第四次工业革命，来了
1
盘古开天： 自带算力的大模型
任正非
我们即将进入第四次工业革命时代，其规模之大不可想象
第一次工业革命：蒸汽机时代；
第二次工业革命：电气化时代；
第三次工业革命：信息化时代；
第四次工业革命，是AI带给人类的颠覆性革命。可人工智能伴随我们70多年，为什么今天才进入AI革命纪呢？
因为AI大模型的出现，特别是生成式AI得到验证后，通用性问题被解决：
人类和AI，将携手创造一个全新世界。
所以，谁拥有优秀的AI大模型，谁可能就是第四次工业革命的“奇点”，谁就是未来世界的“母体”。
这也是华为为什么一定要推出“盘古大模型”的原因，因为大模型决定你在AI世界的地位。
鸿蒙初辟，盘古开天。当然，AI大模型仅仅自己优秀还不够，还需要算力支撑。就像再好的内燃机，也需要石油，而算力就是AI大模型的石油。
所以，任正非又补充了一句：
基础就是大算力
孟晚舟也在华为全联接大会2023上说：
持续打造算力底座。
谁拥有最强算力，谁就可能赢得AI时代。
华为拥有鲲鹏和昇腾根技术，扎根原子世界打造算力底座，让来源于物理世界的算力不再卡AI数字世界的瓶颈。
现在看来，华为初步解决了AI的两大痛点。
一是算力；二是大模型。算力是大模型的基石，而大模型是场景的基石。
但要在AI时代占据至高点，最大的困境其实是第三点：场景。
第四次工业革命的战场在于大模型，
而大模型未来在于“场景”。
2
大模型背后的“痛点”：场景
ChatGPT出现之初，全世界为之惊艳。
一石激起千层浪，人类精英为AI的质变击节赞叹。
一时间之间，“AI大模型改变人类世界”、“AIGC带来新卢德运动”、“60%的精英将被AI替代”这样的言论冲击着世界的每一个角落。
是的，生成式AI确实正在改变世界。
但是这些让人拍案叫绝的产品，真的在商业上能形成闭环吗？你喜欢它，但是你会持续用它吗？你会为它付费吗？
想一想，作为一个普通用户，三个月前想方设法交钱的你，是不是很长时间没有给ChatGPT付费了？
《Analytics India Magazine》指出
所以说，纵使强大如ChatGPT，也是如履薄冰。
百模大战真不是夸张，而且个个都是市场上顶尖的选手。
AI从业者都清楚，大模型最后的决战在tob垂直行业模型，核心点在于服务“场景”本身。
谁能将AI跟传统的互联网、数字化产业结合起来，谁有可能成为最后的王者。
3
盘古一气化三清：不做诗，只做事
华为云的盘古大模型，现在走的正是“场景”这一条路。
如果说ChatGPT热衷“做诗”，那盘古大模型热爱“做事”。
而且是“解难题”“做难事”，也就是要帮助行业落地场景实战。
创造AI“应用场景”，这就是华为云盘古大模型干的事。
大模型赛道“看热闹”的时期过去了，市场正在对大模型的实用提出要求。
与C端市场的集体狂欢相比，开发者更关心大模型如何在B端行业落地。仅仅只会“Chat”（聊天）是不够的，还要满足各种“应用场景“。
那盘古大模型是如何创造AI“应用场景”的呢？看看盘古大模型的“一气化三清”：
这是一个具有「5+N+X」三层架构，就是从 AI 能力的基础层，到行业的第二层，再到应用层面向场景的各个接口，也就是说，它的入口就是“场景”。
L0 层包括 NLP、视觉、多模态、预测、科学计算五个基础模型，提供满足行业场景中的多种技能需求。盘古 3.0 提供了 100 亿、380 亿、710 亿和 1000 亿参数等基础大模型，以匹配不同场景。
L1 层是多个行业大模型，华为云既可以提供使用行业公开数据训练的行业通用大模型，包括政务，金融，制造，矿山，气象等大模型；也可以基于行业客户的自有数据，在盘古大模型的 L0 和 L1 层上，为客户训练自有的专用大模型。
