「悄悄發育」的華為AI，這次放了個「大招」智能體
作者: 小鄭 2025-06-21 12:06:15
閱讀(31)
正將「根深」的自研能力，轉化為賦能千行萬業智能化升級的「葉茂」。作者｜鄭玄華為在AI領域，這次看起來是要全面發力了。6月20日下午，華為開發者大會HDC2025開幕。兩個多小時的主題演講，AI成了絕對的主角：不僅華為云拿出新一代昇騰AI云服務和全面升級的盤古大模型5.5，華為終端也首次推出鴻蒙智能體框架，目標直指端側智能體生態。過去兩年，高端AI芯片的「卡脖子」確實讓華為在AI浪潮里顯得有些被動。華為雖然構建了以盤古大模型為基礎的AI技術體系，但實事求是地說，整體能力并沒有達到最頂尖那層。但經過兩年的沉淀與發展，隨著自研AI算力體系的快速進步，盤古大模型的核心能力，正一步步追近GPT、Gemini、Deepseek等全球第一梯隊的玩家。更重要的是，華為正在通過鴻蒙、盤古的體系，將大模型的能力融入千行百業的應用，推動用戶體驗與行業生產力的智能化升級。01盤古大模型5.5：昇騰底座訓出「世界級」選手在HDC2025上，華為云帶來了兩項關于AI的核心發布：能力顯著提升的新一代盤古大模型5.5，以及支撐其訓練的新一代昇騰AI云服務。盤古大模型5.5對其五大基礎模型——自然語言處理（NLP）、計算機視覺（CV）、多模態、預測、科學計算——進行了全面升級。盤古大模型5.5丨來自：HDC2025首先是盤古自然語言處理NLP大模型。全新的718B深度思考模型是一個由256個專家組成的MoE大模型，它在知識推理、工具調用、數學等關鍵能力上有顯著增強。模型本身也進行了優化，提升了高效長序列處理、降低幻覺、融合快慢思考、增強Agent能力。一個關鍵創新是自適應快慢思考合一技術：通過特定訓練方法，模型能根據問題難度自動切換模式——簡單問題快速回答，復雜問題則深度思考。華為表示，這使整體推理效率提升了8倍。盤古大模型5.5丨來自：華為云同時還推出了深度研究DeepDiver，通過長鏈難題合成、漸進式獎勵等關鍵技術，可以在網頁搜索、常識性問答等應用上獲得很高的執行效率，如可以在5分鐘內完成超過10跳的復雜問答、生成萬字以上的專業調研報告等，大幅提升工作效率。除了718B深度思考模型，盤古還推出了72B的ProMoE大模型，以及更輕量的7B級小模型盤古Embedding。值得一提的是ProMoE模型還首次代表盤古模型家族參與了第三方跑分測試，在剛剛發布的五月底SuperCLUE榜單上，盤古ProMoE在知識推理、工具調用、數學、對話、代碼、自然科學六大領域，其跑分成績已經接近甚至在部分領域超過了GPT、Gemini、Deepseek的頂尖模型。
華為諾亞方舟實驗室主任王云鶴和他的團隊是盤古系列模型主要的研發者，他認為打榜成績誰是第一不重要，更重要的是，過去所有的頂尖模型都來自英偉達芯片的訓練，而盤古證明了基于全華為自研的AI服務器，可以訓練出同等水平的大模型。會上，基于CloudMatrix384超節點，華為云發布了新一代昇騰AI云服務。其架構創新在于：將384顆昇騰NPU和192顆鯤鵬CPU通過全新高速網絡MatrixLink全對等互聯，形成一臺超級「AI服務器」，單卡推理吞吐量躍升到2300Tokens/s，與非超節點相比提升近4倍。
