型即可达到与通用满血大模型相当的性能，在参数精细化配置等场景中，精确度甚至超越百亿级通用模型，为边缘侧智能体轻量化部署创造可能。
随着AI RAN技术向网络全要素渗透，中国移动研究院以“知识图谱+混合AI”重塑无线智能体架构，为现网提供 “看得懂、问得透、解得快” 的智能体决策引擎。研究团队将持续推进技术融合，将知识图谱与现有多维智能感知评估、引导式故障诊断系统对接，形成 “感知 - 分析 - 决策” 闭环，加速技术成果转化。
通过通信技术与人工智能的深度融合，这款智能体将具备相当于通信专家级认知推理能力。以知识图谱为核心基础，它将为网络智能化的规模化复制与持续进化提供可复用的技术基座，为通信网络全域智能化升级注入坚实动能。