編｜王一粟

當大模型的競爭開始拼落地，商業(yè)化在B端和C端都展開了自由生長。

在B端，借助云計算向千行萬業(yè)扎根；在C端，通過軟件App和智能終端快速迭代。

在華為，這家曾經以通信行業(yè)起家的科技公司，以AI為縱向中軸線的牽引力，以鴻蒙為橫向基礎系統(tǒng)，分別延伸出了B端和C端的不同業(yè)務線的迭代。

在B端，華為從網絡通信、底層算力，到云計算都有系統(tǒng)性覆蓋，尤其是近年來高歌猛進的華為云，成為了承接AI基礎大模型——盤古大模型落地的最佳場景。而在C端，從手機、PC平板，再到智能汽車，華為終端也包攬了幾乎最全的智能硬件生態(tài)，第一時間落地大模型。

6月中旬，華為在2024年開發(fā)者大會上呈現(xiàn)出的AI和系統(tǒng)級的軟件能力，再次證明了硬件出身的華為，一樣能讓“軟件定義華為”。

“硬件越來越簡單，軟件越來越復雜”，任正非曾在一次會議中提到他對軟件的重視，“未來軟件將吞噬一切，說明未來信息社會的數(shù)字化基礎架構核心是軟件。數(shù)字社會首先要終端數(shù)字化，更難的是行業(yè)終端數(shù)字化，只有行業(yè)終端數(shù)字化了，才可能建立起智能化和軟件服務的基礎。”

而到了大模型時代，盤古大模型做的怎么樣，能否承擔牽引華為整體業(yè)務的重擔？在大模型B端行業(yè)場景中，華為云又靠什么去解最難的題？

目前看來，盤古大模型5.0在多模態(tài)、思維鏈技術上都做了重點加強，正好命中大模型技術中最前沿、也最難攻克的兩個技術點，可以說，這兩個技術的水平決定了大模型能力的上限。另外，盤古大模型5.0已經集齊從十億級到萬億級的參數(shù)規(guī)模，可滿足幾乎所有規(guī)模企業(yè)的應用場景。

而在行業(yè)落地上，過去一年里，在多數(shù)廠商仍處于POC階段時，盤古大模型已在30多個行業(yè)、400多個場景中落地，覆蓋了從高鐵巡檢、氣象預報到鋼廠場景仿真、具身智能，再到工業(yè)互聯(lián)網等。

華為云盤古大模型能夠在B端快速落地，一方面得益于華為在to B和to G領域的深厚積累，一方面也離不開多年來ISV（獨立軟件提供商）的生態(tài)建設，比如中軟動力、軟通動力、南威軟件等，都是深耕各行業(yè)的軟件服務商。

值得注意的是，華為第一次在HDC開發(fā)者大會上同時舉辦來自不同BG——華為云和華為終端的兩大重磅發(fā)布會，盤古大模型5.0和鴻蒙HarmonyOS NEXT雙雙迎來實質性更新，這種時空上的連接不是偶然，背后是在AI浪潮下，云和端的協(xié)同愈加緊密了。

底層技術是大模型商業(yè)化想象力的根基。

目前看來，盤古大模型5.0在多模態(tài)、思維鏈技術上都做了重點加強，正好命中大模型技術中最前沿、也最難攻克的兩個技術點，可以說，這兩個技術的水平決定了大模型能力的上限。

首先來看多模態(tài)技術。從2024年初，Sora展現(xiàn)出驚人的視頻生成能力，多模態(tài)大模型再次成為全球大模型公司技術競逐的焦點和難點。

從多模態(tài)大模型發(fā)展的時間線可以看到，從2022年大模型突然爆發(fā)開始，多模態(tài)技術就在不斷積蓄力量，有人預測，2024年有望成為多模態(tài)的爆發(fā)之年。

本次發(fā)布的盤古5.0，在技術層面最大的亮點是多模態(tài)技術，從文本、視頻等方面的理解到內容的生成，再到復雜邏輯推理和場景應用，都實現(xiàn)了高度的一致性，盤古5.0在處理不同任務、不同數(shù)據或處于不同環(huán)境時，能夠保持其性能和行為的穩(wěn)定、可靠。

