文｜周效敬

編｜王一粟

當(dāng)大模型的競(jìng)爭(zhēng)開(kāi)始拼落地，商業(yè)化在B端和C端都展開(kāi)了自由生長(zhǎng)。

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

在華為，這家曾經(jīng)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(chǔ)系統(tǒng)，分別延伸出了B端和C端的不同業(yè)務(wù)線的迭代。

在B端，華為從網(wǎng)絡(luò)通信、底層算力，到云計(jì)算都有系統(tǒng)性覆蓋，尤其是近年來(lái)高歌猛進(jìn)的華為云，成為了承接AI基礎(chǔ)大模型——盤(pán)古大模型落地的最佳場(chǎng)景。而在C端，從手機(jī)、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(shí)間落地大模型。

6月中旬，華為在2024年開(kāi)發(fā)者大會(huì)上呈現(xiàn)出的AI和系統(tǒng)級(jí)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”。

而到了大模型時(shí)代，盤(pán)古大模型做的怎么樣，能否承擔(dān)牽引華為整體業(yè)務(wù)的重?fù)?dān)？在大模型B端行業(yè)場(chǎng)景中，華為云又靠什么去解最難的題？

目前看來(lái)，盤(pán)古大模型5.0在多模態(tài)、思維鏈技術(shù)上都做了重點(diǎn)加強(qiáng)，正好命中大模型技術(shù)中最前沿、也最難攻克的兩個(gè)技術(shù)點(diǎn)，可以說(shuō)，這兩個(gè)技術(shù)的水平?jīng)Q定了大模型能力的上限。另外，盤(pán)古大模型5.0已經(jīng)集齊從十億級(jí)到萬(wàn)億級(jí)的參數(shù)規(guī)模，可滿足幾乎所有規(guī)模企業(yè)的應(yīng)用場(chǎng)景。

而在行業(yè)落地上，過(guò)去一年里，在多數(shù)廠商仍處于POC階段時(shí)，盤(pán)古大模型已在30多個(gè)行業(yè)、400多個(gè)場(chǎng)景中落地，覆蓋了從高鐵巡檢、氣象預(yù)報(bào)到鋼廠場(chǎng)景仿真、具身智能，再到工業(yè)互聯(lián)網(wǎng)等。

華為云盤(pán)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(lǐng)域的深厚積累，一方面也離不開(kāi)多年來(lái)ISV（獨(dú)立軟件提供商）的生態(tài)建設(shè)，比如中軟動(dòng)力、軟通動(dòng)力、南威軟件等，都是深耕各行業(yè)的軟件服務(wù)商。

值得注意的是，華為第一次在HDC開(kāi)發(fā)者大會(huì)上同時(shí)舉辦來(lái)自不同BG——華為云和華為終端的兩大重磅發(fā)布會(huì)，盤(pán)古大模型5.0和鴻蒙HarmonyOS NEXT雙雙迎來(lái)實(shí)質(zhì)性更新，這種時(shí)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。

盤(pán)古大模型5.0，多模態(tài)和強(qiáng)思維挑戰(zhàn)大模型的能力上限

底層技術(shù)是大模型商業(yè)化想象力的根基。

目前看來(lái)，盤(pán)古大模型5.0在多模態(tài)、思維鏈技術(shù)上都做了重點(diǎn)加強(qiáng)，正好命中大模型技術(shù)中最前沿、也最難攻克的兩個(gè)技術(shù)點(diǎn)，可以說(shuō)，這兩個(gè)技術(shù)的水平?jīng)Q定了大模型能力的上限。

首先來(lái)看多模態(tài)技術(shù)。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(shù)競(jìng)逐的焦點(diǎn)和難點(diǎn)。

從多模態(tài)大模型發(fā)展的時(shí)間線可以看到，從2022年大模型突然爆發(fā)開(kāi)始，多模態(tài)技術(shù)就在不斷積蓄力量，有人預(yù)測(cè)，2024年有望成為多模態(tài)的爆發(fā)之年。

