7月5日,2024世界人工智能大会暨人工智能全球治理高级别会议—“盘古大模型重塑千行万业”分论坛于上海世博中心举办。
在“盘古大模型做难事解难题,以‘智’重塑千行万业”主题演讲中,华为云Marketing部部长董理斌向出席会议的百余名人工智能领域顶尖专家、业界领军人物分享了盘古大模型5.0的全新能力,以及盘古大模型深入高铁、钢铁、工业设计、建筑设计、气象等领域,重塑千行万业的应用进展。他表示,盘古大模型5.0通过更多的模态和更强的思维能力,重塑云服务,为开发者、客户和伙伴提供更强大、更丰富的智能化能力。
华为云 Marketing部部长董理斌发表主题演讲
今年,华为云盘古大模型5.0在全系列、多模态、强思维三个方面带来全新升级。
• 全系列:盘古大模型5.0分别推出了十亿级、百亿级、千亿级、万亿级参数规格的模型,支持应用于不同复杂度的业务场景。
• 强思维:盘古大模型5.0将思维链技术与策略搜索深度结合,极大地提升了数学能力、复杂任务规划能力以及工具调用能力。
• 多模态:除了业界支持的文本、图片、视频外,盘古大模型5.0还支持雷达、红外、遥感等更多模态,让AI更精准地理解物理世界。
盘古大模型5.0的重大升级之一是多模态生成能力的显著增强。在自动驾驶领域,盘古大模型5.0通过创新的可控时空生成技术,结合场景视频生成、4D BEV视频生成、自动驾驶仿真库及路网信息,能更好地理解物理规律,大规模生成和实际场景相一致的驾驶视频数据,还可以灵活增加控制条件,生成不同路况、不同光照、不同天气的训练视频数据,加速自动驾驶技术的快速成熟。
盘古5.0重塑自动驾驶
在持续创新技术的同时,华为云深耕行业,“两手沾泥”,组织超过500名华为专家赴一线、跑工地、进车间,和行业专家一起,将盘古大模型落地到了中国30多个行业、400多个应用场景。
在钢铁领域,盘古大模型能够对热轧生产线的最优参数进行预测。在切换钢板生产规格时,操作工人往往需要对模型参数进行调整优化,这个过程通常需要耗费至少一周时间。盘古大模型仅需约4小时,显著减少调优时间。此外,在上海宝武钢铁热轧生产线中,基于盘古大模型,精轧宽展预测精度较传统模型提高5%以上,钢板成材率提升0.5%,预计每年可以多产钢板2万余吨,年收益达9000余万元。未来,盘古大模型还将应用于高炉场景,对炉温、铁水温度、硅含量等炉况进行仿真,从而辅助高炉精准控制,充分利用每一分能源,降低能源成本。
在铁路领域,高铁巡检机器人搭载盘古大模型后,可精准识别动车零部件的变形、异物、松动、丢失等3.2万个故障检测项点,覆盖8大类、350多种复杂故障,不仅提升高铁运营效率、降低巡检成本,而且减少凌晨时段人工巡检的艰辛作业。
在媒体内容生产和应用领域,盘古大模型能够将实拍视频快速转换成特定风格的动漫,并保持角色样貌特征前后一致,舞蹈、武打等大运动轨迹也能确保合理一致的视觉效果,制作周期从月级缩短到天级,大大提升制作效率,作品一次拍摄多元化制作,实现价值最大化。
盘古大模型还在政务、金融、制造、医药研发、煤矿、工业设计、建筑设计、气象等领域发挥着巨大价值。董理斌表示,大模型创新需围绕企业生产场景、核心场景展开,帮助企业实现产品的创新,生产效率的提升,工作环境的持续改善,让每一个企业、每一位企业员工拥有AI助手。
为支持伙伴与客户持续获得有效的AI算力,华为云依托三大核心枢纽中心,构建满足全国AI算力的昇腾AI云服务,不仅全面适配行业主流的100多个大模型,而且将大模型的资源开通时间从月级缩短到天级,并可实现千亿参数模型云上训练40天无中断。
未来华为云将继续携手客户和伙伴,在大模型创新和解难题、做难事的道路上攻坚克难,为行业智能化升级、企业跨越式增长提供坚实的AI力量,加速行业智能化。
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。