（圖片來源：鈦媒體 App 編輯拍攝）

6 月 3 日消息，鈦媒體 App 近日從華為內部獨家獲悉，華為公司將發布一款直接對標 ChatGPT 的多模態千億級大模型產品，名為 " 盤古 Chat"。

(資料圖)

預計華為盤古 Chat 將于今年 7 月 7 日舉行的華為云開發者大會 ( HDC.Cloud 2023 ) 上對外發布以及內測，產品主要面向 To B/G 政企端客戶。

這意味著，在國產大模型軍備競賽中，繼阿里、百度之后，又一重要科技巨頭入局。基于華為的技術能力，盤古 Chat 有望成為國內技術能力最強的 ChatGPT 產品，同時華為生態產業鏈企業也將因此受益。

據悉，盤古大模型于 2020 年 11 月在華為云內部立項成功。對于盤古大模型定位，華為內部團隊確立了三項最關鍵的核心設計原則：一是模型要大，可以吸收海量數據；二是網絡結構要強，能夠真正發揮出模型的性能；三是要具有優秀的泛化能力，可以真正落地到各行各業的工作場景。

2021 年 4 月，盤古大模型正式對外發布。其中，盤古 NLP 大模型是首個干億參數中文預訓練大模型，CV 大模型則首次達到 30 億參數。2022 年 4 月，華為盤古升級到 2.0，發布層次化開發方案 ( LO， L1，L2） ，打造工業級盤古大模型。

根據華為云高管的演講 PPT 信息，目前華為 " 盤古系列 AI 大模型 " 基礎層主要包括 NLP 大模型、CV 大模型、以及科學計算大模型等，上層則是與合作伙伴開發的華為行業大模型。

華為云人工智能領域首席科學家田奇今年 4 月稱，盤古 NLP 大模型覆蓋的智能文檔檢索、智能 ERP、小語種大模型等落地領域，2022 年華為剛交付了一個阿拉伯語的千億參數大模型。在應用方面，盤古大模型可以應用于智能客服、機器翻譯、語音識別等多個領域，提供 AI 技術支持。

去年華為將盤古大模型在垂直產業領域落地應用。一個例子是，基于盤古 AI 大模型，華為在礦山領域打造了首個 " 基于大模型的人工智能訓練中心 "，實現 Al 應用 " 工業化 " 開發，不僅降低成本——比人工核查節省 80%+、每噸成本降低 8 元 （年產能 260 萬噸），而且增加效益——防沖御壓比人工核查節省 80%+，提升效率——智能客戶效率提升 30%。

與其他廠商相比，華為的優勢或在于擁有完整的產業鏈和較強的算力調配能力。據浙商證券此前披露，在訓練千億參數的盤古大模型時，華為團隊調用了超過 2000 塊的昇騰 910 芯片，進行了超 2 個月的數據訓練能力。華為內部稱，每年大模型訓練調用 GPU/TPU 卡超過 4000 片，3 年的大模型算力成本高達 9.6 億元人民幣。

東吳證券 3 月 27 日公布的研報中稱，華為盤古大模型的優勢在于人才儲備和算力自主可控，有望成為國內領先的大模型，其生態產業鏈標的有望迎來加速發展，包括拓維信息、四川長虹、麒麟軟件（中國軟件）、統信軟件（誠邁科技）、麒麟信安等華為生態公司。國盛證券則認為，華為盤古為首個多模態千億級大模型，有望賦能百業。

根據華為公布的一份論文數據顯示，華為盤古 PanGu-Σ 大模型參數最多為 1.085 萬億，基于華為自研的 MindSpore 框架開發。整體來看，PanGu-Σ 大模型在對話方面可能已接近 GPT-3.5 的水平。

值得注意的是，由于盤古大模型擁有超大規模的參數，因此訓練成本較高。盡管盤古大模型在中文語言的處理方面具有很高的準確度和質量，但在語義理解方面仍存在一定的局限性，尤其是在處理復雜的語言結構和語義推理方面。同時，盤古 Chat 大模型也將面臨著行業激烈的競爭壓力，需要不斷優化和提高模型的性能和質量，才能以保持在市場中的領先地位。（本文首發鈦媒體 App，作者｜林志佳）