回顾人类历史，每一次工业革命的核心驱动力都在于解决了关键技术的通用性之后，实现生产方式的巨大变化和生产力水平质的飞跃，从而深刻影响到人类社会的发展。

同样，正在到来的第四次工业革命中，若想让作为生产要素的数据、作为生产工具的智能技术真正释放出强大的数字生产力，实现生产力范式的变革，解决AI等智能技术的通用性恰如打通“任督二脉”般关键，也即如何真正降低AI落地门槛、实现AI技术随取随用。

但这并非易事，不仅涉及到AI技术、平台的创新，更与AI应用、产业实践经验息息相关，绝非一朝一夕之功所能完成，更需要产业界伙伴的长期努力。

今天，在华为全联接大会2022中国站上，华为云正式发布了《预训练大模型白皮书》，并且全新推出了矿山、气象、OCR三个大模型、天筹AI求解器智能建模工具以及数字人大脑等共9项云服务，多管齐下推动AI产业化走向落地。

正如华为云EI服务产品部部长尤鹏所言：“华为云践行‘一切皆服务’理念，将AI等先进技术、经验和应用开放在云上，全方位帮助更多企业在数字化转型中利用好云的新能力，实现从‘上好云’到‘用好云’的跨越。”

“有多少智能背后就有多少人工！”--这虽然是人工智能领域近年来流行的一句揶揄之语，却也道出了AI落地在理想与现实之间的窘迫。

如今AI走向落地的确遇到诸多明显挑战：

如何打破这种局面？业界普遍认为，预训练巨量模型的脱颖而出，正在努力改变这种局面。预训练巨量模型就像现阶段人工智能的一个集大成者，实现一个AI模型在多个场景通用、泛化和规模化复制，减少对数据标注的依赖，大幅降低AI开发与应用的使用成本，推动人工智能真正向着通用化、工业化、集约化发展。

例如，华为云的盘古大模型就是突出代表。盘古大模型由NLP（中文语言）大模型、CV（视觉）大模型、多模态大模型、科学计算大模型、Graph（图网络）大模型等多个大模型构成，其中，盘古NLP大模型是业界首个千亿参数的中文大模型。盘古大模型的问世是为了解决传统AI作坊式开发模式下不能解决的AI规模化、产业化难题。

如今，“预训练大模型”已经成为人工智能领域快速发展的热点方向。近年来，参数规模和模型性能不断创新高，颇有些唯“参数量至上”的趋势。但模型参数的多少并不是评判模型能力的最好标准，模型的长期规划、模型的鲁棒性以及行业落地实践才是决定“预训练大模型”能否成功的胜负手。

显然，华为云在“预训练大模型”的长远发展方面棋高一招。

据悉，自2021年4月正式发布以来，华为云盘古大模型已经发展出L0、L1、L2三大阶段的成熟体系持续进化。所谓L0是指NLP大模型、CV大模型等五大水平领域的基础大模型；而L1指行业大模型，比如气象、矿山、电力等行；L2指面向各行业中细分场景的模型，比如电力行业的无人机巡检等。

在本次大会上，华为云又正式发布了盘古矿山大模型、盘古气象大模型和盘古OCR大模型三个大模型。盘古OCR大模型解决了OCR领域算法普适性不强的问题，并将标注工作量降低90%；相较于以前的文字识别预训练模型，盘古OCR大模型在11项公开数据集中取得显著的精度提升，而且与原本领先的文字识别算法相比，盘古OCR大模型的精度平均提升5%以上。

华为云的盘古气象大模型也极具意义。众所周知，近年来极端天气频发，给全球经济和人们生活造成了极大破坏，利用人工智能技术来预测天气就成为大势所趋。华云盘古气象大模型支持秒级预测未来7天全球天气情况，相比传统预报算法，速度提升1000倍、精度提升20%。

