2024年全国两会，“人工智能+”和“新质生产力”首次被写入政府工作报告，成为数字经济领域最热的关键词。AI大模型以其强大的通用人工智能能力，成为人工智能发展的重要里程碑，并且在两会期间引发全国人大代表、政协委员热议。
AI大模型将如何推动中国产业升级?日前，华为混合云副总裁胡玉海在做客央视网《中国神气局》两会特别节目时，畅谈AI大模型发展趋势以及如何助力产业创新。胡玉海表示，盘古大模型通过行业深耕和聚焦价值场景，助力千行万业创新发展走深向实，并以繁荣的大模型生态，推动AI产业发展。
大模型高质量发展的“中国路径”
与过去任何一场颠覆性的技术革新相比，大模型的发展浪潮更像是一次世纪风暴，迅猛而热烈。这场前所未有的AI革命中，中国面临巨大的机遇。《中国人工智能大模型地图研究报告》显示,我国研发的大模型数量位居全球第二。
据报道，去年八个月内诞生的大模型高达238个。也就是说，每隔一天中国就会官宣一个新的大模型，俨然有从“百模大战”迅速发展为“千模大战”之势。然而，大模型的比拼不能只有速度，更重要的是高质量发展。在大模型已成为智能时代“入口”和国际竞争关键领域的当下，大模型必须坚持自主研发和创新，聚焦丰富的产业和场景优势，将大模型与业务流程、产品功能相结合以加快新质生产力的培育和发展。
“华为长期致力于人工智能核心技术的研发，并于去年推出了盘古大模型3.0。我们的愿景是通过‘AI for Industries’理念，将人工智能技术深度融合至各个行业，以解决广泛的行业挑战。”胡玉海在节目里说道。
盘古大模型在架构设计上便体现出了行业深耕和场景融合的特点。作为中国首个全栈自主、安全可靠的AI大模型，盘古大模型包括 “5+N+X”三层架构，分别对应L0层的5个基础大模型、L1层的 N个行业通用大模型以及L2层可以让用户自主训练的更多细化场景模型。采用完全的分层解耦设计，企业用户可以基于自己的业务需要选择适合的大模型开发、升级或精调，从而适配千行万业多变的需求。
如何真正让盘古大模型深入千行百业，听到业务的真实呼声?胡玉海表示，“我们希望大模型技术去解决行业问题，特别是解决难题。对此，我们把一批一批的博士专家、科学家派到客户现场，让他们去跑工地、下矿井、进车间，真正地把人工智能的技术跟客户的需求场景结合起来解决问题。”
盘古大模型加速重塑千行万业
“自模型发布以来，我们已在政务服务、城市治理、交通金融以及电力能源等领域进行了广泛的应用和实践。”胡玉海表示。盘古大模型深入推动人工智能与各行各业的融合，积极探索新兴的应用场景与商业模式，从而为传统产业的转型升级提供强有力的智能化支持。
目前，盘古大模型已经在10多个行业得到应用。在金融坐席辅助场景，大模型让坐席问答搜索从5次降至1次，效率大幅提升;在铁路列车故障检测场景，实现从“人看”到“AI看”的改变，覆盖100%的故障场景;在电力巡检场景，通过大模型进行线路异常自动识别，仅1个大模型就能覆盖全部缺陷。
在节目中，胡玉海详细分享了盘古大模型在气象领域的应用。“去年，我们开发的气象大模型在西太平洋台风路径预测中表现卓越，准确度超过传统数值预测方法。该模型仅需一台服务器和10秒即可完成10天预测，大幅提升效率和降低能耗。目前，该技术已在欧洲、中国的天气预测机构得到应用，尤其是香港天文台，成功将预测周期从10天延长至15天。这一突破性成果，使我们的研究论文于去年7月被《Nature》杂志收录，并引起业界广泛关注。”
事实上，如此多行业实践的成功，得益于盘古大模型的前瞻布局。第一是算力，第二是数据安全。模型算法的输出需要强大的算力支撑，华为云在乌兰察布、贵安等地建立了多个AI云服务中心，为客户提供便捷、低成本且按需的AI算力支持，确保了算力的稳定可靠性。同时，华为云Stack混合云可以在企业的本地数据中心部署AI云服务和大模型的关键产品，帮助企业一站式建设专属大模型，从而解决数据安全和隐私问题。
一段时间以来，华为云借助盘古大模型构筑了繁荣的大模型生态。这既是盘古大模型取得的成绩，也是支撑盘古大模型加速发展的力量。华为云不仅提供盘古大模型的开发工具和平台，还提供一系列的应用解决方案和服务，帮助企业和开发者快速、高效地利用盘古大模型进行业务创新和价值创造。
从底层到上层的全方位服务，使得盘古大模型在实际应用中更具可操作性和实用性，持续开放AI模组、加速卡等，提供丰富的接口开发文档和参考设计以及软硬件技术支持，助力合作伙伴推出多种硬件产品，激发AI创新活力，同时也推动了整个AI生态的繁荣发展。目前，已经联合伙伴推出了2500多个行业AI解决方案，能够规模化服务于不同行业场景。
大模型使能千行百业，需要持续的技术创新来支撑。大模型行至深处，更需要坚持创新发展。“未来，华为云将在大模型技术领域持续投入，推动AI算力和大模型应用更普惠，持续打造 AI时代最佳云底座，让AI加速重塑千行万业。”胡玉海表示。
