明敏 发自 HDC2024
量子位 | 公众号 QbitAI
华为自研盘古大模型，跳级迭代！
HDC 2024上，没有4.0，直接发布5.0。
最新系列覆盖十亿、百亿、千亿、万亿四种规模，分别针对当下大模型领域的不同应用需求。
同时还强调了多模态和强思维两方面属性。
具体能力有多强？
华为直接现场演示搭载了盘古大模型的人形机器人。
它能从多个物体中找到可以喝的那一个，递给口渴的人类。
据介绍，盘古大模型能让机器人完成10步以上的复杂任务规划。
而且盘古大模型还能生成机器人需要的训练视频，让它更快学习各种复杂场景。
同样的思路还被用在了自动驾驶领域。
盘古大模型能够理解并遵循物理规律，生成视觉上逼真、车辆行为、环境互动真实的训练视频。
比如让它生成在傍晚下雨行车场景，它在学习过程中自动理解到了“开车灯”这个行为，并在生成视频中模拟出了这个细节。
鸿蒙系统也用上了最新盘古。华为智慧助手小艺的多模态能力，就得益于盘古。
除了能力展示外，在现场，华为还直接揭秘盘古背后技术细节。从数据到训练方法，都做了更进一步说明。
当然还有原生鸿蒙的一系列最新进展，从架构到生态，这次都可谓是“有史最大升级”。
普通用户（P70、Mate60等）最早今年8月就能体验到Beta版了。
盘古5.0三大升级
盘古5.0主要包含4种参数规格：
- 十亿级的Pangu E系列：支撑手机、PC等端侧的智能应用；
- 百亿级的Pangu P系列：适用于低时延、低成本的推理场景；
- 千亿级的Pangu U系列：适用于处理复杂任务，可以成为企业通用大模型的底座；
- 万亿级的Pangu S系列：处理跨领域多任务的超级大模型。
强调的两大能力为：
- 多模态
- 强思维
多模态方面，盘古大模型5.0能够更好更精准地理解物理世界，包括文本、图片、视频、雷达、红外、遥感等更多模态。
比如，它能从清明上河图中精准找到“赵太丞家有几口人”。在原画中，这部分的占比不到1/200.
在生成方面，盘古5.0，可以生成符合物理世界规律的多模态内容，让创新随心所欲。
得益于可控时空生成技术（STCG），模型有了对物理规律的理解能力。
在自动驾驶方面，盘古大模型可以生成六摄像头视角视频，而且对细节的把控很好，让自动驾驶系统可以直接获取到全方位、高仿真度的训练素材。
例如，车辆在不同摄像头视角间的平滑过渡，以及在不同天气和光照条件下行驶的自然表现，都显示了模型对空间和时间维度精准把握的能力。
强思维方面，复杂逻辑推理是大模型成为行业助手的关键。盘古大模型5.0将思维链技术 与策略搜索技术深度结合，极大提升了数学能力、复杂任务规划能力。
比如在具身智能领域，盘古大模型和乐聚人形机器人合作，让夸父机器人可以识别物品、问答互动、击掌、递水。
通过模仿学习策略，华为云与乐聚公司显著提升了人形机器人的双臂操作能力，实现了软硬件层面的协同优化，不仅增强了机器人综合性能，还克服了小样本数据训练的局限性，推动了泛化操作能力的边界。
多模态和强思维结合，让盘古大模型在行业中的应用更加广泛。
比如在工业设计领域，盘古大模型能够被用于汽车造型设计、工装设计、模具设计；在建筑设计领域，基于盘古大模型的可控生成能力，只需输入设计的黑白草图，即可生成彩色并带有纹理的建筑群360°实景视频；基于盘古3D重建能力，还可以构建出高真实感的建筑3D模型，将复杂建筑群的概念设计周期从数周缩短到数十分钟。
除了实际应用，华为对盘古背后的技术也进行了更深入揭秘。
包括数据科学、新型架构π以及如何训练万亿稠密大模型，都做了更进一步说明。
鸿蒙冲刺、仓颉亮相
除了一系列大模型成果亮相，这届HDC上的另一件大事，就是HarmonyOS NEXT了。
这被称为是“有史以来最大一次升级”。
HarmonyOS NEXT现在已正式开启面向开发者和先锋用户的beta升级。
在公布的计划中，今年8月P70、Mate60等机型也将能开始beta升级。
余承东也在现场宣布，鸿蒙原生应用已进入全面冲刺阶段， 5000多个常用应用已全部启动开发，其中超过1500家已完成上架。
据介绍，HarmonyOS NEXT采用端云垂直整合的全新系统架构，从操作系统内核、文件系统，到编程语言、编译器/运行时、编程框架，再到设计系统、集成开发环境，以及AI框架和大模型等，全面焕新。
鸿蒙内核完整替代传统内核，性能提升10%；华为研发EROFS文件系统，随机读性能对比EXT4提升3倍，为用户节省2GB以上存储空间；ArkData全新分布式智能数据底座，把华为高斯数据库带到了端侧，拥有多模态、更智能、高性能等特性。
在系统架构上，华为也进行了软硬芯云的深度整合，HarmonyOS NEXT的整机性能相比HarmonyOS 4提升30%。
值得一提的是，华为自研仓颉编程语言正式亮相，意味着鸿蒙生态补齐了“最后一环”。
2020年，华为被曝出正在自研编程语言仓颉，华为还在当年8月申请注册了“仓颉语言”商标。
在官方介绍中，仓颉编程语言面向全场景应用开发。它是一门多范式编程语言，支持函数式、命令式和面向对象等多种范式，包括值类型、类和接口、泛型、代数数据类型、模式匹配、以及高阶函数等特性。
目前，HarmonyOS NEXT仓颉语言开发者预览版Beta招募也已开启。
发布中，余承东表示原生鸿蒙正在全力冲刺，加入鸿蒙正当时。
鸿蒙实现了操作系统技术的全面突破，实现中国自主可控！
我们用10年做完了欧美30年才完成的事。
这番激动人心的发言也再次把老余送上热搜。
尽管有人发现，“小而美”似乎还没有被展示在鸿蒙生态里……但可以确定的是，今年鸿蒙系统一定还有惊喜可看。