CloudMatrix384超節點丨來自：華為云超節點架構能更好地支持混合多專家MoE大模型的推理，可以實現「一卡一專家」，一個超節點可以支持384個專家并行推理，極大提升效率；同時，超節點還可以支持「一卡一算子任務」，靈活分配資源，提升任務并行處理，減少等待，將算力有效使用率（MFU）提升50%以上。對于萬億、十萬億參數的大模型訓練任務，在云數據中心，還能將432個超節點級聯成最高16萬卡的超大集群；同時，超節點還可以支持訓推算力一體部署，如「日推夜訓」，訓推算力可靈活分配，幫助客戶資源使用最優。從單一芯片的計算性能來看，目前昇騰、鯤鵬與英偉達的頂尖芯片還有差距。但憑借新的架構，昇騰AI云服務也可以支持訓練出頂尖的模型，這意味著國產打破AI算力壟斷邁出了重要一步。
華為云透露，目前昇騰AI云服務已為包括科大訊飛、新浪、硅基流動、面壁智能、中科院、360等超過1300家客戶提供算力服務。除NLP外，盤古的預測大模型、科學計算大模型、視覺CV大模型也都迎來升級。此外，華為云還在會上發布了全新基于盤古多模態大模型的世界模型。該模型可以生成數字物理空間，將其用于智能駕駛、具身智能機器人的訓練。02鴻蒙重塑用戶智能，盤古賦能千行萬業隨著AI基礎設施和模型能力逐步接近全球頂尖水平，華為的AI戰略路徑也變得清晰起來。簡單說，就是基于華為云的AI底座，用鴻蒙給C端用戶帶來更好的智能體驗，用盤古助力B端行業提升生產力。面向C端用戶，智能體是構建生態的關鍵。
HDC2025期間，華為終端發布了鴻蒙6.0開發者Beta版，并首次推出鴻蒙智能體框架（HMAF）。這不僅僅是一個開發工具，而是構建在鴻蒙系統和華為AI底座上的一整套AI生態系統。在分發上，開發者做出來的智能體，既可以通過鴻蒙系統分發，也能集成到鴻蒙AI助手小藝里。用戶想點外賣或者查天氣，直接告訴小藝，它就能調用相關的智能體來服務，比如推薦餐廳、預報天氣，甚至提醒你天冷加衣。在開發上，鴻蒙智能給開發者提供了50多個鴻蒙系統插件和多種開發模式，還開放了小藝對話、小藝建議等240多個標準意圖框架，幫助應用更準地理解用戶想要什么、目的是啥或者什么情緒；同時開放了11項核心語音識別AI能力。
開發者不用自己組建底層算法團隊或者投入大筆研發資金，就能開發出智能應用或智能體。50+鴻蒙智能體即將上線丨來自：HDC2025據悉，已有高德、大眾點評、京東、微博等超過50個鴻蒙智能體即將上線鴻蒙平臺。除了服務C端用戶，用AI提升B端生產力是華為AI戰略的另一核心，這也是盤古大模型的根本任務。幾年前盤古剛發布時，它的基礎模型就瞄準了醫療、金融、政務、工業等領域的痛點，推出了一系列行業解決方案?，F在隨著盤古大模型5.5發布，基礎能力更強了，盤古也在更多行業找到了用武之地。比如盤古預測大模型，已被應用于鋼鐵、有色金屬、供熱等多個行業。如寶武鋼鐵高爐大模型正式上線運行以后，出鐵溫度合格率穩定在90%以上，每噸鐵水可節省2公斤燃料，一個高爐每天就可節省20噸燃料。天津能源使用盤古預測大模型，精準預測了供熱需求，在剛結束的供暖季，實現了100%的均衡供熱，能耗降低了10%。還有盤古科學計算大模型，被深圳氣象局用于升級「智霽」大模型，做出更精準的天氣預報。重慶市氣象局針對成渝地區降水局地性強，且降水強度大的特點，打造了「天資·12h「氣象大模型，提升災害天氣的日內預報預警能力。