在一路高歌猛進(jìn)之后，大模型最近似乎有點(diǎn)累了。scaling law驅(qū)動的參數(shù)上升斜度呈現(xiàn)出趨緩跡象，訓(xùn)練與推理的價格戰(zhàn)也如火如荼，技術(shù)創(chuàng)新的狂熱期也許臨近尾聲。

率先提出“技術(shù)成熟度”曲線的Jackie Fenn曾指出，創(chuàng)新活動受人的本性和技術(shù)演進(jìn)的內(nèi)在規(guī)律雙重影響——鐘形曲線描述炒作的影響，S形曲線反映技術(shù)發(fā)展軌跡，二者相互作用不斷將創(chuàng)新推向“命運(yùn)的岔路口”。

當(dāng)下，大模型正處于這樣的節(jié)點(diǎn)。伴隨鋪天蓋地的炒作告一段落，大模型前行的路口上掛著五花八門的標(biāo)識：選擇開源還是閉源，主攻ToC抑或ToB，繼續(xù)“卷”技術(shù)參數(shù)與拼命降使用門檻哪個優(yōu)先，追逐通用智能的夢想和扎根行業(yè)場景的實踐到底能否“兼容”？

這些問題都沒有標(biāo)準(zhǔn)答案，此刻的抉擇需要大智慧。曾多次面臨戰(zhàn)略決策考驗的“經(jīng)營之神”稻盛和夫給出的建議是，“堅持做難而正確的事”。在大模型領(lǐng)域，其實也有上述理念的踐行者，盤古大模型就是選擇“難而正確”道路的典型代表。

所謂“正確”是指能準(zhǔn)確判斷大模型在復(fù)雜內(nèi)外部環(huán)境下亟待解決的主要矛盾，認(rèn)識到由千行萬業(yè)組成的ToB市場才是大模型施展身手的主賽道；而“難”則是指行業(yè)智能化轉(zhuǎn)型水深浪大，在復(fù)雜、多元的應(yīng)用場景謀求突破，將大模型的技術(shù)創(chuàng)新能力真正轉(zhuǎn)化為新質(zhì)生產(chǎn)力，可謂任重而道遠(yuǎn)。

華為常務(wù)董事、華為云CEO張平安一旦踏上這條路，就不會停下腳步。在華為開發(fā)者大會2024（HDC 2024）舉辦期間，華為云重磅發(fā)布盤古大模型5.0，在全系列、多模態(tài)、強(qiáng)思維三方面帶來全新升級，并推出大模型混合云十大創(chuàng)新技術(shù)，為大模型在行業(yè)市場加速落地注入澎湃動力。尤值一提的是，盤古大模型積極應(yīng)對傳統(tǒng)和新興行業(yè)場景的各類高難度挑戰(zhàn)，在“難而正確”的路上樹立起一座座里程碑。

從某種意義上講，“難”是“五彩斑斕的黑”，其總是轉(zhuǎn)化為不同維度或系數(shù)的障礙。盤古大模型跨越“欄桿”的方法與路徑，值得業(yè)界借鑒。

高復(fù)雜性的“難”：大模型如何破解“薛定諤的貓”

事實上，很多行業(yè)場景相當(dāng)于一個復(fù)雜系統(tǒng)，其中的變量眾多且關(guān)系錯綜，難以用線性的推理找到解決方案。在打開“盒子”之前，里面的“貓”可能處在“生死疊加”的未知狀態(tài)，這對大模型的算法和精度提出前所未有的要求。

在鋼鐵行業(yè)，高爐被稱作AI落地最難的應(yīng)用場景。其一，高爐是個5000m3的高溫超大黑箱反應(yīng)器，固液氣三相并存，物理化學(xué)變化繁多；其二，高爐煉鐵過程涉及的變量類型混雜，變量之間有多重相關(guān)性；其三，只能通過外部傳感器間接感知爐內(nèi)變化，數(shù)據(jù)采集存在較大誤差；其四，各變量的反應(yīng)周期也不同，高時滯性和多時滯性互相耦合。

作為全球規(guī)模最大的鋼鐵企業(yè)，寶鋼股份與華為云深度合作，將盤古大模型應(yīng)用于高爐場景，對爐溫、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。

面對多維數(shù)據(jù)復(fù)雜度高的難題，華為云采用頻域多尺度算法，讓模型更加魯棒；為了解決高時滯多時滯耦合問題，華為云以時序信息增強(qiáng)算法來捕捉時序關(guān)系；為了減少采集數(shù)據(jù)誤差，華為云采用機(jī)理+數(shù)據(jù)融合驅(qū)動預(yù)測模型，二者并行交叉驗證，顯著增強(qiáng)模型精度。

實踐表明，高爐每降低10℃的溫度波動，每噸鐵水可減少1kg焦炭消耗，成本約降3元?；诒P古大模型高爐爐況預(yù)測，指導(dǎo)高爐生產(chǎn)調(diào)控，能大幅提升爐內(nèi)工況的穩(wěn)定性，預(yù)計每年可為寶鋼降本逾10億元。

