算力、模型、操作系统，华为一口气发布了 AI 基础设施超级全家桶。
作者 | 宛辰 编辑 | 郑玄
华为继续深化在智能时代的战略和基础设施布局。
两个月前，华为云官宣将在今年的开发者大会上发布盘古大模型 5.0，并将和 HarmonyOS NEXT 鸿蒙星河版首次联袂亮相。这波预热引发了两者深度整合的猜测，尤其是随着 5 月 14 日 OpenAI 发布的 GPT-4o 和 6 月 11 日苹果带来的 Apple Intelligence，多模态融合大模型与端侧的结合被寄予厚望。
6 月 21 日下午，2024 年华为开发者大会（HDC）正式开幕，答案得以揭晓。
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。没有附榜单评测、模型架构等介绍，从华为云的角度，盘古大模型 5.0 将继续坚持「AI for Industries」的 ToB 路线，在诸如高铁巡检、工业设计、媒体生产等产业场景里发挥作用。
另一边，华为全场景智能操作系统 HarmonyOS NEXT 面向开发者启动 Beta，这个智能时代的全新操作系统有着巨大的想象空间，「不是把安卓、iOS 的代码重写一遍，而是（用包括 AI 在内的能力）重新设计终端用户体验」。
拥有算力、模型、操作系统全栈基础设施布局，和开发者一起加速应用落地，这是华为在智能时代的生态思考。
智能时代，
「纯血鸿蒙」来了
下一个十年的操作系统，会是什么样子？
开幕式主题演讲上，华为常务董事、终端 BG 董事长、智能汽车解决方案 BU 董事长余承东认为，在 AI 时代，终端操作系统将实现智能化、空间化和一体化的再进化。其中，智能化突破人机协作的边界，空间化突破数字世界和物理世界的边界，一体化突破设备与设备之间的边界。
在这个趋势下，华为宣布正式推出 HarmonyOS NEXT 开发者 beta 版，他表示，「这是基于 OpenHarmony 打造的全场景智能操作系统，是源自中国、自主可控的操作系统」。
华为终端 BG 首席执行官何刚称，HarmonyOS NEXT 采用端云垂直整合的全新系统架构，是鸿蒙操作系统有史以来最大的一次升级，其将带来 全场景、鸿蒙原生智能（Harmony Intelligence）、原生安全 等创新体验。
就 「全场景」 的特点而言，HarmonyOS NEXT 延续了 HarmonyOS 跨端的基因，手机、平板和智能屏等都能共享一个系统，开发者仅需开发维护一个鸿蒙原生应用版本，即可在不同设备上带给消费者便捷一致的体验。
面对不同终端的屏幕尺寸，淘宝 App 仅需开发维护一个版本，就能在不同的设备上给消费者带来一致的购物体验，并充分发挥不同设备的差异化优势。｜截图来源：华为视频号
其中，在满足跨端体验上，分布式软总线全面升级，在更低功耗的情况下，连接速度提升 3 倍，最多可同时连接 4 个设备。多设备间的连接交互也得到优化，靠近即可自动感知，有默契，交互变得更简单自然。
不同硬件相互靠近，就可以跨设备实现内容接续。比如在平板电脑的 WPS 上做 PPT 时，从手机端小红书里长按、抠图出一只小狗后，可以通过跨设备复制直接粘贴到平板上继续做 PPT，像在一台设备中操作一样自然。｜截图来源：华为视频号
HarmonyOS NEXT 的第二大亮点是 Harmony Intelligence 鸿蒙原生智能 ，这是 HarmonyOS NEXT 首次将大模型 AI 能力融入系统，围绕图像智能、通话智能、文档智能、跨应用协同等，华为全面构筑了开放给应用的 AI 能力，和开发者共同打造生态级的鸿蒙原生智能。
华为终端自带语音助手「小艺」可以通过手机的摄像头结合视觉大模型的识别、理解、推理能力，并且连接海量的知识来帮「你」看世界。比如可以帮助视障人群找到冰箱中的食物，并且判断食物的新鲜度。｜截图来源：华为视频号
鸿蒙原生智能（Harmony Intelligence）功能一览｜图片来源：华为终端
今年，智慧助手「小艺」也正式升级为「小艺智能体」，可以执行更复杂的操作，并在端云大模型协同和意图框架的加持下获得更好的场景感知、意图识别和用户理解能力，能够帮助用户更好地获取所需个性化服务。
在交互设计上，你甚至无需唤醒「小艺」，只要把内容拖拽到导航条上，「小艺」就可以自行的分析并给出行动建议。比如当你接收到一段会议通知，只需要把整段话拖拽到导航条「投喂」给小艺，小艺就能自动识别会议信息，并快速帮你创建好一个日程。
小艺交互界如图，当一本书的封面「投喂」给小艺，它便可以快速给你找到内容介绍，甚至还可以帮你打开喜马拉雅听这本书。｜图片来源：华为视频号