L2 层提供了更多细化场景的模型，更专注于政务热线、网点助手、先导药物筛选、传送带异物检测、台风路径预测等具体行业应用或特定业务场景，为客户提供「开箱即用」的模型服务。
4
开天易，创世难
宇宙大爆炸容易，3分钟之内完成。
但生命世界的形成和演化，并不容易。
经历了几百亿年，才有了地球上丰富多彩的生态。
人工智能创世，也要演绎万千世界。
每个场景，又完全不同。
盘古大模型分为更多行业方向，解决人类世界的难题：
矿山、药物分子、电力、气象、海浪、铁路、政务、金融、制造等垂直行业大模型。
这一个个的场景，最难解决。
举个例子，要想打造一辆超越人类老司机驾驶的顶级汽车的AI汽车行业大模型，有多难？
汽车漫长产业链每一个环节、零件都要根据智能自动驾驶重塑，根据需求重新打磨。硬件层面包含车辆硬件、视觉和雷达等多传感器选型、传感器布局安装等；
软件层面包含数据清洗、数据标注、感知算法、定位算法、决策规划和执行控制等；
每一个环节客户都要收集需求信息，覆盖设计、生产、营销、研发......
而这只是完成了第一步生态搭建。
假设AI汽车已经熟练通过通常路况，那特殊交通情况呢？雨天、雾天、前方突发事故、指示牌变形......所谓corner case；
这些特殊情况单独都是小概率，加在一起构成大概率事件，这就是长尾效应。
数据质量更加鲁棒，支持位姿偏移自动修正，实现多旅程重建、并进一步仿真和生成新行驶轨迹数据；
重建精度高，开阔大场景精度厘米级，误差小于千分之三，从而实现大视角变换，支持不同车型适配和车道变换；
重建场景可按需编辑，支持通过环拍数据进行3D物体重建、并将重建的交通参与者添加到原场景中。
最终突破大场景、高几何精度、多相机融合、前背景光照和谐化等技术难题，实现可控Corner case场景生成。
一个汽车领域，就要耗费盘古如此多的心力和算力。
开天易，创世难。
当然不仅仅只是汽车，盘古大模型的目标是要重塑千行万业。
5
汗流为雨泽：政务大模型
盘古政务大模型基于多模态大模型的能力，通过千亿级参数的NLP大模型对百万级别的政府政策、公文进行精调，让它了解城市的事项标准和政策法规。
通过与CV大模型进行多模态融合训练，除了实现对文本输入理解，还可以对城市视频、图像进行动态解析。
点击展开
点击展开
因此，实现城市事件万物感知、智能分拨是一项极具挑战性的任务。
盘古大模型对这些城市事件能做出准确理解，当工作人员确认处理后，盘古能够将这些开放事件按照优先级，准确分拨至园林绿化、环卫等部门处置，让城市事件秒级发现，分钟级分拨，让城市管理者拥有高效的政务智慧助手。
6
血液为江河：铁路大模型
在铁路领域，我国铁路营业里程15.5万公里，铁路货车超过100万辆，货车运行的安全性引起高度的重视，TFDS（Trouble of moving Freight car Detection System，货车运行故障动态图像检测系统）是被广泛应用的一个检测系统。
受制于技术发展，TFDS当前仍采用人工方式进行故障识别，尚未完全开展智能识别工作。人力劳动强度大，人力成本高。
通过大模型技术，原来人工需要识别4000张图片，现在仅需要复检170多张图片，工人劳动强度下降95.75%，极大提升了检测效率，同时提升了故障识别率，提高了列车安全性。
在实际应用中，能精准识别67种货车430+种各类故障，重大异常故障100%识别，综合故障识别率达99.8%，超过客户预期。
7
筋脉为地理：矿山大模型
煤矿生产是一项复杂、危险性较高的工作，当前在300米井下仍需大量人员现场作业，因此通过AI来实现“少人无人”的安全高效作业是煤矿智能化追求的重要目标。
