根据华为云官网显示，华为盘古大模型发布在即，其由NLP大模型、CV大模型、多模态大模型、科学计算大模型等多个大模型组成，通过模型泛化，解决传统AI作坊式开发模式下不能解决的AI规模化、产业化难题。

根据曝光的信息来看，华为的盘古大模型并不是跟风出现的，而是华为已经研发了很多年的技术，而这次只不过是华为准备正式推向市场，而且已经做了很多的准备。而外界对华为盘古大模型的期待，丝毫不亚于对ChatGPT的热度。

1、最接近人类中文理解能力的AI 大模型？

去年，在“2022华为合作伙伴暨开发者大会”上，“中国算力网-智算网络”正式发布，并提出“建设国家算力网，运营互联网，用电，用电”的愿景。

目前，国内已有多个人工智能计算中心正式投入运行，这些中心都是在升腾 AI软硬件平台上运行的。未来中国计算网络将成为全国规模最大的算力基础设施，为国家“数字经济”、“东数西算”等重大战略提供有力的支撑。

盘古大模子是国际上首个基于40 TB中文文本数据的1000亿参数中文大模子，是目前国际上最接近人类对中文理解的人工智能大模子，其下游应用仅需极少的样本与可学习的参数，就能实现1000亿参数的快速调整与下游优化。

2019年，2019 年权威的中文语言理解评测基准CLUE 榜单中，盘古NLP模型在分类和阅读理解方面，位列第一，刷新了三项世界记录。总体成绩为83.046，在多个子任务中均处于行业领先地位，是目前最接近人脑理解能力(85.61)的预训练模型。主要应用领域包括智能舆情，智能营销等。

盘古 CV大型模型首次实现了图像识别和生成的双重功能，既能满足低层图像处理的需要，又能满足高层语义理解的需要。同时，根据模型规模与运行速度的要求，自适应地提取不同尺度的模型，实现人工智能应用的快速落地，减少90%的研发成本。

目前，盘古 CV大模型在小样本下的分类准确率已经达到了业界最高的水平。在智能巡视方面，可实现无人驾驶飞机的智能化巡视，解决巡视系统数据标注工作量大、缺陷种类多等问题。数据筛选效率提高了30倍，筛选质量提高了5倍，模型的精确度提高了18%。智慧物流领域，能用1个模型覆盖9种物流场景，对收货、入库、在库和出库全流程进行监控。

2、从0-1的井喷

像华为这样的大模型厂商，往往领衔庞大的产业生态，成熟的大模型可赋能其中核心的生态合作伙伴，打开自身需求空间。与此同时，每一个模型的重大变化都会对市场产生强烈的催化作用。

华为云盘古预训模型已经完成了从学术模型向产业模型的转型，并按照“基础模型-行业模型-场景模型”的思路，应用于能源，金融，医疗，煤炭，农业，气象等多个行业，并取得了较好的效果：

国家电网无人机电力巡视：以盘古 CV大数据为基础进行智能缺陷识别，视觉预训练大数据辅助下游缺陷识别，进一步提升巡视效果，缺陷样本标注成本降低85%，平均准确率提升18%。

浦发银行-浦慧云仓：盘古 CV大型模式1个模式，涵盖9个物流场景，监控收货，入库，在库，出库的全过程。9类场景有很大差异，大模型具有很强的泛化能力(如同一模型同时进行行为异常、轨迹异常检测等)。离群样本种类较多且数量较少，利用较小的样本数据可以获得较高的精度。(多数异常行为数据具有中长尾特征)通过融合多个摄像头数据，利用大模型的时空匹配能力，实现对目标轨迹的精确估计。

广发证券企业财务智能预警：2019年，被监管处罚、问询或 ST的企业共有496家，盘古模型预测出439家，覆盖度接近90%；被监管处罚的企业111家，盘古模型无一漏网，无一遗漏。

药物研发方面，利用华为云盘古医药大数据模型，对17亿个小分子化学结构进行学习，并结合行业独创的“图序非对称条件自动编码机”深度学习框架，实现对小分子化学结构及性质的准确预测和推荐。

在此基础上，对筛选出的优选小分子化合物进行人工模拟实验，进一步验证其有效性。实验表明，基于盘古大分子模型的成药性预测精度较传统方法提高了20%左右，进一步提高了研发效率，使得先导药物的研发周期从几年缩短到一个月，研发成本降低了70%。

随着盘古系列 AI 大模型的上线，将持续赋能金融、电力、交通、气象、物流等行业，华为产业链及下游应用相关公司有望持续受益。

华为盘古大模型即将到来，外界也是充满了期待，尤其是国人都希望能够拥有一款属于自己的AI人工智能，而不是处处依赖国外品牌。

华为盘古大模型很快就会和我们见面，相信留给ChatGPT的时间不多了，虽然当前ChatGPT的风头正火，但是最终鹿死谁手还是未知，让我们拭目以待！

文章来源： 证券之星，小付Colby，3C毒物