而最新的盤古世界模型，則通過構建無數字物理空間，輔助智能駕駛、具身智能機器人的訓練。例如，在智能駕駛領域，輸入首幀的行車場景、行車控制信息和路網數據，盤古世界模型就可以生成每路攝像頭的行車視頻和激光雷達的點云，能夠為智能駕駛生成大量的訓練數據，而無需依賴高成本的路采。而在當下最火的具身智能領域，華為云也基于盤古大模型的多模態能力及思維能力，正式發布CloudRobo具身智能平臺。該平臺整合了數據合成、數據標注、模型開發、仿真驗證、云邊協同部署以及安全監管等端到端能力，提供具身多模態生成大模型、具身規劃大模型、具身執行大模型三大核心模型，加速具身智能創新。同時，面對具身智能領域機器人品類多、傳感器類型多、接口協議多等挑戰，華為云提出了機器人到云的聯接協議R2C（RobottoCloud）。CoulodRobo丨來自：華為云03結語曾經受限于高端AI芯片的華為，在2025年的HDC開發者大會上，用盤古大模型5.5的全面升級和昇騰CloudMatrix384的算力突破，清晰地宣告了其AI能力的進階——核心模型能力已追至全球第一梯隊，并構建了能支撐頂尖大模型訓練的國產算力底座。
更重要的是，華為的AI布局已走出實驗室，清晰地指向兩端：一端是鴻蒙智能體框架（HMAF），它將AI深度融入鴻蒙生態，通過小藝和開發者生態，讓普通人簡單獲得更好的智能體驗；另一端是盤古大模型，它正深入鋼鐵、氣象、能源、自動駕駛乃至具身智能等廣闊領域，實實在在提高千行百業的生產效率。從「悄悄發育」到「全面發力」，華為AI的這關鍵一步，不僅在于技術指標的追趕，更在于它正將「根深」的自研能力，轉化為賦能千行萬業智能化升級的「葉茂」。這場由「端」（鴻蒙）與「云」（盤古）協同驅動的AI實踐，才剛剛拉開序幕。*頭圖來源：華為云本文為極客公園原創文章，轉載請聯系極客君微信geekparkGO極客一問你如何看待盤古大模型5.5？李書福：人工智能標志著新時代到來，人類即將面臨智能沖突。點贊關注極客公園視頻號，
華為雖然構建了以盤古大模型為基礎的AI技術體系，但實事求是地說，整體能力并沒有達到最頂尖那層。但經過兩年的沉淀與發展，隨著自研AI算力體系的快速進步，盤古大模型的核心能力，正一步步追近GPT、Gemini、Deepseek等全球第一梯隊的玩家。更重要的是，華為正在通過鴻蒙、盤古的體系，將大模型的能力融入千行百業的應用，推動用戶體驗與行業生產力的智能化升級。01盤古大模型5.5：昇騰底座訓出「世界級」選手在HDC2025上，華為云帶來了兩項關于AI的核心發布：能力顯著提升的新一代盤古大模型5.5，以及支撐其訓練的新一代昇騰AI云服務。盤古大模型5.5對其五大基礎模型——自然語言處理（NLP）、計算機視覺（CV）、多模態、預測、科學計算——進行了全面升級。盤古大模型5.5丨來自：HDC2025首先是盤古自然語言處理NLP大模型。全新的718B深度思考模型是一個由256個專家組成的MoE大模型，它在知識推理、工具調用、數學等關鍵能力上有顯著增強。模型本身也進行了優化，提升了高效長序列處理、降低幻覺、融合快慢思考、增強Agent能力。一個關鍵創新是自適應快慢思考合一技術：通過特定訓練方法，模型能根據問題難度自動切換模式——簡單問題快速回答，復雜問題則深度思考。華為表示，這使整體推理效率提升了8倍。