近日，在華爲開(kāi)發者大(dà)會(huì)2024（HDC 2024）上(shàng)，華爲雲正式發布盤古大(dà)模型5.0，在全系列、多模态、強思維三個方面全新升級；會(huì)上(shàng)還分享了(le)盤古大(dà)模型在自(zì)動駕駛、工(gōng)業設計(jì)、建築設計(jì)、具身智能(néng)、媒體生産和(hé)應用(yòng)、高(gāo)鐵(tiě)、鋼鐵(tiě)、氣象等領域的豐富創新應用(yòng)和(hé)落地實踐，持續深入行業解難題。
盤古大(dà)模型5.0，在全系列、多模态、強思維三個方面做了(le)全新升級。
全系列：盤古大(dà)模型5.0包含不同參數規格的模型，以适配不同的業務場景。十億級參數的Pangu E系列可支撐手機、PC等端側的智能(néng)應用(yòng)；百億級參數的Pangu P系列，适用(yòng)于低(dī)時(shí)延、高(gāo)效率的推理(lǐ)場景；千億級參數的Pangu U系列适用(yòng)于處理(lǐ)複雜(zá)任務；萬億級參數的Pangu S系列超級大(dà)模型能(néng)夠幫助企業處理(lǐ)更爲複雜(zá)的跨領域多任務。
多模态：盤古大(dà)模型5.0能(néng)夠更好(hǎo)更精準地理(lǐ)解物理(lǐ)世界，包括文(wén)本、圖片、視(shì)頻、雷達、紅(hóng)外(wài)、遙感等更多模态。在圖片和(hé)視(shì)頻識别方面，可支持10K超高(gāo)分辨率；在内容生成方面，采用(yòng)業界首創的STCG（Spatio Temporal Controllable Generation，可控時(shí)空(kōng)生成）技術，聚焦自(zì)動駕駛、工(gōng)業制造、建築等多個行業場景，可生成更加符合物理(lǐ)規律的多模态内容。
強思維：複雜(zá)邏輯推理(lǐ)是大(dà)模型成爲行業助手的關鍵。盤古大(dà)模型5.0将思維鏈技術與策略搜索深度結合，極大(dà)地提升了(le)數學能(néng)力、複雜(zá)任務規劃能(néng)力以及工(gōng)具調用(yòng)能(néng)力。
過去一年中，盤古大(dà)模型持續深耕行業，已在30多個行業、400多個場景中落地。
盤古大(dà)模型5.0通過創新的可控時(shí)空(kōng)生成技術，結合場景視(shì)頻生成、4D BEV視(shì)頻生成、自(zì)動駕駛仿真庫及路網信息，能(néng)更好(hǎo)地理(lǐ)解物理(lǐ)規律，大(dà)規模生成和(hé)實際場景相一緻的駕駛視(shì)頻數據，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(shì)頻數據，加速自(zì)動駕駛技術的快(kuài)速成熟。
▲生成車身四周，六個攝像頭視(shì)角的視(shì)頻
可直接用(yòng)于自(zì)動駕駛訓練
▲生成晴天，雨天，黑夜的行車視(shì)頻
讓自(zì)動駕駛學會(huì)應對(duì)豐富多樣的場景變化
以新車造型設計(jì)爲例，周期一般需要1-2年，盤古大(dà)模型可以讓汽車的造型設計(jì)時(shí)間大(dà)幅縮短。造型設計(jì)師可以将自(zì)己的靈感，通過對(duì)話(huà)、畫(huà)圖與大(dà)模型交互，生成3D汽車數字模型，并可進行風(fēng)格化調整、零部件編輯、顔色更換等。盤古大(dà)模型生成的數字模型還可直接輸出成3D文(wén)件，支持10幾種主流格式，設計(jì)師可以直接3D打印成樣品，減少制作(zuò)油泥模型的輪次，極大(dà)地節省成本和(hé)時(shí)間。
除了(le)汽車造型設計(jì)，盤古大(dà)模型還可以用(yòng)于汽車的工(gōng)裝設計(jì)、模具設計(jì)，以及電子産品領域的工(gōng)業設計(jì)等。
基于盤古大(dà)模型的可控生成能(néng)力，隻需輸入設計(jì)的黑白(bái)草圖，即可生成彩色并帶有紋理(lǐ)的建築群360°實景視(shì)頻；基于盤古3D重建能(néng)力，還可以構建出高(gāo)真實感的建築3D模型，将複雜(zá)建築群的概念設計(jì)周期從(cóng)數周縮短到(dào)數十分鐘(zhōng)，助力建築師創造出更加出色的建築作(zuò)品。
盤古大(dà)模型能(néng)夠讓機器人完成10步以上(shàng)的複雜(zá)任務規劃，并且在任務執行中實現(xiàn)多場景泛化和(hé)多任務處理(lǐ)。同時(shí)盤古大(dà)模型還能(néng)生成機器人需要的訓練視(shì)頻，讓機器人更快(kuài)地學習各種複雜(zá)場景。