在理解方面，盤古5.0可以更好、更精準地理解物理世界，包括文本、圖片、視頻、雷達、紅外、遙感等更多模態(tài)。在圖片和視頻識別方面，可支持10K超高分辨率。10K的超高分辨率意味著什么？更豐富的細節(jié)，更準確地分析和理解圖像內容。在工業(yè)設計和建筑設計領域，10K分辨率可以幫助設計師更快速地生成和調整3D模型，縮短設計周期。

在內容生成方面，盤古5.0采用的“可控時空生成”技術，聚焦自動駕駛、工業(yè)制造、建筑等多個行業(yè)場景，可生成更加符合物理規(guī)律的多模態(tài)內容。

可控時空生成技術可以生成在視覺上逼真、車輛行為和環(huán)境互動真實的訓練視頻。在自動駕駛領域，該技術可以生成六攝像頭視角的視頻，而且在車輛行為和環(huán)境互動方面與現(xiàn)實情況高度同步。

在大模型領域，除了盤古5.0之外，前不久智源研究院也推出了Emu3原生多模態(tài)世界模型。該模型采用多模態(tài)自回歸技術路徑，既統(tǒng)一了視頻、圖像、文字，也統(tǒng)一了生成和理解。據了解，Emu3在持續(xù)訓練中，經過安全評估之后將逐步開源。

可以看到，一致性更強的多模態(tài)技術，是目前行業(yè)共同發(fā)展的方向，這給大模型落地到實際場景中奠定了基礎。

除了多模態(tài)能力，推理決策依托的思維能力，是大模型“智商”的體現(xiàn)。比如，GPT-4V 可以理解復雜的指令來生成問答對甚至推理信息，但其他模型這方面的能力則明顯不足。上下文學習和思維鏈研究依然處于初步階段，相關的能力也較弱，亟需相關底層機制以及能力提升的研究探索。

復雜邏輯推理是大模型成為行業(yè)助手的關鍵，盤古5.0將思維鏈技術與策略搜索深度結合，極大提升了數(shù)學能力、復雜任務規(guī)劃能力以及工具調用能力。

思維鏈（Chain of Thought）技術的基本思想是，模擬人類解決問題時的思維過程，將復雜的問題分解為較簡單的子問題，然后分別解決并匯總。相較于純文本的推理，多模態(tài)的推理涉及更多的信息來源和更復雜的邏輯關系，當前行業(yè)里這方面的能力較少。

策略搜索是人工智能領域中用于尋找最優(yōu)或可行解決方案的一系列方法，在不同的應用場景下，策略搜索可以采用不同的形式和算法。

這些技術應用到行業(yè)里，比如，借助衛(wèi)星遙感圖像，盤古大模型就能夠準確分析出一個區(qū)域農作物的生長狀況，做農作物的產量預估、整體病蟲害的監(jiān)測；借助紅外影像，盤古大模型可以準確識別車輛和人的運行軌跡，來進行交通的管理和事故的預防等。

另外，為了適配不同的業(yè)務場景，盤古大模型5.0提供了比上一版本跨度更大的參數(shù)規(guī)格，主要分為四個級別：

十億級參數(shù)的Pangu E（Embedding）系列，屬于無需聯(lián)網就可以嵌入各類終端的“小”大模型，可支撐手機、PC等端側的智能應用。這個參數(shù)規(guī)格在應用上與谷歌的Gemini Nano版本類似，Gemini Nano是谷歌多模態(tài)模型中體積最小、最高效的版本。參數(shù)超過10億之后，通常需要大規(guī)模的分布式計算資源。

百億級參數(shù)的Pangu P（Professional）系列，適用于低時延、高效率的推理場景，據華為常務董事、華為云CEO張平安介紹，100億～900億這一級別的參數(shù)，可以解決大部分場景下的AI應用問題。超百億規(guī)模的參數(shù)，需要極大的計算資源和數(shù)據集。