盤古大模型上線寶武鋼鐵集團(tuán)1880熱軋生產(chǎn)線

此外，上海寶武鋼鐵熱軋生產(chǎn)線每次調(diào)整生產(chǎn)鋼板的種類和尺寸，都需要工程師重新優(yōu)化7道精軋機(jī)組的300多個參數(shù)，耗時約5天。盤古大模型能對最優(yōu)參數(shù)進(jìn)行預(yù)測，顯著降低熱軋生產(chǎn)線調(diào)優(yōu)時間，并提高預(yù)測精度和鋼板成材率。目前，盤古大模型已在寶鋼1880熱軋生產(chǎn)線上線，預(yù)測精度提高5%以上，鋼板成材率提升0.5%，預(yù)計每年可多產(chǎn)鋼板2萬余噸，年收益達(dá)9000余萬元。

若以復(fù)雜性衡量應(yīng)用場景的AI落地難度，鋼鐵行業(yè)的高爐場景、熱軋場景只是冰山一角，高鐵行業(yè)的故障檢測、氣象領(lǐng)域的高分辨率預(yù)報等場景同樣蘊(yùn)藏著世界級的高難挑戰(zhàn)。

在高鐵故障檢測場景，盤古高鐵大模型借助一雙“盤古眼”，解決了巡檢工作量巨大、故障形態(tài)龐雜、高鐵場景故障樣本稀缺且開發(fā)成本高等難題，能精準(zhǔn)識別一列動車的3.2萬個項點(diǎn)，覆蓋8大類、350+種復(fù)雜故障，故障識別準(zhǔn)確率可達(dá)99%，幫助高鐵提升運(yùn)營效率，降低成本，減少人工在凌晨時段去巡檢的艱辛作業(yè)。

大型城市的高分辨率氣象預(yù)報是公認(rèn)的高難度系數(shù)應(yīng)用。盤古氣象大模型是首個精度超過傳統(tǒng)數(shù)值預(yù)報方法的AI預(yù)測模型，能秒級提供全球氣象預(yù)報，并通過融合區(qū)域高質(zhì)量氣象數(shù)據(jù)集不斷優(yōu)化預(yù)測能力，使降雨量預(yù)測精度增強(qiáng)20%。華為云在分辨率為25公里的全球模型基礎(chǔ)上，融合區(qū)域高質(zhì)量氣象數(shù)據(jù)集，升級了分辨率分別為1公里、3公里、5公里的區(qū)域預(yù)報能力，包含氣溫、降雨、風(fēng)速等氣象要素。

高差異化與適應(yīng)性的“難”：大模型突圍傳統(tǒng)痛點(diǎn)和新興樊籬

如果說高復(fù)雜性體現(xiàn)了“難”的深度，那么千行萬業(yè)數(shù)智化轉(zhuǎn)型帶來的差異化特征則折射出“難”的廣度——大模型既要幫助傳統(tǒng)行業(yè)“重做一遍”，又必須探尋新興場景的破局之道，這需要其具備適應(yīng)不同環(huán)境的能力與全面均衡的水平。

相關(guān)統(tǒng)計顯示，目前國內(nèi)傳統(tǒng)行業(yè)中AI滲透率超過10%的只有電子等少數(shù)行業(yè)，媒體、醫(yī)藥、石化等行業(yè)的滲透率在5%～10%，建筑等行業(yè)則低于5%。大模型無疑是加速AI在傳統(tǒng)行業(yè)落地的助推器，但針對各個行業(yè)的需求痛點(diǎn)找到適宜的解決方案殊非易事。

以媒體行業(yè)為例：傳統(tǒng)的運(yùn)作方式已無法適應(yīng)新環(huán)境的要求，重塑內(nèi)容生產(chǎn)與應(yīng)用的新模式迫在眉睫。盤古媒體大模型以語音生成、視頻生成、AI翻譯等維度為突破口：在語音生成方面，只需幾句話、幾秒鐘的聲音，即可實現(xiàn)個性化語音生成以及情感化表達(dá)；在視頻生成方面，通過訓(xùn)練幾十張?zhí)囟缹W(xué)風(fēng)格的圖片，輸入實拍視頻即可按需時長生成穩(wěn)定的動漫視頻；在AI翻譯方面，可保留原始角色的音色、情感、語氣，并借助AI將視頻翻譯為目標(biāo)語言。

不難看出，大模型正在為傳統(tǒng)行業(yè)提供嶄新的生產(chǎn)力工具，很多行業(yè)的“玩法”將由此徹底改變。在歷史悠久的建筑與工業(yè)設(shè)計等領(lǐng)域，盤古大模型的“魔法棒”同樣大顯神威：依托可控高質(zhì)量視頻生成和3D重建等關(guān)鍵技術(shù)，盤古大模型為建筑設(shè)計構(gòu)建全新的解決方案，并讓工業(yè)設(shè)計的3D建模生成質(zhì)量實現(xiàn)從玩具級到工業(yè)級的蛻變。

