盘古大模型

盘古ai大模型官网入口,由华为1100亿密集参数,40TB海量数据精细训练而成

简介

盘古NLP大模型是一项基于多任务、大模型和少样本技术的AI共建方案的创新性成果。作为业内首个拥有千亿参数的中文大模型，盘古大模型具有1100亿密集参数，通过对40TB海量数据的精细训练而成。其同时通过采用多任务prompt等技术，衍生出10亿参数、性能更卓越的落地版本，显著提升了AI在商业应用中的效率和泛化能力。

华为盘古大模型官网: https://pangu.huaweicloud.com/

主要ai大模型

NLP大模型

对话问答文案生成代码生成插件调用NL2SQL搜索增强多任务多模型多插件

功能介绍

智慧教育助手
单轮问答：历史、地理、科学、技术、文化等通用常识问答

多轮对话：根据用户提供的上下文信息进行逻辑推理和判断，自然流畅对话

角色扮演：以职位、著名IP、客服等口吻回答用户问题

数学能力：具备基础的运算能力

行业内容生成
文案生成：根据行业需求完成营销文案、公关稿件、公文、股评等创作型任务

要点生成：根据行业属性自动搜索和分析相关内容，生成要点

表格生成：根据行业需求将字段以图表的形式返回呈现

行业知识理解
开卷问答：针对标准发文内容进行阅读理解和问答

文本摘要：针对快讯、财经新闻、会议内容等生成简明摘要

信息抽取：针对时间、地点、人物等通用实体及工单要素等信息抽取

智能协同办公
代码生成：根据用户描述或示例，自动生成相应代码

代码修改：根据用户描述或示例，自动修改相应的代码，并对代码进行检查和优化

代码理解：根据用户给定代码，输出代码的用途和实现方案

插件应用集成
通用插件开发模型，与预置插件相匹配使用，提高应用程序的灵活性

行业数据分析
对行业结构化数据进行多维度分析，通过数据清洗、数据转换、数据构建进行数理逻辑推算，输出结果，深度挖掘数据规律和背后趋势，更好实现智能决策

 

CV大模型

目标检测图像分类语义分割高效适配高效标注盘古CV大模型
AI for Industries 大模型重塑千行百业

基于海量图像、视频数据和盘古独特技术构筑的视觉基础模型，赋能行业客户利用少量场景数据对模型微调即可实现特定场景任务。

多模态大模型

以文生图以图生图3D生成图像编辑语义理解更准确细节更可控

功能介绍
基础模型
支持图像分类、物体检测、姿态估计等近10种微调任务，覆盖大部分视觉感知场景。

万物检测
可根据提示对图片中的目标进行检测，解决场景碎片化问题，无需提供训练数据。

万物分割
可根据提示对图片中的目标进行分割，常在辅助标注、AIGC等场景应用。

功能优势
小样本
结合数据检索及数据增广技术，相对传统训练方式，数据需求减少80%以上

高精度
受益于更好的语义对齐效果，在小样本学习上表现优异，显著超越对比方法

高效率
利用行业模型高效表征及数据筛选能力，数据处理效率提升5倍以上

 

盘古多模态大模型

Al for Industries 大模型重塑千行百业
融合语言和视觉跨模态信息，实现图像生成、图像理解、3D生成和视频生成等应用，面向产业智能化转型提供跨模态能力底座。

功能优势
原生支持中文
亿级中文图文，百万中文关键词，更佳中文理解能力。

精准语义理解
精准图文描述，对齐语义理解，智能语境识别。

更具自然美感
多模态多尺度训练，逼近自然美感生成内容。

更强泛化性
强大泛化能力，适应各种复杂的应用场景和用户需求。

全栈自主可控
全栈自主可控，基于昇腾云服务，技术完全自主可控。

支持二次训练
支持行业客户二次训练专属模型，打造大模型体验。

 

预测大模型

回归预测分类预测异常检测时序预测
盘古预测大模型
Al for Industries 大模型赋能千行百业
盘古预测大模型是面向结构化数据，基于神经网络Transformer架构，通过任务理解、模型推荐、模型融合技术，构建通用的预测能力

产品功能
回归预测
用于连续值预测，可自动进行任务理解，分析选择最适合的回归模型集合，并融合多个模型来提升回归预测精度

分类预测
用于离散值的预测，如：不同类别或标签；基于任务理解和模型选择推荐能力，可自动选择多个分类模型并基于动态图算法进行融合，来提升预测性能

时间序列预测
利用过去数据预测未来趋势；可基于时间维度进行自动任务理解和辅助特征工程，来提升时间序列类任务的精度

异常检测
用于预测数据集中的异常数据点；可通过学习正常数据的特征分布规律来建立基准模型，可融合多个基准模型提升预测精度并减少误报和漏报的情况

 