千億級參數(shù)的Pangu U（Ultra）有 1350 億、2300 億兩種參數(shù)規(guī)格，適用于處理復雜任務，可以作為企業(yè)大模型的一個通用底座。

萬億級參數(shù)的 Pangu S（Super）系列超級大模型有 2.6 萬億參數(shù)，是處理跨領域多任務的超級大模型，能幫助企業(yè)更好的在全場景應用 AI 技術。隨著參數(shù)數(shù)量的增加，模型的泛化能力和復雜度也會提高，但同時也需要更多的數(shù)據和計算資源。

盤古5.0從十億級到萬億級，可以說覆蓋了大中小企業(yè)所有簡單或復雜的任務場景。企業(yè)在選擇模型時，需要根據具體的應用場景、可用資源和任務需求來決定使用哪種規(guī)模的模型。

從多模態(tài)到強邏輯推理，再到適配各行業(yè)場景的參數(shù)規(guī)格，盤古5.0是怎么煉成的呢？其中一個關鍵點是數(shù)據。

華為諾亞方舟實驗室主任姚駿透露，盤古5.0的訓練從3.0堆數(shù)據量和提高數(shù)據清洗質量的數(shù)據工程，向科學使用數(shù)據的方向轉變。盤古3.0時代，訓練所需的數(shù)據量為3T tokens，5.0時代這一數(shù)字已經飆升到10萬億tokens，為了彌補自然數(shù)據增長的不足，合成數(shù)據已經成為訓練數(shù)據的重要組成部分，在盤古的訓練數(shù)據中，合成數(shù)據的占比為30%。

那么，如何確保合成數(shù)據的高質量和可用性？盤古團隊的做法是，先利用小一點的大模型去快速地對不同的數(shù)據進行 AI 評估，區(qū)分不同數(shù)據類別在學習過程中的難易程度，再進一步根據階梯式課程學習原理，讓大模型學習基礎的課程，逐漸加大高難數(shù)據的配比，模型就能像人一樣從易到難去學習知識，從而實現(xiàn)更可控、可預期的能力涌現(xiàn)。

今天的大模型競爭，沒有什么比商業(yè)化落地更有吸引力，也更有難度。

商業(yè)分析機構Gartner認為，大模型未來場景選擇會遵從“4C理論”：第一個C是技術成熟度，第二個C是場景商用化， 第三個C是緊迫性，第四個C是成本。這個理論中的幾個要素也是企業(yè)客戶關注的部分。

在一次活動上，中國移動研究院AI中心副總經理金鏑介紹，中國移動從2023年年初開始啟動大模型研發(fā)工作，當年就推出了139億參數(shù)的大語言模型，中國移動在公司內部和客戶中加快推進大模型落地，但面臨的一大挑戰(zhàn)是，行業(yè)如何看待和擁抱大模型。

“我們見行業(yè)客戶，他們都會問：大模型到底能干什么？能帶來什么價值？要先從哪些領域開始用？這些對客戶而言都是很現(xiàn)實的問題。”金鏑說。此外，在成本上也存在很多現(xiàn)實問題，比如用大模型，需要買多少算力，投多少人做數(shù)據治理和訓練模型，需要多少人做運維等等。

盤古大模型從誕生伊始便確定了“不作詩，只做事”的方向，發(fā)力的重點是在to B領域。當其他廠商仍處于POC階段時，盤古在過去一年里，已在30多個行業(yè)、400多個場景中落地。

在上海寶武鋼鐵熱軋生產線上，一塊 260 毫米厚的鋼坯要在兩分鐘之內被軋成 1.2 毫米厚的鋼板，每次調整生產鋼板的種類和尺寸，都需要工程師重新調整7道精軋機組的300多個參數(shù)，需要耗費約5天的時間。

盤古大模型創(chuàng)新地將時序數(shù)據、表格數(shù)據、工藝參數(shù)、行業(yè)機理等token化，通過大模型的學習，實現(xiàn)對最優(yōu)的參數(shù)進行預測，顯著降低了熱軋生產線調優(yōu)時間，并提高預測精度和鋼板成材率?，F(xiàn)在通過盤古的預測大模型，只需要 3 到 4 個小時就可以完成這項復雜的工作。