本次發(fā)布的盤(pán)古5.0，在技術(shù)層面最大的亮點(diǎn)是多模態(tài)技術(shù)，從文本、視頻等方面的理解到內(nèi)容的生成，再到復(fù)雜邏輯推理和場(chǎng)景應(yīng)用，都實(shí)現(xiàn)了高度的一致性，盤(pán)古5.0在處理不同任務(wù)、不同數(shù)據(jù)或處于不同環(huán)境時(shí)，能夠保持其性能和行為的穩(wěn)定、可靠。

在理解方面，盤(pán)古5.0可以更好、更精準(zhǔn)地理解物理世界，包括文本、圖片、視頻、雷達(dá)、紅外、遙感等更多模態(tài)。在圖片和視頻識(shí)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(xì)節(jié)，更準(zhǔn)確地分析和理解圖像內(nèi)容。在工業(yè)設(shè)計(jì)和建筑設(shè)計(jì)領(lǐng)域，10K分辨率可以幫助設(shè)計(jì)師更快速地生成和調(diào)整3D模型，縮短設(shè)計(jì)周期。

在內(nèi)容生成方面，盤(pán)古5.0采用的“可控時(shí)空生成”技術(shù)，聚焦自動(dòng)駕駛、工業(yè)制造、建筑等多個(gè)行業(yè)場(chǎng)景，可生成更加符合物理規(guī)律的多模態(tài)內(nèi)容。

可控時(shí)空生成技術(shù)可以生成在視覺(jué)上逼真、車輛行為和環(huán)境互動(dòng)真實(shí)的訓(xùn)練視頻。在自動(dòng)駕駛領(lǐng)域，該技術(shù)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(dòng)方面與現(xiàn)實(shí)情況高度同步。

在大模型領(lǐng)域，除了盤(pán)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(shù)路徑，既統(tǒng)一了視頻、圖像、文字，也統(tǒng)一了生成和理解。據(jù)了解，Emu3在持續(xù)訓(xùn)練中，經(jīng)過(guò)安全評(píng)估之后將逐步開(kāi)源。

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

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(fù)雜的指令來(lái)生成問(wèn)答對(duì)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(xué)習(xí)和思維鏈研究依然處于初步階段，相關(guān)的能力也較弱，亟需相關(guān)底層機(jī)制以及能力提升的研究探索。

復(fù)雜邏輯推理是大模型成為行業(yè)助手的關(guān)鍵，盤(pán)古5.0將思維鏈技術(shù)與策略搜索深度結(jié)合，極大提升了數(shù)學(xué)能力、復(fù)雜任務(wù)規(guī)劃能力以及工具調(diào)用能力。

思維鏈（Chain of Thought）技術(shù)的基本思想是，模擬人類解決問(wèn)題時(shí)的思維過(guò)程，將復(fù)雜的問(wèn)題分解為較簡(jiǎn)單的子問(wèn)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(lái)源和更復(fù)雜的邏輯關(guān)系，當(dāng)前行業(yè)里這方面的能力較少。

策略搜索是人工智能領(lǐng)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(yīng)用場(chǎng)景下，策略搜索可以采用不同的形式和算法。

這些技術(shù)應(yīng)用到行業(yè)里，比如，借助衛(wèi)星遙感圖像，盤(pán)古大模型就能夠準(zhǔn)確分析出一個(gè)區(qū)域農(nóng)作物的生長(zhǎng)狀況，做農(nóng)作物的產(chǎn)量預(yù)估、整體病蟲(chóng)害的監(jiān)測(cè)；借助紅外影像，盤(pán)古大模型可以準(zhǔn)確識(shí)別車輛和人的運(yùn)行軌跡，來(lái)進(jìn)行交通的管理和事故的預(yù)防等。

另外，為了適配不同的業(yè)務(wù)場(chǎng)景，盤(pán)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(gè)級(jí)別：

十億級(jí)參數(shù)的Pangu E（Embedding）系列，屬于無(wú)需聯(lián)網(wǎng)就可以嵌入各類終端的“小”大模型，可支撐手機(jī)、PC等端側(cè)的智能應(yīng)用。這個(gè)參數(shù)規(guī)格在應(yīng)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(guò)10億之后，通常需要大規(guī)模的分布式計(jì)算資源。

百億級(jí)參數(shù)的Pangu P（Professional）系列，適用于低時(shí)延、高效率的推理場(chǎng)景，據(jù)華為常務(wù)董事、華為云CEO張平安介紹，100億～900億這一級(jí)別的參數(shù)，可以解決大部分場(chǎng)景下的AI應(yīng)用問(wèn)題。超百億規(guī)模的參數(shù)，需要極大的計(jì)算資源和數(shù)據(jù)集。

