圖源：攝圖網

作者|節點財經 來源|節點財經(ID：jiedian2018)

2023年已過半，但AI大模型依舊熱的發燙。

科技部新一代人工智能發展研究中心的《中國人工智能大模型地圖研究報告》顯示，迄今為止，中國已發布79個10億參數規模以上的大模型。

與此同時，伴隨著越來越多的選手謀局落子和下場奪舍，把這場摧枯拉朽的科技盛典推向高潮，更多人開始思考，AI大模型究竟能給我們帶來什么，除了聊天、寫詩、作畫、敲代碼、解數學題等聚焦C端的慣常玩法，是否還有其他重量級和大價值的用途？

比如，和實體產業結合，成為新一代的“火”和“電”，通過全方位、立體化地解構生產模式、商業形態、社會關系，進而推動整個工業進步。

華為云盤古大模型3.0給出了答案。

7月7日，在華為開發者大會2023（HDC.Cloud 2023 )上，華為云展示了盤古大模型3.0“AI for Industries”的能力，并提出讓AI重塑千行百業。

如今，華為云播下的這粒種子已在各個領域生根、發芽，草蛇灰線般的改變正悄然行進著。

01

改變，正在各個領域發生

甚囂塵上的ChatGPT最近明顯慢了下來。

據國外流量分析平臺SimilarWeb的數據，今年1月，ChatGPT的全球訪問量環比增長率為131.6%，2月份為62.5%，3月份為55.8%，4月份為12.6%，5月份為2.8%，到了6月份，這個數字已經變為-9.7%，是2022年11月推出以來首次。

但在硬幣的另一面，大模型卻加速在B端開枝散葉，醫檢AI大模型、育兒顧問AI大模型、能源電力AI大模型……層出不窮，既賦能眾業態，又釋放新潛力。

從C端到B端，于冰火兩重天的境界中，不斷印證著一個事實：做技術、產業、應用融合的行業大模型，做真正意義上高頻次、大面積服務社會的大模型，才是歸真的體驗，也是當下科技界的普遍共識。

而這，恰恰是華為云盤古大模型的追求和錨定。

“我們從來沒有和ChatGPT比較過，沒有叫盤古Chat，也沒有叫Chat盤古，我們沒時間聊天”。在7月7日的媒體溝通會中，華為常務董事、華為云CEO張平安表示。

換言之，足履四方，往深海鉆，向實地扎，是華為云盤古大模型的立足點和出發點。

剛剛進入6月，北京就迎來連續多日40°的高溫，且在7月變本加厲，導致一名地接導游在頤和園中暑身亡，這引發人們對天氣問題的強烈關注。

事實上，自生命誕生之日起，洪澇、干旱、沙塵、寒潮等氣象災害，便無時無刻不在威脅人類的生存。2022年臺風“暹芭”過境，就造成廣東、廣西、海南等省186.2萬人受災，直接經濟損失高達31.2億元。

不容樂觀的是，傳統數值預報因為算力增長的趨緩和物理模型的逐漸復雜化，在速度和精度上面臨日益突出的瓶頸。

盤古氣象大模型找到破局之道，其遵循AI推理思路，創造性地提出了適應地球坐標系統的三維神經網絡來處理復雜的不均勻3D氣象數據，并使用層次化時域聚合策略減少預報迭代次數和累計誤差，把原先需要在3000臺服務器的高性能計算機集群上花費5小時的仿真行動縮短到10秒內，且預測精度大幅提升。

今年5月，臺風“瑪娃”來勢洶洶，國家氣象中心的消息稱，盤古氣象大模型在“瑪娃”的路徑預報中表現優異，提前5天預測出其將在臺灣島東部海域轉向路徑；在熱帶風暴預測任務中，盤古氣象大模型的預測精度也顯著超過歐洲氣象中心的高精度預報（ECMWF HRES Forecast）結果。

同樣的改變，還在礦山、金融、制藥、政務等多個領域發生。

光線昏暗、浮塵彌漫的礦山，是工人的人生，也是數千萬家庭的幸福所系。惡劣的采掘環境和經年累月高強度的工作，使不少作業工人都患上了風濕、耳鳴等職業病，更甚者，還可能遭遇瓦斯、透水等意外。

盤古礦山大模型，覆蓋煤礦的采、掘、機、運、通、洗選等業務流程下的1000多個細分場景，以及5G+AI全景視頻拼接綜采畫面，用遠程操控、主運智能檢測系統代替人工巡檢，使得異物識別精度超過98%，動作規范識別準確率超過95%，井下安全事故降低90%以上。

目前，盤古礦山大模型已經與山東能源集團及其技術公司云鼎科技達成深度合作，雙方共同開發了21個場景化應用，覆蓋了7大業務系統，在全國的8個礦井里做到了規?；褂?。

而在金融領域，盤古金融大模型可以對銀行的各種操作、政策、案例文檔進行預訓練，讓數十萬網點柜員都擁有自己的智慧助手，根據客戶的問題，為柜臺工作人員自動生成流程和操作指導，將原來需要平均5次的操作降低為1次，辦結時間縮短5分鐘以上。

節點財經獲悉，工行在應用華為金融大模型后，單次業務辦理流程能從5環降低為1環，單次結算時間減少5分鐘，按照其在全國有4萬個網點、20萬+員工計算，節約的成本數目相當可觀。

