向下扎到根，向上捅破天，華為闖入AI深水區_風聞
智谷趋势-智谷趋势官方账号-新中产的首席财富顾问。微信500强。昨天 23:14
智谷趨勢（ID：zgtrend） | 王延鶴
華為，底氣十足。
剛剛，華為開發者大會（HDC 2024）召開，華為向世界展現了一種精神：向下扎到根，向上捅破天。下一個破局者，依然是華為。
本次大會，盤古大模型5.0全面升級，將AI紮根到千行百業，解決落地問題；華為雲昇騰AI雲服務，要做好算力底座，破解算力的瓶頸。
華為抓住了AI當前最核心的問題，技術突破、自證價值、真正落地。當人們習慣強調AI炫技或者價格時，華為更強調產業落地創造實際的價值。
過去幾年，華為勇挑大樑，在做底層硬件、算力、AI大模型以及應用生態的全面更新。
如果只看研發資金，華為2023年的投入超1647億元，是唯一研發超過200億美金，能與谷歌、蘋果、微軟和Meta媲美的中國企業。
這種務實精神的背面，是華為的孜孜追求：能否將破局之力，帶入更多領域的科技創新？
01
9.9一杯的奶茶，成本100億的AI大模型，能有什麼共同點？
答：他們都在打價格戰。
過去一個多月，幾乎是AI界的春晚。從OpenAI更新GPT-4o，谷歌I/O大會，微軟的AI PC，英偉達3萬億美金到蘋果公佈Apple Intelligence。各種“顛覆式”“AI時刻”主導了這段時間的科技圈。
而AI大戰的B面，則是價格戰。ChatGPT在去年就推出Enterprise企業版，並且下調B端調用價格吸引客户，對於C端用户也有限免費了GPT-4o。Sam Altman聲稱92%的世界500強公司已在使用ChatGPT。
國內科技界則把價格戰捲到了新地步。幻方DeepSeek、智譜AI先後降價，之後字節跳動將豆包通用模型Pro-32k的輸入價格，直接打到0.0008元/千tokens，號稱比行業均價便宜99.3%；
阿里將9款通義千問模型降價，其中Qwen-Long主力模型降價97%；百度則直接宣佈，將ERNIE Speed和ERNIE Lite兩款模型免費。
這場降價潮裏，是普通用户、開發者和中小企業受益，加速了AI在國內的滲透普及率。但質疑的聲音也被提出：價格戰能否持續？價格戰之外的路，比如模型技術、打造超級應用，誰有差異化競爭優勢？
李開復表示，整個行業每年降低10倍推理成本是可以期待的，瘋狂降價是“雙輸”的打法，技術還是最重要的，如果技術不行，就純粹是貼錢賠錢做生意。
月之暗面創始人楊植麟認為，今天AI在人的工作流中佔比可能只有1%，未來AI在某個節點超過人類，就會產生新的商業模式，不再像今天在B端API調用上打價格戰，而是一個普惠的AI。
“降低模型推理成本並不難，難的是探索模型總和能力的上限。”Minimax創始人閆俊傑表示。
紅杉資本此前發佈了報告《生成式AI的第二幕》，指出兩點：
·由技術驅動的生成式AI第一幕已經落幕；
·市場進入“第二幕”，需要真正直麪人類的問題，回應客户的需求。
這些觀點指向一個現實：AI目前最大的問題，還不是需求或成本，數據也不是壁壘，商業和應用上證明AI的價值更重要。
在席捲業界的大討論裏，華為雲始終保持冷靜。
對賬面資金充裕的華為來説，要打價格戰不要太容易，是很容易就能相出的策略。但什麼是“正確的事，正確地做”？
在HDC 2024，華為給出的答案是降落傘自己先跳，先把事情幹好。
此外，華為雲CTO張宇昕、華為諾亞方舟實驗室主任姚駿分別就華為雲全棧系統性創新、盤古大模型5.0技術解密發表主題演講，詳細解讀華為雲在AI領域的全棧創新優勢。
他們要回答最根本的問題：AI到底能做什麼事？行業怎麼才能用上AI？中國發展AI還有哪些堵點，要怎麼打通？
這需要華為在技術創新能向上捅破天，在產業落地上要向下扎到根。
這種極為務實的精神，指導着華為闖入AI的第二幕。
02
盤古大模型所有努力都是朝着一個方向：讓AI真正解難題、做難事，重塑千行萬業。
這既要技術突破瓶頸，也要解決非常實際的落地工程問題。早在盤古大模型3.0發佈時，華為雲就採用完全的分層解耦設計，包括“5+N+X”的三層架構，可以快速適配、快速滿足行業的多變需求。