AI 大模型时代的 隐私保护与数据安全 同样是华为关注的重点。华为终端 BG 软件部总裁龚体举例说明了 HarmonyOS NEXT 重构安全体系与秩序。
以隐私数据获取规则为例，开发者在一些操作系统上，原本只想获取一张照片，但是不得不申请整个图库的权限；想获取一个人的电话，但是不得不申请整个通讯录的权限。在这一点上，HarmonyOS NEXT 重新定义应用获取隐私数据的规则，经过全面的梳理，取消通话记录、短信、电话、读取已安装应用列表等 9 类不合理的权限，降低用户的管理成本，也从根源上降低隐私泄漏的风险。
全新的安全访问机制，通过改变应用获取隐私数据的机制，实现从「管权限」到「管数据」，彻底革新用户管理权限的方式，把隐私控制权真正交还给用户。例如，因为有了安全访问相机的机制，在扫码拍照的操作中，应用只能获得本次扫码的结果，用户无需给出使用相机拍照的权限。
数据高安方面，HarmonyOS NEXT 也实现了从个人单设备安全、多设备安全到多人多设备协同安全的技术革新，推出系统级文件加密，文件在手机或平板上被分享出去后，只有授权用户才能打开。
架构上，HarmonyOS NEXT 从源头构建秩序，严格的流程和机制保障了用户安装和运行的应用天生安全，未经安全检测的应用和代码无法上架和安装，确保运行在 HarmonyOS NEXT 中都是原生纯净，可信赖、可溯源的可靠应用，用户不必担心病毒和恶意应用的骚扰。
通过 HarmonyOS NEXT 原生智能操作系统，华为致力于创建一个原生智能的操作系统，统一 AI 能力，使系统层和大模型真正打通。预计在今年第四季度，随着 Mate7 系列的上市，HarmonyOS NEXT 真正走上大规模商用，新机型也将会搭载鸿蒙原生的应用生态。
开场演讲中，余承东也带来了鸿蒙生态的最新进展。HarmonyOS 操作系统从 2019 年 8 月 9 日正式发布，历时 1778 天，历经 4 代，鸿蒙生态设备数量已超过 9 亿。
去年 HDC 后，华为启动了鸿蒙原生应用开发，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。比如美团重新设计了骑车体验，骑行一步扫码解锁，锁屏状态直接还车，熟悉的功能也能焕然一新；钉钉与 HarmonyOS NEXT 深度融合，用户从系统日历中一键就可以入会，不方便操作手机时会，小艺语音助力直达会议。
超大规模的软件 WPS，4000 万多行代码，实现全面的移植适配，为其他大型软件的适配上提供了实践经验。作为移动互联网重要的中间件平台，蚂蚁数科 mPaaS 的鸿蒙化将惠及中国数以万计的应用。
华为也将对未来的思考和预测整理成了《鸿蒙 2030 白皮书》，并宣布下一代编程语言仓颉和下一代 AI 辅助编码 IDE 等工具开启预览。
盘古 5.0，能够理解
物理世界的多模态模型
华为盘古大模型自 2021 年面世以来，就不单指一个模型，而是一组模型。去年华为开发者大会上，「盘古大模型家族」最新阵容包含 L0 基础模型（包含五个模型：语言、视觉、多模态、预测、科学计算）、L1 行业模型和 L2 细分场景模型。
今年，「盘古大模型家族」的阵容更加多元，能力也更加强大。
华为常务董事、华为云 CEO 张平安宣布，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。盘古 5.0 推出适配不同业务场景多种规格模型，并与物理世界结合，加速大模型行业落地。
今年，在大模型走向行业纵深落地的过程中，「效价比」成为考量实际场景中挑选模型的核心指标，多大尺寸、多强的推理能力依据场景而有所不同，大模型厂商也都纷纷推出不同尺寸、特性的模型。
盘古大模型 5.0 也是如此，「全系列」模型包含了不同参数规格。其中，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。
在能力上，多模态和强思维成为盘古大模型 5.0 的首要目标，这也是大模型通向 AGI 水平时，需要进一步提升的两个核心能力。
就多模态路线选择而言，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。在图片和视频识别方面，可支持 10K 超高分辨率；在内容生成方面，采用业界首创的 STCG（Spatio Temporal Controllable Generation，可控时空生成）技术，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。
