华为云盘古大模型5.0升级多模态能力，解决行业难题

6月21日，华为开发者大会2024（HDC 2024）正式揭幕，华为常务董事、华为云CEO张平安重磅发布盘古大模型5.0，在全系列、多模态、强思维三个方面全新升级。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。

盘古大模型5.0创新的多模态生成能力，可以为自动驾驶领域提供更高质量的数据支持。

华为常务董事、华为云CEO张平安表示，盘古5.0通过创新的可控时空生成，大规模的生成和实际场景相一致的驾驶视频数据，有机会重塑自动驾驶的开发。

华为云盘古大模型5.0可控时空生成技术（STCG），赋予了模型理解并遵循物理规律的能力，这意味着，生成的视频不仅在视觉上逼真，更重要的是在车辆行为、环境互动等方面与现实情况保持高度同步。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。

通过盘古大模型生成的六摄像头视角视频，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。这些视频涵盖了从无车街道到复杂多车交互的不同场景，甚至包括不同气候条件下的行车情况，极大地丰富了训练数据集的多样性。尤为值得注意的是，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。

张平安表示，未来，盘古的多模态生成还会支持更多的场景，更好的为自动驾驶服务。

全系列：盘古大模型5.0包含不同参数规格的模型，以适配不同的业务场景。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、低成本的推理场景；千亿级参数的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；万亿级参数的Pangu S系列超级大模型是处理跨领域多任务的超级大模型够能帮助企业更好的在全场景应用AI技术。

多模态：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。

强思维：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。

张平安强调，一直以来，华为云盘古大模型都坚定的聚焦行业，在解难题、做难事的道路上不断攻坚克难，砥砺前行，重塑千行万业。华为云将与所有的客户、伙伴和开发者一起，创新不止，攀登不止，让云无处不在，让智能无所不及，加速千行万业的智能升级。

在过去的一年中，盘古大模型持续深耕行业，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。

（图片由华为提供）