盤古大(dà)模型能(néng)夠将實拍(pāi)視(shì)頻快(kuài)速轉換成特定風(fēng)格的動漫，并保持角色樣貌特征前後一緻，舞蹈、武打等大(dà)運動軌迹也(yě)能(néng)确保合理(lǐ)一緻的視(shì)覺效果；能(néng)自(zì)動将視(shì)頻譯制成不同語言，并保留原始角色的音(yīn)色、情感、語氣；将譯制配音(yīn)、動漫生成等場景的制作(zuò)周期從(cóng)月級縮短到(dào)天級，大(dà)大(dà)提升制作(zuò)效率，作(zuò)品一次拍(pāi)攝多元化制作(zuò)，實現(xiàn)價值最大(dà)化。
還能(néng)通過AI翻譯和(hé)拟人化語音(yīn)合成能(néng)力，實現(xiàn)AI同聲傳譯，讓雲會(huì)議(yì)、視(shì)頻通話(huà)等可以實現(xiàn)母語交流體驗。
全國每天需要檢測的動車大(dà)概有3.2萬節車廂，過去需要大(dà)量的巡檢工(gōng)人在淩晨時(shí)段去完成，耗時(shí)耗力。如今結合盤古大(dà)模型和(hé)巡檢機器人，可精準識别一列動車的3.2萬個項點，覆蓋8大(dà)類、350多種複雜(zá)故障，幫助高(gāo)鐵(tiě)提升運營效率，降低(dī)成本，減少人工(gōng)在淩晨時(shí)段去巡檢的艱辛作(zuò)業。
以上(shàng)海寶武鋼鐵(tiě)熱軋生産線爲例，每次調整生産鋼闆的種類和(hé)尺寸，都需要工(gōng)程師重新調整7道(dào)精軋機組的300多個參數，需要耗費約5天的時(shí)間。盤古大(dà)模型能(néng)夠對(duì)最優參數進行預測，顯著降低(dī)熱軋生産線調優時(shí)間，并提高(gāo)預測精度和(hé)鋼闆成材率。目前盤古大(dà)模型目前已在寶鋼1880熱軋生産線上(shàng)線，預測精度提高(gāo)5%以上(shàng)，鋼闆成材率提升0.5%，預計(jì)每年可以多産鋼闆2萬餘噸，年收益達9000餘萬元。此外(wài)，盤古大(dà)模型還将應用(yòng)于高(gāo)爐場景，對(duì)爐溫、鐵(tiě)水(shuǐ)溫度、矽含量等爐況進行仿真，從(cóng)而輔助高(gāo)爐精準控制，充分利用(yòng)每一分能(néng)源，降低(dī)能(néng)源成本。
華爲雲在分辨率爲25公裏的全球模型基礎上(shàng)，融合區(qū)域高(gāo)質量氣象數據集，升級了(le)分辨率分别爲1公裏、3公裏、5公裏的區(qū)域預報(bào)能(néng)力，包含氣溫、降雨、風(fēng)速等氣象要素。不僅如此，今年華爲雲還聯合天融環境打造了(le)環境大(dà)模型，将污染六項的預測準确度全面提升10％以上(shàng)。
天士力基于盤古大(dà)模型打造“數智本草大(dà)模型”。一方面基于盤古的L0基礎模型，學習訓練了(le)4000多萬篇文(wén)獻，尤其是學習了(le)1000多本古籍，從(cóng)古方古籍和(hé)現(xiàn)代文(wén)獻中總結出知(zhī)識和(hé)經驗，可以賦能(néng)方劑篩選和(hé)優化、提升研發效率，也(yě)能(néng)輔助醫(yī)生問診。另一方面，天士力在盤古17億化合物的藥物分子大(dà)模型基礎上(shàng)，增訓了(le)350萬天然産物分子數據，未來(lái)有望更好(hǎo)地優化方劑和(hé)發現(xiàn)新藥。
華爲雲對(duì)昇騰AI雲服務進行持續優化。業界萬億參數模型訓練的平均無中斷時(shí)長約2.8天，昇騰AI雲服務可實現(xiàn)40天無中斷；業界平均集群故障恢複時(shí)間約60分鐘(zhōng)，昇騰AI雲服務可以縮短到(dào)10分鐘(zhōng)，同時(shí)能(néng)将大(dà)模型的資源開(kāi)通時(shí)間從(cóng)月級縮短到(dào)天級，加速大(dà)模型的開(kāi)發。
目前昇騰AI雲服務已全面适配行業主流的100多個大(dà)模型，以雲服務的方式協助客戶開(kāi)發，訓練，托管和(hé)應用(yòng)模型，打造百模千态的“黑土地”。
華爲雲CTO張宇昕表示，通過全棧系統性創新，能(néng)夠讓大(dà)模型的數據準備、訓練、推理(lǐ)、應用(yòng)實現(xiàn)全流程的高(gāo)效率和(hé)高(gāo)性能(néng)。華爲雲的全棧系統性創新覆蓋了(le)數據中心、雲平台架構和(hé)基礎設施服務，爲AI開(kāi)發提供AI Native的基礎設施。