目前，盤古大模型目前已在寶鋼1880熱軋生產線上線，預測精度提高5%以上，鋼板成材率提升0.5%，預計每年可以多產鋼板2萬余噸，年收益達9000余萬元。

據華為常務董事、華為云CEO張平安透露，現(xiàn)在華為云專家已經與寶武鋼鐵團隊坐在一起，討論挑戰(zhàn)最具難度的高爐場景，在2000度的高溫下，對爐溫、鐵水溫度、硅含量等爐況進行仿真，從而輔助高爐精準控制，充分利用每一分能源，降低能源成本。同時，華為云還與寶武鋼鐵集團在煉鋼、表檢、新鋼種研發(fā)、排程優(yōu)化等多個領域開展盤古大模型的應用研究。

盤古5.0的應用始終聚焦在行業(yè)急需的價值場景上，自動駕駛是另一個被重塑的場景，鴻蒙智行的智駕能力在行業(yè)內也有口皆碑。

這個背后，也離不開盤古5.0通過可控時空生成技術，結合場景視頻生成、4D BEV視頻生成、自動駕駛仿真庫及路網信息，大規(guī)模生成和實際場景相一致的駕駛視頻數(shù)據，還可以靈活增加控制條件，生成不同路況、不同光照、不同天氣的訓練視頻數(shù)據，加速自動駕駛技術的快速成熟。

此次開發(fā)者大會還展示了盤古大模型在具身智能方面的應用。如智源研究院院長王仲遠所言，大模型將以數(shù)字智能體的形態(tài)與智能硬件融合，以具身智能的形態(tài)從數(shù)字世界進入物理世界。

華為此次展示的“夸父”機器人出菜譜、炒菜、掃地、端茶倒水，都不在話下。盤古大模型能夠讓“夸父”機器人完成10步以上的復雜任務規(guī)劃，并且在任務執(zhí)行中實現(xiàn)多場景泛化和多任務處理。這些技能背后是盤古5.0對思維鏈技術與策略搜索的深度結合，讓具身智能產品擁有了強大的腦力，可以自如調用工具，進行數(shù)學計算以及復雜任務規(guī)劃。

據光錐智能在現(xiàn)場了解到，盤古大模型在這次機器人上落地，僅僅花了1~2個月的時間。

盤古能夠在如此多的行業(yè)場景中迅速落地絕非偶然，背后離不開多個因素的助力。

首先，盤古自身的設計從一開始就很“扎實”。據了解，盤古團隊一開始選擇和NLP和CV兩個賽道的時候，選擇全棧技術路線并確立了三項核心設計原則：模型要大，網絡結構要強，要有優(yōu)秀的泛化能力。這些早期的設計原則，為盤古真正落地到各行各業(yè)的工作場景打下了基礎。

其次，華為擁有強大的to B和to G能力也是不爭的事實。華為經驗積累多，資源多，深耕各行業(yè)多年，亦建有深耕各行業(yè)的20大產業(yè)軍團。

華為軍團是聚焦特定行業(yè)，面向戰(zhàn)略擴張、面向戰(zhàn)役攻關、面向代表處和伙伴賦能的組織。軍團會瞄準一個領域進行飽和攻擊，縮短商業(yè)成功的時間，快速做到行業(yè)領先。同時，組建包括科學家、技術專家、產品專家、銷售專家等在內的重量級部隊，把業(yè)務顆?；?，縮短產品的商用周期。

圖：華為部分ISV合作伙伴 拍攝：光錐智能

此外，華為擁有強大的第三方供應商體系，與中軟國際、軟通動力、南威軟件、能科科技、金財互聯(lián)等深度合作，伙伴強有力的配合使得盤古在各行業(yè)能扎根下去。

長在生態(tài)體系里與單打獨斗是大模型的兩種不同生存之道。

如果把以盤古大模型為主的AI能力看作華為的縱向能力，那么連接各終端的鴻蒙則是橫向的系統(tǒng)級能力，華為通過“一橫一縱”的格局來帶動終端和華為云的能力雙提升。