千億級(jí)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(fù)雜任務(wù)，可以作為企業(yè)大模型的一個(gè)通用底座。

萬(wàn)億級(jí)參數(shù)的 Pangu S（Super）系列超級(jí)大模型有 2.6 萬(wàn)億參數(shù)，是處理跨領(lǐng)域多任務(wù)的超級(jí)大模型，能幫助企業(yè)更好的在全場(chǎng)景應(yīng)用 AI 技術(shù)。隨著參數(shù)數(shù)量的增加，模型的泛化能力和復(fù)雜度也會(huì)提高，但同時(shí)也需要更多的數(shù)據(jù)和計(jì)算資源。

盤(pán)古5.0從十億級(jí)到萬(wàn)億級(jí)，可以說(shuō)覆蓋了大中小企業(yè)所有簡(jiǎn)單或復(fù)雜的任務(wù)場(chǎng)景。企業(yè)在選擇模型時(shí)，需要根據(jù)具體的應(yīng)用場(chǎng)景、可用資源和任務(wù)需求來(lái)決定使用哪種規(guī)模的模型。

從多模態(tài)到強(qiáng)邏輯推理，再到適配各行業(yè)場(chǎng)景的參數(shù)規(guī)格，盤(pán)古5.0是怎么煉成的呢？其中一個(gè)關(guān)鍵點(diǎn)是數(shù)據(jù)。

華為諾亞方舟實(shí)驗(yàn)室主任姚駿透露，盤(pán)古5.0的訓(xùn)練從3.0堆數(shù)據(jù)量和提高數(shù)據(jù)清洗質(zhì)量的數(shù)據(jù)工程，向科學(xué)使用數(shù)據(jù)的方向轉(zhuǎn)變。盤(pán)古3.0時(shí)代，訓(xùn)練所需的數(shù)據(jù)量為3T tokens，5.0時(shí)代這一數(shù)字已經(jīng)飆升到10萬(wàn)億tokens，為了彌補(bǔ)自然數(shù)據(jù)增長(zhǎng)的不足，合成數(shù)據(jù)已經(jīng)成為訓(xùn)練數(shù)據(jù)的重要組成部分，在盤(pán)古的訓(xùn)練數(shù)據(jù)中，合成數(shù)據(jù)的占比為30%。

那么，如何確保合成數(shù)據(jù)的高質(zhì)量和可用性？盤(pán)古團(tuán)隊(duì)的做法是，先利用小一點(diǎn)的大模型去快速地對(duì)不同的數(shù)據(jù)進(jìn)行 AI 評(píng)估，區(qū)分不同數(shù)據(jù)類別在學(xué)習(xí)過(guò)程中的難易程度，再進(jìn)一步根據(jù)階梯式課程學(xué)習(xí)原理，讓大模型學(xué)習(xí)基礎(chǔ)的課程，逐漸加大高難數(shù)據(jù)的配比，模型就能像人一樣從易到難去學(xué)習(xí)知識(shí)，從而實(shí)現(xiàn)更可控、可預(yù)期的能力涌現(xiàn)。

大模型行業(yè)化落地，最難攻的山頭

今天的大模型競(jìng)爭(zhēng)，沒(méi)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(jī)構(gòu)Gartner認(rèn)為，大模型未來(lái)場(chǎng)景選擇會(huì)遵從“4C理論”：第一個(gè)C是技術(shù)成熟度，第二個(gè)C是場(chǎng)景商用化， 第三個(gè)C是緊迫性，第四個(gè)C是成本。這個(gè)理論中的幾個(gè)要素也是企業(yè)客戶關(guān)注的部分。

