多模态、GPT-4是这两天最受关注的方向之一，微软即将发布，同时百度也要发布纯文本的文心一言。两相对比，貌似中国又要落后了，其实不然，因为中国不光不落后，有可能还领先。因为，华为多模态已经默默搞了两年多了。但华为低调，一直没有拿这方面说事，或许在憋着大招！
2021年的时候，华为发布了华为云盘古大模型：

华为云发布的盘古系列超大预训练模型，包括中文语言（NLP）、视觉（CV）大模型，多模态大模型、科学计算大模型。华为云盘古大模型旨在建立一套通用、易用的人工智能开发工作流，以赋能更多的行业和开发者，实现人工智能工业化开发。

通过与行业知识结合，盘古大模型能快速实现不同场景的适配，加速AI行业应用，让AI开发由作坊式转变为工业化开发的新模式。

盘古大模型最大的价值就是打造了一种全新的“工业化开发模式”。将一套通用的流水线复用到各种不同的场景里去，减少专家的干预和人为调优的消耗，从而降低人工智能开发的门槛和成本。

是怎么做到的呢？

最关键的就是预训练模型，这个设计的目的就是为了让开发者降低使用成本。模型的预训练过程，成本是比较高的，但这个成本不需要开发者来承担。而在使用这些大模型的时候，它本身的易用性会使得使用成本进一步降低，达到一个比较合适的水平。盘古正在做这样的事，会给你更加通俗易懂的界面，能够用一些拖拉拽的方式使用盘古大模型。

目前，盘古目前的预训练模型包括了四个大的“分身”：


第一，文本大模型 （NLP）重点在于文本的理解和生成能力，可以理解文字背后的含义，从文本中抽取关键信息，例如从法律文书中快速找出案件要素，提高判决效率，也可以辅助人类写作；

第二，视觉大模型 （CV）重点在于视觉理解的能力，可以对各行业的图像进行识别和检测，例如快速找出工业产品的缺陷，提高质检效率；

第三，多模态大模型重点在于图像和文本的跨模态理解与生成能力，可以根据给定的文本生成图像，也可以根据给定的图像生成文本，可以帮助人类提高产品设计和艺术创作的效率；

第四，科学计算大模型的目标是帮助人类解决各种科学问题，如气象预测、海浪预测、分子动力学预测、微分方程求解等，用AI技术来促进基础科学的发展。

我们知道，预训练模型要实现AI模型的通用性、泛化性和可复制性，要满足几个条件：一是底层具备足够强的算力基础；二是算法自身的强度能够达到世界一流；三是模型兼具稳定和效率，满足工业级的企业应用；四是将人力调优转换为AI自动化调优。

其次，在算法层面，盘古的NLP模型在总榜、阅读理解排行榜和分类任务排行榜上都位列第一，总榜得分比第二名高出一个百分点；同时，CV大模型采用 “层次化语义对齐和语义调整”算法，在浅层特征上获得了更好的可分离性，使得小样本学习的能力获得了显著提升，同样达到业界第一。

最后，在调优环节，过去的模型开发需要专业技术人员投入几个月的时间进行调优，但是现在调优由于盘古提供丰富的工具，可以大大简化调优的过程，对技术人员的技能要求降低，这个能力也保证了更多传统行业，不再畏惧走向智能化转型。

缩短AI普惠行业的距离

随着应用场景的不断成熟，人工智能也正逐渐渗透到各行各业，产业智能化将迎来爆发增长。无人驾驶、生物识别、欺诈分析、智能客服、公共安全等应用场景都在加速行业落地应用。

据悉，目前盘古预训练大模型已经在多个行业、多个场景成功验证，包括能源、零售、金融、工业、医疗、环境、物流等等。例如，在能源领域，盘古预训练大模型帮助行业客户实现设备能耗的智能控制，可以节约电力成本50%；在金融行业中的异常财务检测，让模型精度提升20%以上。

总结而言，华为云盘古大模型实现了一个AI大模型在众多场景通用、泛化和规模化复制，减少对数据标注的依赖，让AI开发由作坊式转变为工业化开发的新模式，节约研发成本。同时，盘古大模型还提供模型预训练、微调、部署和迭代的功能，形成了AI开发完整闭环，极大地提升了AI开发效率。缩短了传统行业走向智能化的距离，赋能千行百业迈向智能化的星辰大海。
以上新闻是华为2021年4月发布盘古大模型发布会的内容，现在回头去看有没有发现华为很牛逼？两年前就搞了，只是当时大家没注意，现在也没注意！
两年过去了，华为云盘古大模型默默发展两年，会不会已经搞定了支持视频的技术了呢？我猜以华为敢为天下先的风格，应该差不多了，只是还没官宣而已。或许，等微软发布了GPT-4，离华为发布盘古大模型支持视频的技术也不远了吧！相信华为会让中国在人工智能大模型领域不会落后美国！
推荐：网达软件  （两年前与华为签订了AI视频领域的合作协议，但有保密条款，不便公布具体内容），本人猜测与华为云盘古大模型的多模态有关！