---
title: "TeleChat3发布：中国电信千亿参数MoE大模型，全链路国产化训练，开源36B版本"
url: "https://paooo.com/aigc-news/12073/"
author: "Prompt 语宙研究院"
published_at: "2026-06-13T15:12:22+08:00"
updated_at: "2026-06-07T20:08:36+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "AI编程, MoE架构, RAG检索增强, 国产算力, 大模型微调, 开源模型, 智能客服"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# TeleChat3发布：中国电信千亿参数MoE大模型，全链路国产化训练，开源36B版本

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/12073/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-13

## AI 30 秒核心看点 (TL;DR)

- 105B总参、4.7B激活的细粒度MoE架构，兼顾效果与推理成本。
- 全链路国产化训练，深度适配昇腾与MindSpore，训练效率达93%。
- 开源36B版本并支持Thinking模式，适合代码生成、问答与客服场景。

> 
                **💡 站外导读：**随着AI大模型进入深水区，企业级应用对模型的效率、可控性和成本提出了更高要求。传统的稠密模型面临算力瓶颈，而细粒度MoE架构正成为突破性能天花板的关键。中国电信TeleAI团队此次推出的TeleChat3，不仅是一次技术的展示，更是国产大模型在核心算力、框架全链路自主化道路上的一次重要实践。

            

             
                        

## TeleChat3是什么

TeleChat3是中国电信人工智能研究院（TeleAI）自主研发的千亿参数细粒度MoE语义大模型，采用国产算力训练，支持多轮对话、文本创作、代码生成等任务。模型包含105B参数（实际激活4.7B），通过192个路由专家实现精准知识调用，擅长处理复杂任务如游戏设计、网页开发等。特色在于全链路国产化技术，训练效率达93%，已应用于智能客服、政务问答等场景，开源了36B稠密模型版本。

## TeleChat3的主要功能

- 
**代码生成与优化**：能高效拆解任务需求，整合多项代码能力，一次性交付完整可运行的代码，实现代码补全、代码修改、网站和网页游戏生成等多类任务，省去大量人工调试时间投入，运行流畅，结果准确。

- 
**知识问答与逻辑推理**：在知识问答、逻辑推理等维度实现了能力提升，能更好地理解和回答用户的问题，提供准确的知识信息和逻辑推理结果。

- 
**文本创作与语义理解**：具备文本创作能力，能生成高质量的文本内容，在语义理解方面进行了针对性优化，能更好地理解用户输入的文本信息。

- 
**角色扮演与多轮对话**：支持角色扮演功能，可以根据用户设定的角色和场景进行对话，在多轮对话中能自动处理历史信息，保持对话的连贯性和一致性。

- 
**引入“Thinking模式”**：通过在对话模板中加入特定引导符号，模型可自动生成中间推理步骤，显著提升在复杂任务中的逻辑性与准确性，使AI推理过程可追溯。

## TeleChat3的技术原理

- 
**模型架构**：TeleChat3采用细粒度Mixture-of-Experts（MoE）架构，例如TeleChat3-105B-A4.7-Thinking模型包含1个共享专家和192个路由专家，每次激活4个专家。

- 
**推理机制**：TeleChat3支持长文推理优化，通过NTK-aware外推和attention scaling方法，能将在较短长度上微调的模型在推理时外推到更长的长度。

- 
**训练与优化**：系列模型完全基于国产算力（如上海临港国产万卡算力池）训练，基础数据量达15T tokens。同时，模型实现了对昇腾Atlas 800T A2训练服务器及昇思MindSpore框架的深度适配。

- 
**思考模式**：TeleChat3全系支持Thinking思考模式，通过在chat template中加入特定引导符号生成推理过程，提升在复杂任务中的逻辑性与准确性。

- 
**位置编码与注意力机制**：采用旋转位置编码（Rotary Embedding）为token注入位置信息，通过对查询（Q）和键（K）的旋转操作，使模型捕捉序列的顺序依赖关系。同时，支持因果自注意力机制，确保每个位置的预测仅依赖于前面的token。

- 
**非线性增强**：模型包含多层感知机（MLP）模块，用于对注意力层的输出进行非线性变换，增强模型的表达能力。

## TeleChat3的项目地址

- **Github仓库**：https://github.com/Tele-AI/TeleChat3

- **ModelScope**：

https://www.modelscope.cn/models/TeleAI/TeleChat3-105B-A4.7B-Thinking

- https://www.modelscope.cn/models/TeleAI/TeleChat3-36B-Thinking

## TeleChat3的应用场景

- 
**代码生成与开发辅助**：可用于代码补全、代码修改以及生成网站和网页游戏等，帮助开发者快速实现编程任务，提高开发效率。

- 
**知识问答与教育**：在知识问答、逻辑推理等任务中表现良好，能为用户提供准确的知识信息，适用于教育领域，辅助学习和答疑。

- 
**文本创作与内容生成**：能生成高质量的文本内容，可用于写作、文案创作、新闻报道等场景，满足不同文本创作需求。

- 
**多轮对话与客服**：支持多轮对话，能自动处理历史信息，保持对话连贯性，适用于智能客服、虚拟助手等场景。

- 
**角色扮演与互动娱乐**：支持角色扮演功能，可根据用户设定的角色和场景进行对话，应用于游戏、互动娱乐等领域。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                TeleChat3的发布，标志着国产大模型正从“参数竞赛”迈入“效能与生态”并重的第二阶段。其采用的细粒度MoE架构（105B总参/4.7B激活）是当前最前沿的技术路线之一，能在保持甚至提升性能的同时，大幅降低推理成本，这对于大规模商业化落地至关重要。更值得关注的是其“全链路国产化”——从昇腾算力到MindSpore框架的深度适配，这不仅是技术突破，更是构建自主可控AI基础设施的战略一步。模型开源36B版本，则显示了其“以开源促生态”的务实思路。在应用层面，其强调的“Thinking模式”和代码生成能力，正切中当前企业对于可解释性AI和生产力工具的核心需求。总体来看，TeleChat3不仅是一个模型，更是一个信号：国产大模型正加速从技术验证走向产业深水区。

## 常见问题解答 (FAQ)

### TeleChat3是什么模型？
TeleChat3是中国电信TeleAI自主研发的千亿参数细粒度MoE语义大模型，支持多轮对话、文本创作、代码生成等任务。其105B参数模型实际激活约4.7B，并提供36B开源版本。

### TeleChat3为什么强调全链路国产化？
它从国产算力到昇思MindSpore框架都做了深度适配，训练基于国产算力完成，体现了国产大模型在基础设施与训练体系上的自主可控能力，也更利于行业落地。

### TeleChat3适合哪些应用场景？
它适合代码补全与网页生成、知识问答、文本创作、多轮客服和角色扮演等场景，尤其适合需要推理能力、可解释性和较低推理成本的企业级应用。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