AI是這個生態(tài)體系中最大的技術變量，盤古大模型重塑了終端，也重塑了華為云。

通過云端訓練和優(yōu)化，盤古大模型可以賦予終端設備更高級的智能化能力，比如具身智能產品的應用表明，華為云的AI能力讓終端更加智能和自主。

華為云將盤古大模型和華為在產品研發(fā)、數(shù)據治理、安全防護、業(yè)務運維等各個領域積累的數(shù)據和經驗相結合，“跳了自己的降落傘”，應用在了華為云CodeArts、DataArts、MetaStudio和GaussDB、云安全等系列云服務的智能化上，從而重塑了華為云的服務。

鴻蒙操作系統(tǒng)不僅僅是手機或設備的操作系統(tǒng)，它也是一個全場景分布式操作系統(tǒng)，能夠實現(xiàn)設備間的無縫連接和協(xié)同工作。

華為云與鴻蒙已經實現(xiàn)了深度協(xié)同，提供了包括統(tǒng)一賬號、支付、音頻、視頻、地圖和廣告服務等開放能力。這意味著開發(fā)者可以利用一套統(tǒng)一的接口和服務，同時服務于云端和終端用戶，簡化了開發(fā)流程并提升了用戶體驗的一致性。

鴻蒙的生態(tài)伙伴“華龍訊達”是端云協(xié)同的一個典型。

華龍訊達是一家在工業(yè)自動化控制系統(tǒng)領域具有重要影響力的企業(yè)，工信部試點示范的工業(yè)互聯(lián)網賦能平臺公司。公司聚焦于智慧工業(yè)領域，推出基于鴻蒙生態(tài)的工業(yè)操作系統(tǒng)HUALONG OS，提供從設備級到工廠級的自動化控制解決方案，助力制造業(yè)數(shù)字化轉型。

華龍訊達相關負責人

光錐智能在大會現(xiàn)場了解到，HUALONG OS實現(xiàn)了不同設備、不同屏幕尺寸的“一次開發(fā)、多端部署”，高效和實時傳輸?shù)奶匦裕档土碎_發(fā)工作量，提高了開發(fā)效率，助力構建更加智慧的工廠。

在端云協(xié)同越來越緊密的當下，盤古大模型和鴻蒙系統(tǒng)縱橫交錯，通過一系列的技術融合與生態(tài)合作，實現(xiàn)了從底層技術到上層應用的全面協(xié)同，為用戶、開發(fā)者及行業(yè)伙伴創(chuàng)造了一個高度一體化、智能化的數(shù)字生態(tài)體系。

據華為2023年年度財報數(shù)據，終端業(yè)務實現(xiàn)銷售收入2515億元人民幣，同比增長17.3%；云計算業(yè)務實現(xiàn)銷售收入553億元人民幣，同比增長21.9%。同期，華為云全球開發(fā)者數(shù)量超過600萬，合作伙伴超過40000家。

在大模型商業(yè)化落地如此需要場景的今天，盤古依托華為的端云協(xié)同生態(tài)體系，相對其他純大模型廠商無疑有著不小的優(yōu)勢。在競爭中，這類“綜合型選手”會不會折疊掉那些只擁有單一能力的大模型廠商？未來的格局會怎樣，這也是一件值得思考的事情。

盤古5.0的發(fā)布標志著中國大模型技術向更高維度的跨越，不僅在技術層面實現(xiàn)了多模態(tài)處理、強邏輯推理和全系列參數(shù)的突破，還在實踐中融入華為云與鴻蒙操作系統(tǒng)的生態(tài)矩陣，展現(xiàn)出端云協(xié)同的潛力。

盤古大模型通過與產業(yè)界的緊密合作，成功破解了B端應用的諸多難題，加速了AI技術在各行各業(yè)的商業(yè)化進程，一個由AI深度驅動的全新時代正加速到來。隨著技術邊界的不斷拓展和應用場景的持續(xù)深化，盤古5.0及后續(xù)迭代將成為撬動產業(yè)升級的關鍵力量，未來的大模型競爭格局可能會悄然改變。