L0層是包含自然語言、視覺、多模態、預測、科學計算的5個基礎大模型；
L1層是N個行業通用大模型，目前已在政務、製造、金融、礦山、氣象等30多個行業落地；
L2層是更細化的場景模型，比如政務熱線、颱風路徑預測、網點助手等，主打“開箱即用”的應用服務，目前已在400多個場景落地；
盤古大模型此次升級，直接進入5.0時代，正是讓技術真正“創造價值”的。
Pangu E（Embeded）：十億級參數，可支撐手機、PC等端側的智能應用；
Pangu P（Professional）：百億級參數，滿足低時延、低成本的推理需求；
Pangu U（Ultra）：千億級參數，成為企業通用大模型的堅實底座；
Pangu S（Super）：萬億參數超級大模型，能夠處理跨領域多任務；
同時，盤古5.0重點升級了多模態和強思維兩方面的能力，幫助大模型更好更精準理解我們生活的多模態的物理世界。
從現場演示來看，它在學習了整張清明上河圖後，可以精準回答“趙太丞家有多少個人？”，答，“一共有四個人”。而趙太丞家在原畫裏佔的畫幅還不到200分之一。
多模態升級後，盤古5.0能精準地理解物理世界，包括文本、圖片、視頻、雷達、紅外、遙感等多種模態。其次，憑藉華為雲首創的可控時空生成技術（STCG），AI能夠真正“看懂”這些信息，並且生成更符合物理規律的多模態內容。
這種能力，可以直接應用到工業製造、自動駕駛、建築等價值場景。
比如，輸入一張衞星遙感圖片，盤古大模型能準確分析這片區域的地理情況，農作物的生長環境，然後預估作物產量，並且給出培育和防病蟲害的建議；再比如通過巨大的病理照片找到我們想要的病菌的數量級，賦能醫學研究。
在思維鏈方面，盤古5.0將思維鏈技術與策略搜索深度結合，極大提升了數學能力、複雜任務規劃能力，以及工具調用能力。思維鏈技術能幫助智能體（如機器人）更好地理解和預測環境變化，“策略搜索"則是智能體用來適應這些變化並做出決策的過程。兩者共同作用，能使智能體能夠在複雜環境中進行有效的學習和決策。
智能體是AI的未來，能夠進行復雜邏輯推理，也是大模型成為行業助手最關鍵的特徵。
在具身智能方面，華為雲現場展示了搭載盤古5.0的樂聚“夸父”機器人。
它可以識別和理解自己所處的環境，並且通過學習和決策，完成10步以上的複雜任務規劃。比如它除了回答問題、打招呼以外，就能理解人類“口渴”的需求，並從現場物品中選出瓶裝水、遞水。
中國有很多規模做到世界第一的產業。這背後意味着生產製造的世界工廠，和豐富的消費場景，都是能激發AI、利用AI的對象。
用AI科技革命疊加產業轉型升級，也是目前政府推動新質生產力發展的主要陣地。
在HDC 2024上，華為雲展示了豐富的盤古大模型落地案例，有兩個案例給我印象最深刻。
一個是鋼鐵大模型。
寶武鋼鐵是目前全球規模最大的鋼鐵企業，年鋼產量超1億噸。這個龐然大物要轉型，既是一個AI落地課題，也事關綠色環保、產業升級的進程。
2023年，寶武鋼鐵已經和華為就數字化轉型展開合作，雙方致力於立足鋼鐵行業前沿課題，運用人工智能、大數據工具和方法，形成鋼鐵冶金領域或工業領域大模型。
華為雲方案主要應用在高爐鍊鐵和熱軋鋼帶兩個環節中。
高爐鍊鐵場景被認為是AI落地最難的應用場景，雙方通過用盤古鋼鐵大模型進行高爐爐況預測，指導高爐生產調控，可以大幅提升爐內工況的穩定性。經過實踐發現，每減少10℃的温度波動，每噸鐵水就能減少1kg焦炭消耗，成本降低3塊錢；僅每年高爐爐況的優化，就能讓寶鋼降低10億元的成本。
另一個是華為雲在自動駕駛的應用。
我們知道，自動駕駛的競爭到了關鍵時刻。在自動駕駛訓練裏，最難的是遍歷複雜場景的Corner Case，這要靠車企海量的路測數據，或者在虛擬環境仿真訓練，成本高、耗時長。
這次升級多模態升級後，盤古5.0可以生成像Sora一樣，符合物理規律、真實世界的視頻的。
但華為沒有去做一鏡到底的娛樂視頻，而是把能力投入到行業急需的價值場景，就比如，生成自動駕駛的訓練數據。