在一次活動(dòng)上，中國(guó)移動(dòng)研究院AI中心副總經(jīng)理金鏑介紹，中國(guó)移動(dòng)從2023年年初開(kāi)始啟動(dòng)大模型研發(fā)工作，當(dāng)年就推出了139億參數(shù)的大語(yǔ)言模型，中國(guó)移動(dòng)在公司內(nèi)部和客戶中加快推進(jìn)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(jiàn)行業(yè)客戶，他們都會(huì)問(wèn)：大模型到底能干什么？能帶來(lái)什么價(jià)值？要先從哪些領(lǐng)域開(kāi)始用？這些對(duì)客戶而言都是很現(xiàn)實(shí)的問(wèn)題?！苯痃C說(shuō)。此外，在成本上也存在很多現(xiàn)實(shí)問(wèn)題，比如用大模型，需要買(mǎi)多少算力，投多少人做數(shù)據(jù)治理和訓(xùn)練模型，需要多少人做運(yùn)維等等。

盤(pán)古大模型從誕生伊始便確定了“不作詩(shī)，只做事”的方向，發(fā)力的重點(diǎn)是在to B領(lǐng)域。當(dāng)其他廠商仍處于POC階段時(shí)，盤(pán)古在過(guò)去一年里，已在30多個(gè)行業(yè)、400多個(gè)場(chǎng)景中落地。

在上海寶武鋼鐵熱軋生產(chǎn)線上，一塊 260 毫米厚的鋼坯要在兩分鐘之內(nèi)被軋成 1.2 毫米厚的鋼板，每次調(diào)整生產(chǎn)鋼板的種類和尺寸，都需要工程師重新調(diào)整7道精軋機(jī)組的300多個(gè)參數(shù)，需要耗費(fèi)約5天的時(shí)間。

盤(pán)古大模型創(chuàng)新地將時(shí)序數(shù)據(jù)、表格數(shù)據(jù)、工藝參數(shù)、行業(yè)機(jī)理等token化，通過(guò)大模型的學(xué)習(xí)，實(shí)現(xiàn)對(duì)最優(yōu)的參數(shù)進(jìn)行預(yù)測(cè)，顯著降低了熱軋生產(chǎn)線調(diào)優(yōu)時(shí)間，并提高預(yù)測(cè)精度和鋼板成材率。現(xiàn)在通過(guò)盤(pán)古的預(yù)測(cè)大模型，只需要 3 到 4 個(gè)小時(shí)就可以完成這項(xiàng)復(fù)雜的工作。

目前，盤(pán)古大模型目前已在寶鋼1880熱軋生產(chǎn)線上線，預(yù)測(cè)精度提高5%以上，鋼板成材率提升0.5%，預(yù)計(jì)每年可以多產(chǎn)鋼板2萬(wàn)余噸，年收益達(dá)9000余萬(wàn)元。

據(jù)華為常務(wù)董事、華為云CEO張平安透露，現(xiàn)在華為云專家已經(jīng)與寶武鋼鐵團(tuán)隊(duì)坐在一起，討論挑戰(zhàn)最具難度的高爐場(chǎng)景，在2000度的高溫下，對(duì)爐溫、鐵水溫度、硅含量等爐況進(jìn)行仿真，從而輔助高爐精準(zhǔn)控制，充分利用每一分能源，降低能源成本。同時(shí)，華為云還與寶武鋼鐵集團(tuán)在煉鋼、表檢、新鋼種研發(fā)、排程優(yōu)化等多個(gè)領(lǐng)域開(kāi)展盤(pán)古大模型的應(yīng)用研究。

盤(pán)古5.0的應(yīng)用始終聚焦在行業(yè)急需的價(jià)值場(chǎng)景上，自動(dòng)駕駛是另一個(gè)被重塑的場(chǎng)景，鴻蒙智行的智駕能力在行業(yè)內(nèi)也有口皆碑。

這個(gè)背后，也離不開(kāi)盤(pán)古5.0通過(guò)可控時(shí)空生成技術(shù)，結(jié)合場(chǎng)景視頻生成、4D BEV視頻生成、自動(dòng)駕駛仿真庫(kù)及路網(wǎng)信息，大規(guī)模生成和實(shí)際場(chǎng)景相一致的駕駛視頻數(shù)據(jù)，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(xùn)練視頻數(shù)據(jù)，加速自動(dòng)駕駛技術(shù)的快速成熟。

此次開(kāi)發(fā)者大會(huì)還展示了盤(pán)古大模型在具身智能方面的應(yīng)用。如智源研究院院長(zhǎng)王仲遠(yuǎn)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(jìn)入物理世界。

