近日從華為內部獨家獲悉，華為公司將發布一款直接對標ChatGPT的多模態千億級大模型產品，名為“盤古Chat”。預計華為盤古Chat將於今年7月7日舉行的華為雲開發者大會(HDC.Cloud 2023) 上對外發布以及內測，產品主要面向To B/G政企端客戶。

這意味著，在國產大模型軍備競賽中，繼阿里、百度之後，又一重要科技巨頭入局。基於華為的技術能力，盤古Chat有望成為國內技術能力最強的ChatGPT產品，同時華為生態產業鏈企業也將因此受益。

據悉，盤古大模型於2020年11月在華為雲內部立項成功。對於盤古大模型定位，華為內部團隊確立了三項最關鍵的核心設計原則：一是模型要大，可以吸收海量數據；二是網絡結構要強，能夠真正發揮出模型的性能；三是要具有優秀的泛化能力，可以真正落地到各行各業的工作場景。

2021年4月，盤古大模型正式對外發布。其中，盤古NLP大模型是首個乾億參數中文預訓練大模型，CV大模型則首次達到30億參數。2022年4月，華為盤古升級到2.0，發布層次化開發方案(LO， L1，L2） ，打造工業級盤古大模型。

根據華為雲高管的演講PPT信息，目前華為“盤古系列AI 大模型”基礎層主要包括NLP大模型、CV大模型、以及科學計算大模型等，上層則是與合作夥伴開發的華為行業大模型。

華為雲人工智能領域首席科學家田奇今年4月稱，盤古NLP大模型覆蓋的智能文檔檢索、智能ERP、小語種大模型等落地領域，2022年華為剛交付了一個阿拉伯語的千億參數大模型。在應用方面，盤古大模型可以應用於智能客服、機器翻譯、語音識別等多個領域，提供AI技術支持。

去年華為將盤古大模型在垂直產業領域落地應用。一個例子是，基於盤古AI 大模型，華為在礦山領域打造了首個“基於大模型的人工智能訓練中心”，實現Al 應用“工業化” 開發，不僅降低成本——比人工核查節省80%+、每噸成本降低8元（年產能260萬噸），而且增加效益——防衝禦壓比人工核查節省80%+，提升效率——智能客戶效率提升30%。

與其他廠商相比，華為的優勢或在於擁有完整的產業鍊和較強的算力調配能力。據浙商證券此前披露，在訓練千億參數的盤古大模型時，華為團隊調用了超過2000塊的昇騰910芯片，進行了超2個月的數據訓練能力。華為內部稱，每年大模型訓練調用GPU/TPU卡超過4000片，3年的大模型算力成本高達9.6億元人民幣。

東吳證券3月27日公佈的研報中稱，華為盤古大模型的優勢在於人才儲備和算力自主可控，有望成為國內領先的大模型，其生態產業鏈標的有望迎來加速發展，包括拓維信息、四川長虹、麒麟軟件（中國軟件）、統信軟件（誠邁科技）、麒麟信安等華為生態公司。國盛證券則認為，華為盤古為首個多模態千億級大模型，有望賦能百業。

根據華為公佈的一份論文數據顯示，華為盤古PanGu-Σ大模型參數最多為1.085萬億，基於華為自研的MindSpore框架開發。整體來看，PanGu-Σ大模型在對話方面可能已接近GPT-3.5的水平。

值得注意的是，由於盤古大模型擁有超大規模的參數，因此訓練成本較高。儘管盤古大模型在中文語言的處理方面具有很高的準確度和質量，但在語義理解方面仍存在一定的局限性，尤其是在處理複雜的語言結構和語義推理方面。同時，盤古Chat大模型也將面臨著行業激烈的競爭壓力，需要不斷優化和提高模型的性能和質量，才能以保持在市場中的領先地位。