盤古大模型能生成車身六個攝像頭視角的視頻，並且能控制行駛環境的天氣、道路、車況，這就解決了自動駕駛的數據難題。
現在車企在競速解鎖高階智駕，華為能否跑到前面，或許要由盤古大模型決定。
作為大模型行業應用的主力軍和排頭兵，政企客户通常業務場景複雜多樣，對數據安全、訓推效率和開發成本都有極致的要求。能夠兼顧安全合規與成本的大模型混合雲，正在成為越來越多企業的優先選擇。在2023年，華為雲就推出業界首個大模型混合雲華為雲Stack。
經過一年實踐，華為雲不斷精進，總結髮布了大模型混合雲十大創新技術，包括多樣性算力調度、雲邊協同、AI-Native存儲、增強AI網絡、算子加速、全鏈路數據工程、統一數據編碼、精細視覺神經網絡、無感斷點續訓、安全護欄，覆蓋從雲基礎設施到AI開發平台以及模型層，致力於解決大模型在政企落地的“最後一公里”，加速政企大模型應用進程。
實際上，行業場景應用之外，AI手機、AI PC等終端也是目前人工智能應用規模最大的場景。
華為的盤古大模型，也堅持“自己的降落傘自己先跳”，把華為的雲服務、手機、汽車、操作系統等業務都改造一遍。
這些提升，是C端消費用户能直接體驗到的。隨着HarmonyOS NEXT的到來，華為終端和華為雲盤古大模型的融合，還將繼續深化。
04
算力是AI時代的核心驅動力。
英偉達成為全球市值第一後，黃仁勳脱下黑色皮衣，跑去加州理工的畢業生做演講。
“世界是不確定的，是不公平的，你可能拿到的是一張爛牌，那你該shake it off。總會有其他機遇，或者，創造你自己的機遇。”
AI創造遍地機遇的新世界，但算力供應已經緊張。
微軟、亞馬遜、Meta等企業，都有萬張H100級的算力集羣。
微軟宣佈，每年要花500億美金建數據中心；Meta計劃再買35萬張H100，到今年底可能累計有60萬規模；馬斯克也準備了百億美金，買英偉達更先進的B100和B200。
然而，英偉達的先進GPU，哪怕是“閹割版”的A800/H800，中國企業也很難再獲取。
據報道，英偉達最新中國特供版的H20，算力只有H100的15%，性價比已經不夠誘人。
國內除了阿里、百度、騰訊、字節跳動少數互聯網公司，其他中廠和明星AI創業公司，都沒有萬卡級A100/H100的算力儲備，依賴頭部雲廠商的算力投資和合作。
這造成國內算力捉襟見肘。普通用户也能感知到高峯時段明顯的等待和卡頓，而大企業用户的採購需求也很難滿足。
當算力受限時，我們又要如何創新，創造機遇呢？
華為的答案是，以昇騰AI雲服務提供即開即用的澎湃算力。
前兩天6月14日，華為雲的華東（蕪湖）數據中心正式開服。這標誌着，華為雲的貴州貴陽、內蒙古烏蘭察布、安徽蕪湖、香港的4大AI雲算力中心佈局已經成型。
通過AI算力一張網，供應全國長三角、大灣區、京津冀等地的需求，也為中國出海企業提供堅實可靠的支撐。企業不用再為自己買卡和自建數據中心焦慮，能從華為雲買到即開即用的算力。
去年9月，任正非提出，我們即將進入第四次工業革命，基礎就是大算力。華為CFO孟晚舟説，要致力於打造中國堅實的算力底座，為世界構建第二選擇。
如今，華為雲在不斷兑現自己的承諾。昇騰AI雲服務，就是專門提供AI算力，一個從硬件、基礎設施、算力集羣、架構到軟件應用，華為全棧自研的生態。
除了自主可靠外，昇騰AI雲服務在穩定性上也有競爭優勢。業界萬億參數模型訓練的平均無中斷時長約2.8天，昇騰能做到40天穩定無中斷；業界平均集羣故障恢復時間約60分鐘，昇騰AI雲服務可以縮短到10分鐘。
在兼容性上，已全面適配行業主流的100多個大模型，服務600多家企業客户，以雲服務的方式協助客户開發，訓練，託管和應用模型，支撐了國內像大模型訓練、自動駕駛研發、智慧城市等高算力需求的開發項目。
華為在尋找一條破局之路。
它打破算力的束縛，成為一貫在做的“黑土地”，支撐模型研發、AI應用的誕生，讓千行萬業放開手腳去轉型升級；另一邊推動AI大模型，從技術突破到產業落地，從理論前沿到最後一公里的突破。
華為在給世界構建第二選擇，也是在讓中國AI往前的底氣。