例如，在多模态识别方面，盘古大模型 5.0 能够识别卫星遥感图像，准确分析出区域农作物的生长情况，用于产量预估、病虫害监测等。还能识别红外影像，当夜间通过可见光无法看清的时候，盘古 5.0 能够通过红外影像精准的识别车辆的位置，进行交通违停的管理；此外，盘古 5.0 能够通过可见光和雷达的影像综合判断该地区的植被覆盖情况，帮助生态部门进行自然保护地的监测。
在内容生成方面，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。
值得注意的是，模型在生成雨天视频时，还能细腻地模拟出车辆尾灯因光线昏暗而开启的细节，体现了其对真实世界复杂规律的深刻理解和学习能力。｜图片来源：华为
复杂逻辑推理则是大模型走向下一步，尤其是能够完成多轮、复杂任务的智能体场景里的关键因素。
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。例如，在一道立体几何题中，需要证明图中的直线 PQ 与三棱柱的侧面平行。盘古大模型 5.0 可以将输入的 2D 图片在 3D 空间中进行推理，首先给出了正确的解题思路，并通过思维链多步生成和策略搜索，一步一步完成题目的证明。
除了盘古大模型 5.0 的全新升级，张平安还分享了盘古大模型在工业设计、建筑设计、具身智能、媒体生产和应用、高铁、钢铁、气象等领域的丰富创新应用和落地实践，持续深入行业解难题。
在工业设计领域，以新车造型设计为例，周期一般需要 1-2 年，盘古大模型可以让汽车的造型设计时间大幅缩短。造型设计师可以将自己的灵感，通过对话、画图与大模型交互，生成 3D 汽车数字模型，并可进行风格化调整、零部件编辑、颜色更换等。盘古大模型生成的数字模型还可直接输出成 3D 文件，支持 10 几种主流格式，设计师可以直接 3D 打印成样品，减少制作油泥模型的轮次，极大地节省成本和时间。
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，助力建筑师创造出更加出色的建筑作品。
集成了盘古 5.0 的夸父机器人可以识别出面前的苹果、正方体盒子、和水，也可以根据指令完整动作，比如把水递给人类，或者跟人类击掌。
在具身智能领域，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。
华为云盘古媒体大模型以原人物音色、情感、语气，用 AI 将《无尽攀登》翻译为多种外文并匹配口型，将中国文化、中国精神远传世界各地
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；能自动将视频译制成不同语言，并保留原始角色的音色、情感、语气；将译制配音、动漫生成等场景的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；还能通过 AI 翻译和拟人化语音合成能力，实现 AI 同声传译，让云会议、视频通话等可以实现母语交流体验。
在铁路领域，全国每天需要检测的动车大概有 3.2 万节车厢，过去需要大量的巡检工人在凌晨时段去完成，耗时耗力。如今结合盘古大模型和巡检机器人，可精准识别一列动车的 3.2 万个项点，覆盖 8 大类、350 多种复杂故障，帮助高铁提升运营效率，降低成本，减少人工在凌晨时段去巡检的艰辛作业。
盘古大模型上线宝武钢铁集团 1880 热轧生产线
在钢铁领域，以上海宝武钢铁热轧生产线为例，每次调整生产钢板的种类和尺寸，都需要工程师重新调整 7 道精轧机组的 300 多个参数，需要耗费约 5 天的时间。盘古大模型能够对最优参数进行预测，显著降低热轧生产线调优时间，并提高预测精度和钢板成材率。目前盘古大模型目前已在宝钢 1880 热轧生产线上线，预测精度提高 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。此外，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。
华为云，AI Native 的云
除了盘古大模型的创新升级， 华为云还通过 的全栈系统性创新，以及 AI 重塑云服务，这两个方面打造 AI Native 的云。
华为云 CTO 张宇昕表示，通过全栈系统性创新，能够让大模型的数据准备、训练、推理、应用实现全流程的高效率和高性能。华为云的全栈系统性创新覆盖了数据中心、云平台架构和基础设施服务，为 AI 开发提供 AI Native 的基础设施。
当前云平台在大模型的训练和使用中通常存在「算力墙」「内存墙」「能效墙」等问题。为此，华为云打造了下一代的云基础设施 CloudMatrix，改变传统数据中心的架构和算力供给模式，将传统的以 CPU 为中心的主从架构，演进为多元算力对等全互联架构；并通过高速互联网络协议，将 CPU、NPU、GPU 等算力资源全部互联和池化，从而把 AI 算力从单体算力演进到矩阵算力，开启智能算力新纪元。
