中國移動發(fā)布移動模型服務(wù)平臺MoMA

5月8日，在2026移動云大會主論壇上，中國移動發(fā)布移動模型服務(wù)平臺MoMA。平臺接入超300款業(yè)界主流AI模型，模型豐富度行業(yè)領(lǐng)先，首創(chuàng)Token集約化運(yùn)營模式，推動AI像水和電一樣“隨時可得、隨處可用”，讓人工智能真正走進(jìn)千家萬戶、服務(wù)千行百業(yè)。

開放普惠，讓AI觸手可及

MoMA構(gòu)建了“一次接入、智能優(yōu)選、普惠可用、安全可信” 的一站式模型服務(wù)體系，著力降低AI應(yīng)用門檻。

提供統(tǒng)一API網(wǎng)關(guān)，用戶一次接入即可調(diào)用平臺全部模型資源。目前，MoMA已接入中國移動自研“九天”基座大模型，以及DeepSeek、通義千問、豆包、Kimi、GLM等業(yè)界優(yōu)質(zhì)模型，覆蓋文本生成、語音處理、多模態(tài)理解等多項(xiàng)能力，滿足政務(wù)、金融、工業(yè)、醫(yī)療、教育等多場景應(yīng)用需求。

首創(chuàng)智能路由引擎，自動分析用戶需求，靈活切換“成本優(yōu)先”“效果優(yōu)先”“均衡優(yōu)先”等三種策略，為用戶動態(tài)匹配最適合的模型。當(dāng)模型出現(xiàn)超時、限流或故障時，平臺可自動實(shí)現(xiàn)秒級切換，確保業(yè)務(wù)連續(xù)不中斷。

降低模型使用成本，MoMA平臺基于國產(chǎn)算力部署自研推理引擎，結(jié)合智能路由對長尾模型資源調(diào)度，實(shí)現(xiàn)單位Token成本壓降約30%，降低資源占用率50%以上。此外，智能緩存、上下文復(fù)用、Token壓縮等相關(guān)技術(shù)手段運(yùn)用進(jìn)一步降低了使用成本。平臺的中立路由原則，為用戶在業(yè)務(wù)效果與算力成本之間找到了最優(yōu)平衡。

服務(wù)保障安全可信，MoMA推出“機(jī)密模型”服務(wù)，將模型部署在機(jī)密容器中，基于硬件隔離技術(shù)保障計(jì)算過程的數(shù)據(jù)安全，做到“可用不可見”。這一能力覆蓋從芯片到應(yīng)用的全鏈路機(jī)密計(jì)算，為政務(wù)、金融等數(shù)據(jù)安全要求較高的場景提供了可靠支撐。

集約運(yùn)營，助力Token高效調(diào)用

開放普惠主要解決“用得起、用得上”的問題，集約化運(yùn)營則聚焦“用得好、管得住”難點(diǎn)。MoMA圍繞Token全生命周期，構(gòu)建了從精準(zhǔn)計(jì)量、風(fēng)險(xiǎn)管控到經(jīng)營分析的完整運(yùn)營閉環(huán)體系，實(shí)現(xiàn)算力資源的清晰記錄、高效流轉(zhuǎn)與安全管控，推動算力資源規(guī)范、集約化利用。

實(shí)時精準(zhǔn)計(jì)量，用多少、算多少。平臺實(shí)施流式實(shí)時計(jì)費(fèi)，用戶使用Token計(jì)費(fèi)端到端時延不超過1分鐘，實(shí)現(xiàn)“即用即付”，有效破解傳統(tǒng)按包計(jì)費(fèi)模式的資源浪費(fèi)以及賬單消費(fèi)缺乏透明度的問題。

運(yùn)用專屬風(fēng)控，可追溯、可閉環(huán)。MoMA搭建了專屬風(fēng)控機(jī)制，保證Token計(jì)費(fèi)全流程可追溯、可審計(jì)、可閉環(huán)，從根源上杜絕資源擠占、費(fèi)用超支以及服務(wù)中斷的風(fēng)險(xiǎn)，確保每一筆 Token消耗清晰透明。

提供鏈路觀測，有支撐、有依據(jù)。平臺提供全鏈路可觀測能力，實(shí)時采集時延、吞吐量、Token消耗、GPU資源等關(guān)鍵指標(biāo)，將監(jiān)控、預(yù)警、診斷整合為一體化運(yùn)營指標(biāo)體系，覆蓋客戶、訂購、使用、收入等多維度數(shù)據(jù)。AI投入與產(chǎn)出一目了然，為用戶經(jīng)營決策提供了具體依據(jù)。

下一步，中國移動將不斷提升移動模型服務(wù)平臺MoMA服務(wù)質(zhì)效，攜手產(chǎn)業(yè)伙伴，共同釋放算力新動能、拓展智能新空間，推動人工智能更加廣泛、高效、安全地服務(wù)經(jīng)濟(jì)社會發(fā)展。