被“雙10定律”魔咒（平均成本超過10億美元、研發周期大于10年）桎梏了數十年的制藥業，亦由于盤古藥物分子大模型的助力，獲得難得的商業化契機和先行優勢。

就拿西安交通大學第一附屬醫院劉冰教授來說，他在新藥研發中采用盤古藥物分子大模型打造的AI輔助藥物設計服務，不僅發現全球40年來首個新靶點、新類別的抗生素，還將先導藥物研發周期縮短至1個月、研發成本降低70%。

上述例子只是盤古大模型不勝枚舉事跡中的個別擇錄，但管中窺豹，我們仍然能感受得到，它每一次的篤行落地，都讓產業享受到極大的技術革新紅利。

華為云人工智能首席科學家田奇坦言，在過去幾年，華為云人工智能項目已經應用超過1000個項目中，其中30%用在客戶的核心生產系統里，平均可以推動客戶盈利能力提升18%。

02

煙火氣，鐫刻在DNA里的信仰基因

老百姓常說一句話：人間煙火氣，最撫凡人心。

何為煙火氣？正如汪曾祺在《人間滋味》里寫到：看看生雞活鴨、新鮮水靈的瓜菜、彤紅的辣椒，熱熱鬧鬧，挨挨擠擠，讓人感到一種生之樂趣。”

亦如白居易在《問劉十九》里寫到：“綠蟻新醅酒，紅泥小火爐。晚來天欲雪，能飲一杯無。”

其實，無論是老百姓的尋常日子，還是經濟層面各參與者的經營活動，大家的所求所愿皆大同小異，那就是不虛妄，不浮夸，要實實在在看得見、摸得到、抓得住、吃得著的“煙火氣”。

從前文的履踐案例和直觀數據，不難看出，盤古大模型并非為實驗室而造，而是一個天然瞄準AI工業化、現實場景的項目，具有走入真實產業場景后的效率和適應能力。這也是盤古大模型的一大差異化特點。

具體而言，華為云針對紛繁復雜的工業場景，設計了一款由L0-L1-L2三個層級構成的“開箱即用”型寶盒。

L0層是基礎大模型，囊括了類似GPT-4的自然語言模型，以及視覺、預測、科學計算等模型；L1是面向工業場景的干流、通用模型，L2則是面向更加細分場景的支流、升級模型。

這樣的分層解耦設計和逐級進化，既快速適配行業的不同場景、不同延時、不同訴求，甚至于，客戶還可以根據自有數據，訓練私人訂制的大模型，或者為自己的大模型加載獨立數據集、單獨迭代能力集。

追本溯源，差異化的秘訣，深刻烙印在華為云的基因里；做“煙火氣”旺盛的大模型，是創新的導向，也是信仰。

首先，行萬里路。

通過下礦山、赴碼頭、學政務、諳金融的躬身入局，華為云細致入微地觀察體會，并于業內人士交流溝通、聽取意見，由此洞悉各行各業的痛點、堵點、盲點和價值點。

據悉，涵蓋金融、政務、氣象、醫療、健康、互聯網、教育、汽車、零售等在內，華為云在每個行業板塊中學習了超過500億 tokens的數據量。

以山東和山西的煤礦為例，經過實際走訪調查后，華為云了解到山東的沖擊地壓比較嚴重，但是沒有瓦斯，山西的情況則相反。即使是相同場景，由于地質、水文、工況、采光等條件不同，適用的大模型也有區別。

所謂知我、懂我，才能更好的服務我。該種夯土壘石，積極下基層的作風，使華為云積累了豐富的行業經驗，也為后續盤古大模型架橋修路和個性化、多樣化的深度融合筑牢地基。

其次，眾行者遠。

科技創新不僅要根植于樸素的需求理念，也需要同業者的參與互動和產業鏈上下游的整體協同。只有這樣，才能把技術轉化成高效的生產力，放大溢出效應。

華為云致力于構建以開發者為核心的、開放共贏的全球生態體系，全球開發者數量已超過460萬，云商店上架的商品已達10000多個。

不止于此，其提供了易用可靠的大模型工具套件、匯聚海量多行業場景API的開天aPaaS，以及包含豐富優質課程和技術認證的大模型專屬社區，與開發者及伙伴攜手共進，在共同探索盤古大模型AI for Industries大方向過程中，錘煉出超過400行業解決方案，打造了7大行業aPaaS，從而沉淀各個行業的核心訴求、核心知識、核心能力。

得益于該種包容并蓄、集思廣益的心態，相比競友對手，華為云的盤古大模型鋪的更廣，大概率走的也更遠。

最后，讀萬卷書。

大模型的創新既是行萬里路的創新，也是眾行者遠的創新，但從本質上講，它是依賴于AI的各項根技術的創新。

對于盤古大模型，華為在最底層構建了以鯤鵬和昇騰為基礎的AI算力云平臺，疊加異構計算架構CANN、全場景AI框架昇思MindSpore，AI開發生產線ModelArts等，為其開發和運行提供分布式并行加速，算子和編譯優化、集群級通信優化等關鍵能力。

據華為云CEO張平安介紹，基于華為的AI根技術，大模型訓練效能可以調優到業界主流GPU的1.1倍。

行之文末，讓我們再回溯導語部分的問題：有沒有一種大模型，能和實體產業結合，成為新一代的“火”和“電”，通過全方位、立體化地解構生產模式、商業形態、社會關系，進而推動整個工業進步？

答案是肯定的。“盤古”開天，AI落地。

編者按：本文轉載自微信公眾號：節點財經(ID：jiedian2018)，作者：節點財經