盤古大模型5.5丨來自：華為云同時還推出了深度研究DeepDiver，通過長鏈難題合成、漸進式獎勵等關鍵技術，可以在網頁搜索、常識性問答等應用上獲得很高的執行效率，如可以在5分鐘內完成超過10跳的復雜問答、生成萬字以上的專業調研報告等，大幅提升工作效率。除了718B深度思考模型，盤古還推出了72B的ProMoE大模型，以及更輕量的7B級小模型盤古Embedding。值得一提的是ProMoE模型還首次代表盤古模型家族參與了第三方跑分測試，在剛剛發布的五月底SuperCLUE榜單上，盤古ProMoE在知識推理、工具調用、數學、對話、代碼、自然科學六大領域，其跑分成績已經接近甚至在部分領域超過了GPT、Gemini、Deepseek的頂尖模型。
華為諾亞方舟實驗室主任王云鶴和他的團隊是盤古系列模型主要的研發者，他認為打榜成績誰是第一不重要，更重要的是，過去所有的頂尖模型都來自英偉達芯片的訓練，而盤古證明了基于全華為自研的AI服務器，可以訓練出同等水平的大模型。會上，基于CloudMatrix384超節點，華為云發布了新一代昇騰AI云服務。其架構創新在于：將384顆昇騰NPU和192顆鯤鵬CPU通過全新高速網絡MatrixLink全對等互聯，形成一臺超級「AI服務器」，單卡推理吞吐量躍升到2300Tokens/s，與非超節點相比提升近4倍。
CloudMatrix384超節點丨來自：華為云超節點架構能更好地支持混合多專家MoE大模型的推理，可以實現「一卡一專家」，一個超節點可以支持384個專家并行推理，極大提升效率；同時，超節點還可以支持「一卡一算子任務」，靈活分配資源，提升任務并行處理，減少等待，將算力有效使用率（MFU）提升50%以上。對于萬億、十萬億參數的大模型訓練任務，在云數據中心，還能將432個超節點級聯成最高16萬卡的超大集群；同時，超節點還可以支持訓推算力一體部署，如「日推夜訓」，訓推算力可靈活分配，幫助客戶資源使用最優。從單一芯片的計算性能來看，目前昇騰、鯤鵬與英偉達的頂尖芯片還有差距。但憑借新的架構，昇騰AI云服務也可以支持訓練出頂尖的模型，這意味著國產打破AI算力壟斷邁出了重要一步。
華為云透露，目前昇騰AI云服務已為包括科大訊飛、新浪、硅基流動、面壁智能、中科院、360等超過1300家客戶提供算力服務。除NLP外，盤古的預測大模型、科學計算大模型、視覺CV大模型也都迎來升級。此外，華為云還在會上發布了全新基于盤古多模態大模型的世界模型。該模型可以生成數字物理空間，將其用于智能駕駛、具身智能機器人的訓練。02鴻蒙重塑用戶智能，盤古賦能千行萬業隨著AI基礎設施和模型能力逐步接近全球頂尖水平，華為的AI戰略路徑也變得清晰起來。簡單說，就是基于華為云的AI底座，用鴻蒙給C端用戶帶來更好的智能體驗，用盤古助力B端行業提升生產力。面向C端用戶，智能體是構建生態的關鍵。
HDC2025期間，華為終端發布了鴻蒙6.0開發者Beta版，并首次推出鴻蒙智能體框架（HMAF）。這不僅僅是一個開發工具，而是構建在鴻蒙系統和華為AI底座上的一整套AI生態系統。在分發上，開發者做出來的智能體，既可以通過鴻蒙系統分發，也能集成到鴻蒙AI助手小藝里。用戶想點外賣或者查天氣，直接告訴小藝，它就能調用相關的智能體來服務，比如推薦餐廳、預報天氣，甚至提醒你天冷加衣。在開發上，鴻蒙智能給開發者提供了50多個鴻蒙系統插件和多種開發模式，還開放了小藝對話、小藝建議等240多個標準意圖框架，幫助應用更準地理解用戶想要什么、目的是啥或者什么情緒；同時開放了11項核心語音識別AI能力。