當前雲平台在大(dà)模型的訓練和(hé)使用(yòng)中通常存在“算(suàn)力牆”“内存牆”“能(néng)效牆”等問題。爲此，華爲雲打造了(le)下(xià)一代的雲基礎設施CloudMatrix，改變傳統數據中心的架構和(hé)算(suàn)力供給模式，将傳統的以CPU爲中心的主從(cóng)架構，演進爲多元算(suàn)力對(duì)等全互聯架構；并通過高(gāo)速互聯網絡協議(yì)，将CPU、NPU、GPU等算(suàn)力資源全部互聯和(hé)池化，從(cóng)而把AI算(suàn)力從(cóng)單體算(suàn)力演進到(dào)矩陣算(suàn)力，開(kāi)啓智能(néng)算(suàn)力新紀元。
同時(shí)，針對(duì)雲平台在大(dà)模型的訓練和(hé)使用(yòng)中存在的“内存牆”問題，華爲雲正式發布EMS彈性内存存儲服務，基于Memory Pooling專利技術，通過顯存擴展、算(suàn)力卸載、以存代算(suàn)等三大(dà)手段來(lái)打破内存牆，釋放(fàng)極緻算(suàn)力。
基于新一代雲基礎設施和(hé)EMS彈性内存存儲服務、昇騰AI雲服務等創新，華爲雲已經在貴安、烏蘭察布和(hé)蕪湖，構建了(le)三大(dà)AI算(suàn)力中心CloudOcean；同時(shí)也(yě)在華北、華東、華南等熱點區(qū)域部署了(le)AI算(suàn)力資源池CloudSea；還通過華爲雲CloudLake和(hé)CloudPond邊緣雲平台，将AI算(suàn)力推到(dào)客戶身邊，提供最低(dī)時(shí)延的AI訓推服務。由此，華爲雲打造了(le)雲、網、邊、端協同的AI Native的算(suàn)力平台，提供給開(kāi)發者、客戶和(hé)夥伴使用(yòng)。
盤古大(dà)模型也(yě)是基于華爲雲的AI平台開(kāi)發。會(huì)上(shàng)，華爲諾亞方舟實驗室主任姚駿從(cóng)數據高(gāo)效、參數高(gāo)效和(hé)算(suàn)力高(gāo)效三個方面介紹了(le)盤古大(dà)模型5.0的訓練過程。
同時(shí)，華爲雲對(duì)AI開(kāi)發生産線ModelArts進行升級，在AI開(kāi)發基礎設施和(hé)流水(shuǐ)線之上(shàng)，構建了(le)大(dà)模型即服務平台ModelArts Studio，提供百模千态的第三方大(dà)模型托管服務，支持對(duì)大(dà)模型定制開(kāi)發，并提供相應的工(gōng)具和(hé)行業集成套件，讓客戶可以方便地将大(dà)模型與業務系統結合。
除了(le)系統性創新，華爲雲還将盤古大(dà)模型和(hé)華爲在産品研發、數據治理(lǐ)、安全防護、業務運維等各個領域積累的數據和(hé)經驗相結合，“跳了(le)自(zì)己的降落傘”，應用(yòng)在了(le)華爲雲CodeArts、DataArts、MetaStudio和(hé)GaussDB、雲安全等系列雲服務的智能(néng)化上(shàng)。将華爲雲的服務重塑和(hé)升級，從(cóng)而更智能(néng)、更高(gāo)效。
華爲雲是華爲公司面向開(kāi)發者的統一底座，目标打造昇騰、鴻蒙、鲲鵬、GaussDB、歐拉等各項根技術的生态，給廣大(dà)開(kāi)發者一個更優的選擇。
-
專屬開(kāi)發空(kōng)間：爲了(le)讓開(kāi)發者更好(hǎo)地學習和(hé)使用(yòng)這(zhè)些(xiē)技術，華爲雲爲每個新生态的開(kāi)發者免費提供一台雲主機、一套開(kāi)發工(gōng)具和(hé)5GB的雲存儲空(kōng)間。
-
專利和(hé)科技交流社區(qū)：華爲在Chaspark網站(zhàn)上(shàng)提供了(le)開(kāi)放(fàng)的專利搜索工(gōng)具-查思專利，開(kāi)發者可以免費查詢到(dào)全球近1.9億件專利數據，與華爲共同進步與成長。
-
開(kāi)發者布道(dào)師計(jì)劃：未來(lái)3年計(jì)劃發展超過3000名華爲開(kāi)發者布道(dào)師。
技術創新要和(hé)行業場景需緊密結合才能(néng)真正實現(xiàn)深耕行業，華爲雲派出500+技術專家深入行業，了(le)解客戶需求，解決行業難題。
注：以上(shàng)内容轉自(zì)華爲雲官方，版權歸作(zuò)者所有