華為此次展示的“夸父”機(jī)器人出菜譜、炒菜、掃地、端茶倒水，都不在話下。盤(pán)古大模型能夠讓“夸父”機(jī)器人完成10步以上的復(fù)雜任務(wù)規(guī)劃，并且在任務(wù)執(zhí)行中實(shí)現(xiàn)多場(chǎng)景泛化和多任務(wù)處理。這些技能背后是盤(pán)古5.0對(duì)思維鏈技術(shù)與策略搜索的深度結(jié)合，讓具身智能產(chǎn)品擁有了強(qiáng)大的腦力，可以自如調(diào)用工具，進(jìn)行數(shù)學(xué)計(jì)算以及復(fù)雜任務(wù)規(guī)劃。

據(jù)光錐智能在現(xiàn)場(chǎng)了解到，盤(pán)古大模型在這次機(jī)器人上落地，僅僅花了1~2個(gè)月的時(shí)間。

盤(pán)古能夠在如此多的行業(yè)場(chǎng)景中迅速落地絕非偶然，背后離不開(kāi)多個(gè)因素的助力。

首先，盤(pán)古自身的設(shè)計(jì)從一開(kāi)始就很“扎實(shí)”。據(jù)了解，盤(pán)古團(tuán)隊(duì)一開(kāi)始選擇和NLP和CV兩個(gè)賽道的時(shí)候，選擇全棧技術(shù)路線并確立了三項(xiàng)核心設(shè)計(jì)原則：模型要大，網(wǎng)絡(luò)結(jié)構(gòu)要強(qiáng)，要有優(yōu)秀的泛化能力。這些早期的設(shè)計(jì)原則，為盤(pán)古真正落地到各行各業(yè)的工作場(chǎng)景打下了基礎(chǔ)。

其次，華為擁有強(qiáng)大的to B和to G能力也是不爭(zhēng)的事實(shí)。華為經(jīng)驗(yàn)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(chǎn)業(yè)軍團(tuán)。

華為軍團(tuán)是聚焦特定行業(yè)，面向戰(zhàn)略擴(kuò)張、面向戰(zhàn)役攻關(guān)、面向代表處和伙伴賦能的組織。軍團(tuán)會(huì)瞄準(zhǔn)一個(gè)領(lǐng)域進(jìn)行飽和攻擊，縮短商業(yè)成功的時(shí)間，快速做到行業(yè)領(lǐng)先。同時(shí)，組建包括科學(xué)家、技術(shù)專家、產(chǎn)品專家、銷售專家等在內(nèi)的重量級(jí)部隊(duì)，把業(yè)務(wù)顆?；?，縮短產(chǎn)品的商用周期。

此外，華為擁有強(qiáng)大的第三方供應(yīng)商體系，與中軟國(guó)際、軟通動(dòng)力、南威軟件、能科科技、金財(cái)互聯(lián)等深度合作，伙伴強(qiáng)有力的配合使得盤(pán)古在各行業(yè)能扎根下去。

端云協(xié)同，大模型競(jìng)爭(zhēng)的關(guān)鍵變量

長(zhǎng)在生態(tài)體系里與單打獨(dú)斗是大模型的兩種不同生存之道。

如果把以盤(pán)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(jí)能力，華為通過(guò)“一橫一縱”的格局來(lái)帶動(dòng)終端和華為云的能力雙提升。

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

通過(guò)云端訓(xùn)練和優(yōu)化，盤(pán)古大模型可以賦予終端設(shè)備更高級(jí)的智能化能力，比如具身智能產(chǎn)品的應(yīng)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(pán)古大模型和華為在產(chǎn)品研發(fā)、數(shù)據(jù)治理、安全防護(hù)、業(yè)務(wù)運(yùn)維等各個(gè)領(lǐng)域積累的數(shù)據(jù)和經(jīng)驗(yàn)相結(jié)合，“跳了自己的降落傘”，應(yīng)用在了華為云CodeArts、DataArts、MetaStudio和GaussDB、云安全等系列云服務(wù)的智能化上，從而重塑了華為云的服務(wù)。

鴻蒙操作系統(tǒng)不僅僅是手機(jī)或設(shè)備的操作系統(tǒng)，它也是一個(gè)全場(chǎng)景分布式操作系統(tǒng)，能夠?qū)崿F(xiàn)設(shè)備間的無(wú)縫連接和協(xié)同工作。

