华为云发布盘古大模型 5.5：自然语言处理等五大基础模型全面升级
发布时间：
2025-06-23 10:00:39
【导(dǎo)语(yǔ)】6月(yuè)20日(rì)，华(huá)为(wèi)开(kāi)发(fā)者(zhě)大(dà)会(huì)HDC 2025上(shàng)，华(huá)为(wèi)云(yún)计(jì)算(suàn)CEO张(zhāng)平(píng)安(ān)震(zhèn)撼(hàn)发(fā)布(bù)盘(pán)古(gǔ)大(dà)模(mó)型(xíng)5.5。此(cǐ)次(cì)升(shēng)级(jí)涵(hán)盖(gài)自然语言处理、计算机视觉、多模态、预测、科学计算五大基础模型，全面展现华为在AI领域的深厚积累和创新能力。盘古大模型5.5不仅在技术上实现重大突破，更在实际应用中展现出提升工作效率、优化用户体验的显著效果，为各行各业带来智能化转型的新机遇。
6 月 20 日消息，在华为开发者大会 HDC 2025 主题演讲中，华为常务董事、华为云计算 CEO 张平安正式发布盘古大模型 5.5，自然语言处理（NLP）、计算机视觉（CV）、多模态、预测、科学计算五大基础模型全面升级。
整理主要内容如下：
盘古自然语言处理 NLP 大模型：
全新的 718B 深度思考模型是一个由 256 个专家组成的 MoE 大模型，在知识推理、工具调用、数学等领域大幅增强，实现能力领先。盘古大模型是基于昇腾云的全栈软硬件训练而成的，这标志着基于昇腾架构可以打造出世界一流大模型。
盘古大模型 5.5 在高效长序列、低幻觉、快慢思考融合、Agent 等特性上进行升级，提升用户体验。例如，盘古提出了自适应快慢思考合一的技术，通过构建难度感知的快慢思考数据和两阶段渐进训练，实现模型根据问题难易程度自适应地切换快慢思考，简单问题敏捷回复，复杂问题深度思考，整体模型推理效率提升 8 倍。盘古深度研究 DeepDiver 通过长链难题合成、渐进式奖励等关键技术，可以在网页搜索、常识性问答等应用上获得很高的执行效率，如可以在 5 分钟内完成超过 10 跳的复杂问答、生成万字以上的专业调研报告等，大幅提升工作效率。
盘古预测大模型：
采用业界首创的 triplet transformer 统一预训练架构，将不同行业的数据，包括工艺参数的表格数据，设备运行日志的时间序列数据，产品检测的图片数据进行统一的三元组编码，并在同一框架内高效处理和预训练，极大地提升预测大模型的精度，并大幅提升跨行业、跨场景的泛化性。
盘古科学计算大模型：
华为云持续拓(tà)展(zhǎn)盘(pán)古(gǔ)科(kē)学(xué)计(jì)算(suàn)大(dà)模(mó)型(xíng)与(yǔ)更(gèng)多(duō)科(kē)学(xué)应(yīng)用(yòng)领(lǐng)域的(de)结(jié)合(hé)。深(shēn)圳(zhèn)气(qì)象(xiàng)局(jú)基(jī)于(yú)盘(pán)古(gǔ)，进(jìn)一(yī)步(bù)升(shēng)级(jí)了(le)“智(zhì)霁(jì)”大(dà)模(mó)型(xíng)，首(shǒu)次(cì)实(shí)现(xiàn) AI 集合(hé)预(yù)报(bào)，能(néng)更(gèng)直观地反映天气系统的演变可能性，减少单一预报模型的误差。重庆市气象局针对成渝地区降水局地性强，且降水强度大的特点，基于盘古打造了“天资・12h”气象大模型，提升灾害天气的日内预报预警能力。深圳能源采用盘古进行中短期风光水发电量(liàng)预(yù)测(cè)，减(jiǎn)少(shǎo)发(fā)电(diàn)侧(cè)弃(qì)电(diàn)，提(tí)升(shēng)能(néng)源(yuán)开发效率。
盘古计算机视觉 CV 大模型：
华为云发布全新 MoE 架构的 300 亿参数视觉大模型，这是目前业界最大的视觉模型，并全面支持图像、红外、激光点云、光谱、雷达等多维度、泛视觉的感知、分析与决策。另外，盘古 CV 大模型通过跨维度生成模型，构建油气、交通、煤矿等工业场景稀缺的泛视觉故障样本库，极大地提升了业务场景的可识别种类与精度。
盘古多模态大模型：
全新发布基于盘古多模态大模型的世界模型，可以为智能驾驶、具身智能机器人的训练，构建所需要的数字物理空间，实现持续优化迭代。例如，在智能驾驶领域，输入首帧的行车场景、行车控制信息和路网数据，盘古世界模型就可以生成每路摄像头的行车视频和激光雷达的点云，能够为智能驾驶生成大量的训练数据，而无需依赖高成本的路采。
相关新闻
数据瓶颈的误判与系统效能的底层逻辑很多人以为，自动化装配系统的效能提升必然依赖海量数据输入，当系统抛出“没有更多数据了”的错误提示时，便判定其已触及性能天花板。其实不然——这一错误本质是数据流管理失效的表征，而非系统能力的物理极限。在工业4.0架构中，数据并非越多越好，其有效性取决于三个关键维度：数据粒度、时序同步性与决策链闭环性。案例：慕尼黑工业博览会上的“数据饥饿”陷阱2023年慕尼黑工业博览
