自去年以来，国内涌现出众多的通用大模型和垂类大模型，据不完全统计，目前国内公布的大模型数量已超过300个，大模型行业呈现出“百模大战”的格局。如今，大模型有了哪些新升级和新应用？今天，记者从正在东莞举行的华为开发者大会2024上了解到，华为常务董事、华为云CEO张平安发布盘古大模型5.0，在全系列、多模态、强思维三个方面全面升级。他表示，在过去的一年中，盘古大模型已在30多个行业、400多个场景中落地，在政务、金融、制造、医药研发、煤矿、钢铁、铁路、自动驾驶、工业设计、建筑设计、气象等领域发挥着巨大价值。华为云盘古大模型5.0还新增盘古钢铁大模型、盘古高铁大模型、盘古具身智能大模型、盘古工业设计大模型、盘古安全大模型及盘古媒体大模型等盘古行业大模型，以解决更多行业难题。

　　从全新发布的盘古大模型5.0中，可以发现其多模态新应用，更加精细化。

　　全新应用：人形机器人可以递水、击掌

　　随着华为云盘古大模型5.0发布，搭载盘古能力的人形机器人也同步亮相。盘古大模型能够让机器人完成10步以上的复杂任务规划，并且在任务执行中实现多场景泛化和多任务处理。同时盘古大模型还能生成机器人需要的训练视频，让机器人更快地学习各种复杂场景。

　　乐聚人形机器人夸父成功进行了识别物品、问答互动、击掌、递水等互动演示。

　　在这背后，是大模型的多模态能力以及思维能力的快速提升，使机器人能够模拟人类常识进行逻辑推理，并在现实环境中高效精准地执行任务，从而有效解决了复杂环境感知与物理空间认知的难题。而通过集成多场景泛化和多任务处理能力，盘古大模型赋予机器人前所未有的适应性和灵活性。

　　全新应用：数字人参会还能多语言精准匹配口型

　　需要参加会议时，但遇到无法开摄像头的情况如何解决?让数字人帮你参会！

　　在AI翻译方面，华为云盘古大模型对云会议系统进行了升级。通过基于大模型的语音复刻、AI文字翻译以及TTS技术，实现了语音的同声传译。这使得不同国家的人在云视频会议中可以畅快地使用母语交流。

　　在不方便开摄像头时，用户还可以通过数字人参会，并通过口型驱动实现数字人以各种语言说话都能精准匹配口型，如同本人说话一般，效果自然。

　　在这背后，是在语音生成方面的进展。盘古大模型通过AI原声译制与视频生成能力，实现了将原片译制成不同语言的视频，并保留原始角色的音色、情感和语气。更为重要的是，盘古还能同步生成新的口型，确保不同语言对应的口型一致，这也能使跨语言沟通更加自然流畅。

　　升级背后：云服务的持续优化加速了AI大模型开发

　　大模型的发展，离不开算力的支持。目前，华为云已经在贵安、乌兰察布和芜湖，构建了三大AI算力中心，以支持大家打造自己的百模千态。一年以来，华为云对昇腾AI云服务进行持续优化。目前昇腾AI云服务已全面适配行业主流的100多个大模型，以云服务的方式协助客户开发，训练，托管和应用模型。

　　据了解，随着大模型的发展演进，不同参数规格的模型形成了矩阵，适配了不同的业务场景。比如盘古大模型5.0包含十亿级参数的Pangu E系列可支撑手机、PC等端侧的智能应用；百亿级参数的Pangu P系列，适用于低时延、高效率的推理场景；千亿级参数的Pangu U系列适用于处理复杂任务；万亿级参数的Pangu S系列超级大模型能够帮助企业处理更为复杂的跨领域多任务。此外，聚焦自动驾驶、工业制造、建筑等多个行业场景，可生成更加符合物理规律的多模态内容，更符合行业需求。复杂逻辑推理是大模型成为行业助手的关键。据悉，此次盘古大模型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。

　　文、图/广州日报新花城记者：陈薇薇