同时，针对云平台在大模型的训练和使用中存在的「内存墙」问题，华为云正式发布 EMS 弹性内存存储服务，基于 Memory Pooling 专利技术，通过显存扩展、算力卸载、以存代算等三大手段来打破内存墙，释放极致算力。
基于新一代云基础设施和 EMS 弹性内存存储服务、昇腾 AI 云服务等创新，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 CloudOcean；同时也在华北、华东、华南等热点区域部署了 AI 算力资源池 CloudSea；还通过华为云 CloudLake 和 CloudPond 边缘云平台，将 AI 算力推到客户身边，提供最低时延的 AI 训推服务。由此，华为云打造了云、网、边、端协同的 AI Native 的算力平台，提供给开发者、客户和伙伴使用。
同时，华为云对 AI 开发生产线 ModelArts 进行升级，在 AI 开发基础设施和流水线之上，构建了 大模型即服务平台 ModelArts Studio ，提供百模千态的第三方大模型托管服务，支持对大模型定制开发，并提供相应的工具和行业集成套件，让客户可以方便的将大模型与业务系统结合。
ModelArts Studio 大模型即服务平台具备三大特点：
一、支持零代码、免配置模型开发：华为云沉淀盘古大模型的开发经验，以及 100 多个第三方大模型基于昇腾平台适配和调优的经验，为企业模型调优自动推荐最优配置参数。
二、支持多模型智能路由：ModelArts Studio 能够根据任务类型、模型效果自动选择合适的模型，例如将复杂推理类任务路由给盘古处理，而将简单的文案生成类请求路由给开源模型来处理。从而提升企业的模型管理和维护效率，降低模型调用成本 25% 以上。
三、提供多个智能 Agent：ModelArts Studio 沉淀了 50 多个智能 Agent，可以准确理解业务意图，分解复杂任务，帮助企业快速智能构建和部署大模型应用。
除了系统性创新，华为云还将盘古大模型和华为在产品研发、数据治理、安全防护、业务运维等各个领域积累的数据和经验相结合，「跳了自己的降落伞」，应用在了华为云 CodeArts、DataArts、MetaStudio 和 GaussDB、云安全等系列云服务的智能化上。将华为云的服务重塑和升级，从而更智能、更高效。
在软件开发方面，华为云通过结合 AI Agent 能力，将 CodeArts 软件开发生产线从单点智能升级到项目级智能，大幅提升了问题定位率和项目级问题修复成功率，让开发者能轻松实现项目级智能。
在数据治理方面，华为云将盘古大模型和华为多年数据治理经验相结合，让不熟悉 IT 技术的业务人员、管理人员可以通过自然语言交互的方式，快速获取需要的数据，形成可视化的图表，直接高效的管数、用数。
在数字内容生产方面，华为云将盘古媒体大模型和华为有着深厚积累的音视频编解码、3D 模型物理仿真、图形渲染等引擎能力相结合，一起用于 AI 内容生成。这样生成的数字内容更符合物理世界的规律，并且可以实现任意时长的实时互动，突破了当前 AIGC 的局限。
在数据库方面，华为云将产品文档、专家知识、运维经验等数据库专业数据和大模型相结合，构建盘古数据库大模型，让 GaussDB 数据库在开发、测试、迁移、运维等全生命周期实现智能化，显著提升开发人员和 DBA 的使用效率。
在安全方面，华为云打造了面向安全领域的盘古安全大模型，能够快速、精准地给出安全治理咨询的专业意见，让企业安全更加智能。
华为云还对昇腾 AI 云服务进行了持续优化。业界万亿参数模型训练的平均无中断时长约 2.8 天，昇腾 AI 云服务可实现 40 天无中断；业界平均集群故障恢复时间约 60 分钟，昇腾 AI 云服务可以缩短到 10 分钟，同时能将大模型的资源开通时间从月级缩短到天级，加速大模型的开发。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，打造百模千态的「黑土地」。
从操作系统、到大模型和云计算，华为正在通过整合智能时代不同的技术生态来支持开发者，进一步推动智能化应用的落地。
*头图来源：华为
极客一问
在你眼中，
下一个十年的操作系统，
会是什么样子
在 Founder Park 2024 AGI 大会上，百川智能CEO王小川说：创业公司要谨慎做应用，今天的应用只是模型能力的呈现。
点赞关注 极客公园视频号