開發者不用自己組建底層算法團隊或者投入大筆研發資金，就能開發出智能應用或智能體。50+鴻蒙智能體即將上線丨來自：HDC2025據悉，已有高德、大眾點評、京東、微博等超過50個鴻蒙智能體即將上線鴻蒙平臺。除了服務C端用戶，用AI提升B端生產力是華為AI戰略的另一核心，這也是盤古大模型的根本任務。幾年前盤古剛發布時，它的基礎模型就瞄準了醫療、金融、政務、工業等領域的痛點，推出了一系列行業解決方案?，F在隨著盤古大模型5.5發布，基礎能力更強了，盤古也在更多行業找到了用武之地。比如盤古預測大模型，已被應用于鋼鐵、有色金屬、供熱等多個行業。如寶武鋼鐵高爐大模型正式上線運行以后，出鐵溫度合格率穩定在90%以上，每噸鐵水可節省2公斤燃料，一個高爐每天就可節省20噸燃料。天津能源使用盤古預測大模型，精準預測了供熱需求，在剛結束的供暖季，實現了100%的均衡供熱，能耗降低了10%。還有盤古科學計算大模型，被深圳氣象局用于升級「智霽」大模型，做出更精準的天氣預報。重慶市氣象局針對成渝地區降水局地性強，且降水強度大的特點，打造了「天資·12h「氣象大模型，提升災害天氣的日內預報預警能力。而最新的盤古世界模型，則通過構建無數字物理空間，輔助智能駕駛、具身智能機器人的訓練。例如，在智能駕駛領域，輸入首幀的行車場景、行車控制信息和路網數據，盤古世界模型就可以生成每路攝像頭的行車視頻和激光雷達的點云，能夠為智能駕駛生成大量的訓練數據，而無需依賴高成本的路采。而在當下最火的具身智能領域，華為云也基于盤古大模型的多模態能力及思維能力，正式發布CloudRobo具身智能平臺。該平臺整合了數據合成、數據標注、模型開發、仿真驗證、云邊協同部署以及安全監管等端到端能力，提供具身多模態生成大模型、具身規劃大模型、具身執行大模型三大核心模型，加速具身智能創新。同時，面對具身智能領域機器人品類多、傳感器類型多、接口協議多等挑戰，華為云提出了機器人到云的聯接協議R2C（RobottoCloud）。CoulodRobo丨來自：華為云03結語曾經受限于高端AI芯片的華為，在2025年的HDC開發者大會上，用盤古大模型5.5的全面升級和昇騰CloudMatrix384的算力突破，清晰地宣告了其AI能力的進階——核心模型能力已追至全球第一梯隊，并構建了能支撐頂尖大模型訓練的國產算力底座。
更重要的是，華為的AI布局已走出實驗室，清晰地指向兩端：一端是鴻蒙智能體框架（HMAF），它將AI深度融入鴻蒙生態，通過小藝和開發者生態，讓普通人簡單獲得更好的智能體驗；另一端是盤古大模型，它正深入鋼鐵、氣象、能源、自動駕駛乃至具身智能等廣闊領域，實實在在提高千行百業的生產效率。從「悄悄發育」到「全面發力」，華為AI的這關鍵一步，不僅在于技術指標的追趕，更在于它正將「根深」的自研能力，轉化為賦能千行萬業智能化升級的「葉茂」。這場由「端」（鴻蒙）與「云」（盤古）協同驅動的AI實踐，才剛剛拉開序幕。*頭圖來源：華為云本文為極客公園原創文章，轉載請聯系極客君微信geekparkGO極客一問你如何看待盤古大模型5.5？李書福：人工智能標志著新時代到來，人類即將面臨智能沖突。點贊關注極客公園視頻號，