與對傳統(tǒng)行業(yè)“點(diǎn)石成金”相比，大模型在新興應(yīng)用場景擁有更寬闊的舞臺。在自動駕駛領(lǐng)域，盤古大模型重塑訓(xùn)練數(shù)據(jù)的積累方式，從過去的建模仿真升級到AI生成，讓自動駕駛模型學(xué)習(xí)到更多的人類駕駛規(guī)律，更好地應(yīng)對復(fù)雜的行車環(huán)境，解決了自動駕駛數(shù)據(jù)集泛化生成、難例生成等業(yè)界難題。

按照難度級別劃分新興場景，具身智能堪稱通用人工智能的終極形態(tài)，是大模型想要摘取的“皇冠上的明珠”。盤古具身智能大模型以云助端，一腦多形，賦能端側(cè)機(jī)器人設(shè)備。它能讓機(jī)器人完成10步以上的復(fù)雜任務(wù)規(guī)劃，并在執(zhí)行中實現(xiàn)多場景泛化和多任務(wù)處理。除了人形機(jī)器人，盤古具身智能大模型還賦能多種形態(tài)的工業(yè)機(jī)器人和服務(wù)機(jī)器人，更具顛覆性的未來圖景值得期待。

高創(chuàng)新性的“難”：大模型探索底座升級與方案落地新路徑

從某種意義上講，大模型的底層創(chuàng)新能力將決定其向上的高度。只有核心技術(shù)與落地路徑兩個維度相輔相成，才能充分釋放大模型的潛能，為千行萬業(yè)的數(shù)智化躍遷提供最佳底座。

早在2021年4月，華為云就正式發(fā)布包括NLP和CV兩種形態(tài)的盤古大模型，此時距離生成式AI火爆全球還有一年半的時間。其后，華為云又推出科學(xué)計算大模型、藥物分子大模型、礦山大模型、氣象大模型，集大成的盤古大模型3.0于2023年7月問世。

顯而易見，盤古大模型始終扮演著引領(lǐng)者的角色，每一次創(chuàng)新突破都是大模型進(jìn)化的風(fēng)向標(biāo)。近日，華為云重磅發(fā)布盤古大模型5.0，實現(xiàn)全系列、多模態(tài)、強(qiáng)思維三大創(chuàng)新升級，繼續(xù)在“難而正確”的道路上邁出堅實的一大步。

全系列是大模型適配紛繁業(yè)務(wù)場景的不二之選。盤古5.0以不同參數(shù)規(guī)格的模型滿足各類場景需求：十億級參數(shù)的Pangu E系列可支撐手機(jī)、PC等端側(cè)的智能應(yīng)用；百億級參數(shù)的Pangu P系列單卡可推，適用于低時延的推理場景；千億級參數(shù)的Pangu U系列適用于處理復(fù)雜任務(wù)；萬億級參數(shù)的Pangu S系列超級大模型能幫助企業(yè)處理更為復(fù)雜的跨領(lǐng)域多任務(wù)。

多模態(tài)是大模型精準(zhǔn)理解和重構(gòu)物理世界的必由之路。盤古大模型5.0能更精準(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)。在圖片和視頻識別方面，可支持10K超高分辨率；在內(nèi)容生成方面，采用業(yè)界首創(chuàng)的STCG（Spatio Temporal Controllable Generation，可控時空生成）技術(shù)，聚焦自動駕駛、工業(yè)制造、建筑等多個行業(yè)場景，可生成更符合物理規(guī)律的多模態(tài)內(nèi)容。

強(qiáng)思維是大模型真正成為行業(yè)助手的關(guān)鍵要素。盤古5.0將思維鏈技術(shù)與策略搜索深度結(jié)合，顯著提升數(shù)學(xué)能力、復(fù)雜任務(wù)規(guī)劃能力和工具調(diào)用能力。思維鏈可幫助智能體更好地理解和預(yù)測環(huán)境變化，而策略搜索則是智能體適應(yīng)這些變化并做出決策的過程。兩者共同作用，將促使企業(yè)客戶能在復(fù)雜環(huán)境中進(jìn)行有效的學(xué)習(xí)和決策。

從AI落地的角度看，大模型底層能力的躍升固然具有決定性作用，但部署方式和落地路徑的優(yōu)化同樣不可或缺。在華為開發(fā)者大會2024期間，華為云開創(chuàng)性地推出大模型混合云十大創(chuàng)新技術(shù)，借助AI-Native存儲、增強(qiáng)AI網(wǎng)絡(luò)、算子加速、多樣性算力調(diào)度、云邊協(xié)同、數(shù)據(jù)工程、統(tǒng)一數(shù)據(jù)編碼、精細(xì)視覺神經(jīng)網(wǎng)絡(luò)、無感斷點(diǎn)續(xù)訓(xùn)、安全護(hù)欄等方面的協(xié)同發(fā)力，打通大模型應(yīng)用落地進(jìn)程中的主要堵點(diǎn)，為行業(yè)智能化之旅掃清了“最后一公里”的障礙。

人間正道是滄桑。在“難而正確”的漫漫征途上，難免還會有荊棘或險灘，而以盤古大模型為代表的開路先鋒將篳路藍(lán)縷以啟山林，櫛風(fēng)沐雨砥礪前行。多年以后，站在行業(yè)智能化的高峰回望來時路，大模型留下的腳印會是最美的風(fēng)景。