科学计算大模型

盘古科学计算大模型
Al for Industries 大模型赋能千行百业
科学计算大模型是面向气象、医药、水务、机械、航天航空等领域，融合AI数据建模和AI方程求解的方法；从海量的数据中提取出数理规律，使用神经网络编码微分方程；使用AI模型更快更准的解决科学计算问题气象预测药物分子

产品功能
盘古气象大模型
首个精度超过传统数值预报方法的AI方法，1小时-7天预测精度均高于传统数值方法（欧洲气象中心的operational IFS）。预测包括位势、湿度、风速、温度等；水平空间分辨率达到0.25°X0.25°，时间分辨率为1小时，覆盖13层垂直高度，可以精准地预测细粒度气象特征。

盘古药物分子大模型
华为云盘古药物分子大模型，赋能药物研发的全链条任务，旨在帮助医药企业机构显著提升药物研发的效率。囊括了大规模药物虚拟筛选、分子动力学模拟等传统CADD药物研发软件，基于AIDD的蛋白质结构预测、分子属性预测等服务。助力新靶标药物的发现，让医药公司搭乘AI辅助药物研发的“快车”。

盘古ai大模型怎么样?

盘古大模型的算法是由循环智能主导，并得到清华大学和华为算法团队的共同攻关成果。在预训练阶段，引入了基于Prompt的任务等多项创新方案，成功克服了大模型微调所面临的难题。这一算法创新为盘古大模型赋予了更强大的语言理解和处理能力，使其在各个领域都能表现出色。

盘古大模型的卓越之处在于其对多任务学习和大规模数据训练的高度适应性。通过整合多种任务的学习，模型能够更全面、深入地理解语言的多层次结构，提高了对复杂语境的理解和处理水平。大模型的设计使其能够处理更为庞大的数据集，有效提升了模型的泛化能力和推理能力。

此外，盘古大模型的少样本技术应用使得模型在面对数据稀缺的情况下仍能保持卓越表现。这为在实际应用中遇到的样本不足问题提供了有效的解决方案，使盘古大模型更具实用性和可操作性。

盘古NLP大模型基于多任务、大模型和少样本技术的AI共建方案是一项引领行业的创新成果，为中文语言处理领域注入了新的活力和潜力。其强大的性能和广泛的应用前景使其成为推动人工智能发展的重要引擎之一。

优势

AI一直是华为云的核心竞争力之一。长期以来，华为云一直致力于在AI领域进行持续的研发，坚持以”AI for Industries”为方向。当前，华为云已经在各行业推出超过1000个AI项目，其中30%已经成功集成到核心生产系统中，平均为客户带来18%的盈利提升。在工业B端领域，其努力取得了显著的成果。

**盘古大模型的主要应用领域**

华为云的盘古大模型定位于为各行业提供AI赋能，分为三个层级：L0、L1、L2。不同的层级对应着人工智能在行业中不同深度的渗透。未来，AI必将为垂直行业带来新的变革。盘古大模型的核心目标是解决传统AI开发中的一系列难题，包括作坊式开发、样本标注困难、成本高昂、模型难以维护、泛化能力不足以及行业专业人才短缺等问题。据数据显示，

截至2022年，华为云盘古大模型主要致力于AI for Industries，例如视觉大模型已经在工业质检、缺陷检测、电力巡检等100多个场景中得到验证。

在这个定位和趋势下，结合即将召开的2023华为开发者大会，华为云很可能在这场AI浪潮中发挥重要作用。不同于目前市面上类ChatGPT的To C产品，基于华为云的To B基因，其AIGC产品更注重于面向千行百业场景的数字化转型升级。

**即将上线的“盘古系列 AI 大模型”**

即将上线的“盘古系列 AI 大模型”包括NLP（自然语言处理）大模型、CV（机器视觉）大模型、科学计算大模型。这些大模型已经标注为即将上线状态。

在即将举行的论坛上，华为云总裁田奇重点提到了AI for Industries和AI for Science。

对于前者，他表示，展望未来，AI for Industries 将成为人工智能的新爆发点，而大模型则是连接技术生态和商业生态的桥梁，是未来AI生态的核心。华为云的盘古大模型将推动人工智能开发从“作坊式”升级到“工业化”。