今年5月，大模型廠商你來我往，將價格戰(zhàn)的氛圍烘托至高點，希望以此來推動商業(yè)應用進程。
月之暗面創(chuàng)始人楊植麟在剛剛召開的北京智源大會表態(tài)稱，今天AI在人的工作流中占比還很低，可能只有1%，未來AI做的事情會在某個時間節(jié)點超過人做的事情，這時就可能產生新的商業(yè)模式——不再是像今天在B端API調用上打價格戰(zhàn)，而可能是一個普惠的AI，最終形成根據(jù)大模型產生的價值，從中分成的商業(yè)模式。
而通往“AI比人足夠智能”終點的路徑，多樣卻也局限。多樣體現(xiàn)在，模型層面的模態(tài)、文本長度、AI原生、參數(shù)等依舊是大模型的兵家必爭之地；而局限體現(xiàn)在，產業(yè)鏈整體的貫通程度還不明朗——所需的AI算力芯片短缺；大模型核心技術短期內難以實現(xiàn)跨躍性突破；應用層面難以找到適配的場景，或者說大模型能為應用提供的創(chuàng)新不足以打動用戶。
6月21日，華為開發(fā)者大會2024（HDC 2024）在東莞籃球中心揭幕。期間，華為常務董事、華為云CEO張平安發(fā)布了盤古大模型5.0。張平安提到，盤古大模型在自動駕駛、工業(yè)設計、建筑設計、具身智能、媒體內容生產和應用、高鐵、鋼鐵、氣象等領域進行了豐富的創(chuàng)新應用和落地實踐。
可見，先讓一只腳邁進場景，再結合場景需求不斷迭代從而反哺模型層，最終完成技術與場景的對齊，是華為應對競爭的策略。
一只腳先邁進場景
于大模型而言，市場的需求一直都在。數(shù)字化市場服務平臺愛分析發(fā)布的《中國市場大模型落地進展與趨勢洞察》表示，目前大模型的主要場景分生成場景和決策場景。在預期價值更高的決策場景中，客戶企業(yè)對大模型的專業(yè)性要求也水漲船高，往往傾向于自己著手調適。
在張平安看來，盤古大模型5.0在全系列、多模態(tài)、強思維三個方面進行了升級。其一是全系列升級。盤古大模型5.0包含不同參數(shù)規(guī)格的模型，以適配不同的業(yè)務場景。十億級參數(shù)的Pangu E系列可支撐手機、PC等端側的智能應用；百億級參數(shù)的Pangu P系列，適用于低時延、高效率的推理場景；千億級參數(shù)的Pangu U系列適用于處理復雜任務；萬億級參數(shù)的Pangu S系列超級大模型能夠幫助企業(yè)處理更為復雜的跨領域多任務。
其次，盤古大模型5.0通過模態(tài)升級來更精準地定位物理世界，以適配不同的業(yè)務需求。張平安表示，最新的盤古大模型包括文本、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；在內容生成方面，采用業(yè)界首創(chuàng)的STCG（Spatio Temporal Controllable Generation，可控時空生成）技術，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。
最后，張平安提到，盤古大模型5.0將思維鏈技術與策略搜索深度結合，極大地提升了數(shù)學能力、復雜任務規(guī)劃能力以及工具調用能力。他稱，復雜邏輯推理是大模型成為行業(yè)助手的關鍵，提升AI理解物理世界的核心能力，是保證大模型的穩(wěn)定與效率的關鍵。
目前，基于業(yè)務場景的深化、業(yè)務需求的適配與模型核心能力的增強，盤古大模型已經得到了下游企業(yè)的正向反饋。
時代周報記者了解到，上海寶武鋼鐵熱軋生產線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)，耗時約5天。而盤古大模型能夠對最優(yōu)參數(shù)進行預測，顯著降低熱軋生產線調優(yōu)時間，并提高預測精度和鋼板成材率。
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。此外，盤古大模型還將應用于高爐場景，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。
誰來充當大模型的底座？
大模型充當產業(yè)底座為各行各業(yè)送去了便利，那么在算力掣肘的情況下，誰能為大模型保駕護航？
事實上，大模型所需的暴力算力和穩(wěn)定的服務運營環(huán)境，都離不開云原生的支撐。據(jù)Gartner稱，2023年70%的AI應用會基于云容器和Serverless（云原生開發(fā)）技術，在實際生產中，越來越多的AI業(yè)務，比如自動駕駛、NLP等，也正在轉向容器化部署——相比于自行搭建開發(fā)平臺、數(shù)據(jù)中心和GPU集群，模型廠商更傾向于在云服務平臺這一現(xiàn)成的算力基礎設施上完成模型的訓練和推理。
盡管云原生與大模型天然適配，但隨著模型參數(shù)的增大、形態(tài)更加多樣化，云原生的計算、網絡儲存等基礎架構也面臨的迭代壓力。
在華為開發(fā)者大會2024（HDC 2024）上，華為云CTO張宇昕表示，公司希望通過云系統(tǒng)創(chuàng)新，打造AI Native的云。
所謂AI Native，是指在華為云提供服務的層級結構中，除了底層提供硬件的算力基礎之外，還包括AI開發(fā)平臺及大模型，以及面向不同行業(yè)的AI云服務器。張宇昕稱，全棧系統(tǒng)性創(chuàng)新，能夠讓大模型的數(shù)據(jù)準備、訓練、推理、應用實現(xiàn)全流程的高效率和高性能。
華為諾亞方舟實驗室主任姚駿從數(shù)據(jù)高效、參數(shù)高效和算力高效三個方面介紹了基于華為云展開的盤古大模型5.0的訓練過程。他表示，數(shù)據(jù)合成技術已成為未來構建大模型核心競爭力的關鍵抓手。盤古大模型依托weak2strong數(shù)據(jù)合成技術，強化長序列、復雜推理等高階數(shù)據(jù)分布。同時，結合類人的階梯式數(shù)據(jù)課程，讓模型以更加像人的方式從易到難地學習知識，實現(xiàn)更加可控、可預期的能力涌現(xiàn)。
從算力到存儲，從開發(fā)工具到大模型本身，華為云所謂的全棧能力，實則暗合了其向來傾向于打造操作系統(tǒng)的邏輯——比起軟硬件的打造，操作系統(tǒng)的獨立與升級對用戶產生的價值更加全面和徹底。
會上，華為常務董事、終端業(yè)務集團（BG）余承東介紹道，具有里程碑意義的鴻蒙系統(tǒng)新版本Harmony OS NEXT不再建立在安卓架構上，而是鴻蒙自研的底層架構，預計在2024年第四季度正式商用。他還表示，目前鴻蒙生態(tài)設備突破9億臺，5000個應用已全部加入鴻蒙生態(tài)。這也意味著，純血鴻蒙即將與IOS、Android三分天下。
余承東介紹道，華為此次AI功能升級為系統(tǒng)級別，不僅僅停留在用戶界面或應用層面，而是嵌入到操作系統(tǒng)的最基礎層面。結合對各子系統(tǒng)進行智能化升級，構筑原生智能的系統(tǒng)底座，“有底座，有生態(tài)，才是有價值的操作系統(tǒng)”