新的方案让煤矿能洗选出更多的精煤，山能济宁二号煤矿每年多产出8000吨精煤。这个能力推广到全国，可让每个煤矿每年平均多产出2000吨精煤，精煤产率提升千分之二，增收2000万。
8
发髭为星辰：气象大模型
华为云盘古大模型研发团队独立研究并撰写的一篇论文《Pangu-Weather: A 3D High-Resolution Model for Fast and Accurate Global Weather Forecast》登上了《自然》杂志。
作为工程领域的 AI 技术，登陆 Nature 正刊是一件罕见的事。
该论文详细介绍了基于深度学习开发的精准精确全球 AI 气象预报系统 —— 华为云盘古气象大模型。
经过系列测试，模型的降雨量预报精度提升了20%以上。
9
齿骨为金石：
药物分子大模型 & 医学大模型
药物研发行业存在一个著名的“双十定律”，即新药研发需要花费10年时间、10亿美元。
而按照Nature的统计,“双十定律”其实是一种理想业态，现实中一款新药从研发到获批上市，平均需要10到15年的时间，需要耗费约26亿美元，而且临床成功率不到10%。
基于盘古大模型研发的润达医疗大模型 · 良医小慧，在10个科室的检验报告诊断对照测试中，盘古医学助手辅助诊断的准确率已经接近临床医生的平均水平。
未来将走进4000家医院，辅助医生进行报告解读和诊断，加速医疗普惠。
10
精髓为气息：数字人大模型
盘古数字人大模型，通过录制一段3-5分钟视频，盘古数字人大模型即可为直播主播高效生成逼真的数字人。
同时，通过文本或语音，精准驱动数字人准确、流利地介绍产品，口型匹配度>95%。
基于盘古数字人大模型，用AI打造专业的数字人主播助手，辅助当地村民直播，助力贵州非遗商品、农特产走出大山，走向全球。
11
大脑为珠玉：软件研发大模型
最后当然还有 AI 自动编程能力，华为云盘古的代码生成工具名叫 CodeArts。
华为云CodeArts Snap可以让研发整体效能提升 30%以上，同时，也让代码更符合编程规范和代码可信。
盘古研发大模型接入到Astro低代码平台，帮助开发者实现一句对话轻松生成应用，全面重塑软件开发。
结
华为 • 盘古 • 第四次工业革命
说到第四次工业革命时，为何谈大模型？
因为第四次工业革命源于通用大模型的崛起。
在AI时代，大模型就是“技术之根”。
革命是一个历史符号，大模型才是技术应用。
所以，中国要有自己的世界级大模型。
那怎么样成为世界级大模型呢？
直接与ChatGPT硬刚ToC市场好吗？
不一定，盘古走了另外一条ToB的路线，创造行业场景，让更多企业一起开创AI世纪。
………
回到本文开头，AI时代三大要素最为重要：
Ⅰ.算力
Ⅱ.大模型
Ⅲ.应用场景
基础算力是原子时代积累下来的技术，代表过去。它是大模型之根。
大模型则是各大公司正在竞争的技术，代表现在。它是场景应用之根。
AI时代最后比拚的不是技术，而是生态，代表未来。它是AI时代进化形态。
第四次工业革命取决于大模型，但大模型不是参数有多大，而是对行业的垂直渗透率有多高。有价值的不是万亿参数，而是哪些行业做深又扩展到更多行业。
除了盘古大模型，仍然要再强调一次算力。
华为一直在打造中国算力底座,早就全方位布局AI。
所以孟晚舟才有底气称为世界构建第二选择，做厚AI“黑土地”。
如果算力是AI的黑土地，那么盘古大模型是这“黑土地”的生命之树，也是AI技术的“应用之根”。
古有盘古开天地，万物新生；
今有盘古创世界，助力AI时代。
微信扫码关注该文公众号作者