数据孤岛效应下的系统熵增危机很多人以为自动化装配系统的数据阈值仅受硬件存储容量限制，其实不然。在德国斯图加特某汽车零部件制造商的案例中，其2023年投产的智能产线因传感器数据流超载，导致PLC控制单元在47分钟内产生23次非计划停机。该产线配置了128组力觉传感器与32组视觉检测模块，原始数据生成速率达每秒1.2TB，远超工业以太网协议规定的100Mbps有效带宽。底层逻辑是：现代装配系统普遍采用
数据阈值：自动化装配的隐形边界很多人以为，自动化装配的精度仅由机械臂的重复定位精度决定，其实不然。在工业4.0的语境下，数据阈值才是决定系统稳定性的关键变量。当传感器采集的原始数据超过预设阈值时，系统会触发容错机制，这种机制的本质是数学模型与物理现实的动态博弈。以某德系汽车零部件供应商的案例为例：其位于巴伐利亚州的工厂曾因传感器数据波动导致装配线停机率上升12%。问题根源并非机械故障，而是阈值设定
数据瓶颈的底层逻辑：并非“量”的终结，而是“质”的觉醒很多人以为，自动化装配的数据瓶颈源于数据采集的物理限制或存储容量的技术天花板，其实不然。当系统抛出“没有更多数据了”的报错时，真正的矛盾往往隐藏在数据维度单一性、标注效率低下或算法泛化能力不足的底层逻辑中。以汽车底盘焊接产线为例，某头部车企曾因依赖单一传感器数据源，导致装配误差率在0.3mm阈值处频繁波动——看似数据量充足，实则缺乏多模态数据融
当自动化装配系统遭遇数据瓶颈：解码“没有更多数据了”背后的技术真相
数据断流：自动化装配的“隐形刹车”很多人以为，自动化装配系统的效率瓶颈仅存在于机械臂的重复定位精度或PLC的响应速度，其实不然。当系统抛出"{"error":"没有更多数据了"}"的报错时，暴露的往往是数据流架构的深层缺陷——这并非简单的存储容量问题，而是工业物联网（IIoT）与数字孪生（Digital Twin）协同失效的典型症状。底层逻辑：数据供应链的断
深圳市物联网产业协会成功举办《24小时自助图书馆通用规范》团体标准评审会
【导语】2019 年深圳市物联网产业协会发布的《24 小时自助图书馆通用规范》部分指标落后且引用文件有更新，不利行业发展。为此协(xié)会(huì)于(yú) 2024 年(nián) 11 月(yuè)启(qǐ)动(dòng)修(xiū)订(dìng)立(lì)项(xiàng)，2025 年(nián) 10 月(yuè) 30 日(rì)召(zhào)开(kāi)评(píng)审(shěn)
全球智能视觉处理芯片龙头冲刺港交所：光环之下，何以冲破增长枷锁？
【导语】近日，智能视觉处理芯片龙头富瀚微递交港交所招股书，吹响“A+H”双上市号角。其虽在全球市场占据领先地位，但2022 - 2025年上半年营收、净利、毛利率均逐年下滑。不过，富瀚微注重研发创新，积极拓展AI新业务版图。此次赴港上市，能否助力其突破瓶颈、续写传奇，值得期待(dài)。 近(jìn)日(rì)，智(zhì)能视觉处理芯片龙头富瀚微正式向港交所递交了招股书，吹响“
国家发改委等五部门：探索推动具身智能机器人进社区、进家庭，到 2027 年底建成 50 个以上全域数字化转型城市
【导语】10月31日，国家发展改革委等五部门发布《深化智慧城市发展推进全域数字化转型行动计划》，提出到2027年底建成50个以上全域数(shù)字(zì)化(huà)转(zhuǎn)型(xíng)城(chéng)市(shì)，2035年(nián)涌(yǒng)现(xiàn)一(yī)批(pī)具(jù)有(yǒu)国(guó)际(jì)竞(jìng)争(zhēng)力(lì)的(de)现(xià
2025深圳安博会：大公博创揽三奖 低空安防技术引国内外媒体聚焦
【导语】2025年10月28日至31日，第二十届中国国际社会公共安全博览会在深圳启幕。成都大公博创信息技术有限(xiàn)公(gōng)司(sī)携(xié)全系(xì)列(liè)低(dī)空(kōng)安(ān)防(fáng)设(shè)备(bèi)参(cān)展(zhǎn)，凭(píng)借(jiè)三(sān)项(xiàng)权(quán)威(wēi)大(dà)奖(jiǎng)、全栈(zh
【导语】中国电信率先公开展示业内首个“北斗语音消息”服务，首创 AI 算法实现语音极速传输；与此同时，华为也在第四届北斗峰会上发布相关功能，其手(shǒu)表(biǎo)成(chéng)首(shǒu)款(kuǎn)支(zhī)持(chí)终(zhōng)端(duān)，北(běi)斗(dòu)应(yīng)用(yòng)再(zài)掀(xiān)新(xīn)篇(piān)。 据(jù