華為云與鴻蒙已經(jīng)實(shí)現(xiàn)了深度協(xié)同，提供了包括統(tǒng)一賬號(hào)、支付、音頻、視頻、地圖和廣告服務(wù)等開(kāi)放能力。這意味著開(kāi)發(fā)者可以利用一套統(tǒng)一的接口和服務(wù)，同時(shí)服務(wù)于云端和終端用戶，簡(jiǎn)化了開(kāi)發(fā)流程并提升了用戶體驗(yàn)的一致性。

鴻蒙的生態(tài)伙伴“華龍訊達(dá)”是端云協(xié)同的一個(gè)典型。

華龍訊達(dá)是一家在工業(yè)自動(dòng)化控制系統(tǒng)領(lǐng)域具有重要影響力的企業(yè)，工信部試點(diǎn)示范的工業(yè)互聯(lián)網(wǎng)賦能平臺(tái)公司。公司聚焦于智慧工業(yè)領(lǐng)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(shè)備級(jí)到工廠級(jí)的自動(dòng)化控制解決方案，助力制造業(yè)數(shù)字化轉(zhuǎn)型。

光錐智能在大會(huì)現(xiàn)場(chǎng)了解到，HUALONG OS實(shí)現(xiàn)了不同設(shè)備、不同屏幕尺寸的“一次開(kāi)發(fā)、多端部署”，高效和實(shí)時(shí)傳輸?shù)奶匦裕档土碎_(kāi)發(fā)工作量，提高了開(kāi)發(fā)效率，助力構(gòu)建更加智慧的工廠。

在端云協(xié)同越來(lái)越緊密的當(dāng)下，盤(pán)古大模型和鴻蒙系統(tǒng)縱橫交錯(cuò)，通過(guò)一系列的技術(shù)融合與生態(tài)合作，實(shí)現(xiàn)了從底層技術(shù)到上層應(yīng)用的全面協(xié)同，為用戶、開(kāi)發(fā)者及行業(yè)伙伴創(chuàng)造了一個(gè)高度一體化、智能化的數(shù)字生態(tài)體系。

據(jù)華為2023年年度財(cái)報(bào)數(shù)據(jù)，終端業(yè)務(wù)實(shí)現(xiàn)銷售收入2515億元人民幣，同比增長(zhǎng)17.3%；云計(jì)算業(yè)務(wù)實(shí)現(xiàn)銷售收入553億元人民幣，同比增長(zhǎng)21.9%。同期，華為云全球開(kāi)發(fā)者數(shù)量超過(guò)600萬(wàn)，合作伙伴超過(guò)40000家。

在大模型商業(yè)化落地如此需要場(chǎng)景的今天，盤(pán)古依托華為的端云協(xié)同生態(tài)體系，相對(duì)其他純大模型廠商無(wú)疑有著不小的優(yōu)勢(shì)。在競(jìng)爭(zhēng)中，這類“綜合型選手”會(huì)不會(huì)折疊掉那些只擁有單一能力的大模型廠商？未來(lái)的格局會(huì)怎樣，這也是一件值得思考的事情。

結(jié)語(yǔ)

盤(pán)古5.0的發(fā)布標(biāo)志著中國(guó)大模型技術(shù)向更高維度的跨越，不僅在技術(shù)層面實(shí)現(xiàn)了多模態(tài)處理、強(qiáng)邏輯推理和全系列參數(shù)的突破，還在實(shí)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(pán)古大模型通過(guò)與產(chǎn)業(yè)界的緊密合作，成功破解了B端應(yīng)用的諸多難題，加速了AI技術(shù)在各行各業(yè)的商業(yè)化進(jìn)程，一個(gè)由AI深度驅(qū)動(dòng)的全新時(shí)代正加速到來(lái)。隨著技術(shù)邊界的不斷拓展和應(yīng)用場(chǎng)景的持續(xù)深化，盤(pán)古5.0及后續(xù)迭代將成為撬動(dòng)產(chǎn)業(yè)升級(jí)的關(guān)鍵力量，未來(lái)的大模型競(jìng)爭(zhēng)格局可能會(huì)悄然改變。