例如，今年8月，华为云盘古气象大模型实现秒级预测台风“马鞍”的登陆时间与轨迹，平均准确率90%，远超业界。

华为云盘古矿山大模型则覆盖整个矿区的8大主要业务场景和1000多个细分场景，边用边学、自我进化，通过学习少量异常样本就能识别所有存在风险的异常情况，模型精度达98%，相比传统模型平均提升10个百分点，有效保障井下安全。

毫无疑问，“预训练大模型”的出现，是人工智能与大数据、大算力结合的必然结果，也是人工智能现阶段发展的必然趋势。但如何“预训练大模型”之路走的既稳又远，让大模型不断融入到行业场景乃重中之重。“华为云正在不断迭代盘古大模型的能力，也让盘古大模型一步步从实验室走向千行百业，成为AI开发的操作系统。”华为云EI服务产品部部长尤鹏如是说。

在平台层面，华为云发布了基于AI资产重用的AI落地新范式及其平台ModelArts Pilot。ModelArts Pilot具备“零代码开发”“丰富的模型资源”“自动化”和“持续进化”四项优势，支持AI应用自动生成，开发工作无需强依赖算法工程师。用户仅需要提供数据和需求描述，即可触发自动化流程，在调用API后仅需几行代码即可完成AI应用开发。

除了工具和平台外，华为云还致力于推动AI应用开发生态的成长与健壮，寄希望通过生态的力量来不断哺育开发者，降低AI开发难度和开发成本。为此，华为云推出了D-Plan生态伙伴计划，联合生态伙伴进行技术创新、项目交付、项目资产沉淀至平台并进行推广和复用，构建合作共赢的AI生态体系。

目前，华为云已经与行业ISV合作伙伴打造了9个行业场景Usecase，包括出行调度、销量预测、生产排程、货架识别、工业质检、游戏AI等。这些AI Usecase和5万多个AI资产都沉淀在华为云AI平台上，开发者可以随时利用AI资产库（算法、模型等）和方案来解决AI问题。

“事实上证明，云对于推动AI产业化极具价值。在华为云上，包括AI求解器开发环境和集成工具，只需4周时间就能完成AI应用开发，相比传统方式3-6个月时间，大幅提升了AI开发效率。” 华为云EI服务产品部部长尤鹏总结道。

不可否认，“预训练大模型”如今被视为解决各种AI挑战的重要路径，业界对于“预训练大模型”的研究和应用也呈现百花齐放的局面。但“预训练大模型”距离规模化商业应用，还有需要持续演进和发展，不仅包含技术的演进，更包含商业模式的进化。

为此，华为云在本次大会上正式发布了《预训练大模型白皮书》，将华为云在大模型领域的研究与落地经验进行总结。由华为云人工智能领域首席科学家、IEEE Fellow、国际欧亚科学院院士田奇带领的盘古大模型研发团队认为，“预训练大模型”将成为未来AI计算的“操作系统”，向下管理AI 硬件，向上支撑AI 算法，将使得AI 开发更加规范化、可复制。

《预训练大模型白皮书》从人工智能发展趋势的角度详细剖析了大模型的由来、现状和未来趋势，并结合盘古大模型的五大模型、应用案例等介绍了大模型的应用情况，对于各行各业的企业CIO、开发者们普及大模型的价值与作用大有裨益。

例如，《预训练大模型白皮书》有两个重要判断：其一、在下一个划时代的计算模型出现以前，大模型将是人工智能领域最有效的通用范式，并将产生巨大商业价值；其二、对大模型的研究，将可能启发下一个通用计算模型。

另外，《预训练大模型白皮书》并未一味神化“大模型”的作用，而是从客观角度认为“预训练大模型”存在着局限性，即数据集越大、模型越大，提升同等精度所需要的代价就越大。为此，《预训练大模型白皮书》也探索了大模型落地的新思路，即针对小样本、长尾分布场景，云训练大模型与预置工作流配合往往能达到很好效果。

数字化是一道必答题。华为云希望让技术不难选、不难用，让企业从‘上好云’到‘用好云’，尤其是从多方位推动AI产业化，真正帮助千行百业的用户释放数字生产力，从而实现跨越式发展。

花粉社群VIP加油站