【AI 产业深度】华为盘古大模型与异腾 AI 计算平台,共同构建软硬一体 产业研究中心 的 AI 技术体系 摘要: | -- | | | --- | --- | | ડ | 鲍雁辛(分析师) | | ર | 0755-23976830 | | 网 | baoyanxin@gtht.com | | 登记编号 | S0880513070005 | | S | 李嘉琪(分析师) | | ર | 010-83939821 | | D | lijiaqi2@gtht.com | | 登记编号 | S0880524040001 | | ন্ | 刘峰(研究助理) | | క | 0755-23976068 | | E | liufeng6@gtht.com | 决负载不均衡问题。另一方面,Pangu Ultra MoE 则通过系统级优化,以 登记编号 仿真先行的设计方法来优化模型架构从而更好的适配异腾硬件,并通过贯 穿训练和推理的协同优化,以充分发挥硬件潜力。 往期回顾 通往 L3 智能驾驶与具身智能之钥 -- 视觉-语言- 动作模型(VLA)产业研究 2025.08.02 低空经济系列(八):从Joby 和 Arche ...

报告行业投资评级 - 优于大势 [8] 报告的核心观点 - 华为未来十年新增长方向是企业业务，其已较大程度实现自主可控全产业链，多款重磅产品推出使其重回技术和产品领先地位 [3] - 企业业务是华为三大业务中未来几年增长确定性最高的方向，有望成为未来十年增长主线 [5][7] - 随着华为企业业务壮大，存在两类投资机遇，即华为合作伙伴圈和被华为赋能者 [7] 根据相关目录分别进行总结 华为的下一个十年增长：赋能千行百业——企业业务 下一个十年，华为战略聚焦千行百业数智化转型 - 华为是全球领先的 ICT 企业，正加速构建自主可控的软硬一体化数智生态，业务重心向内需倾斜 [21][22] - 华为公司整体发展可划分为三个阶段，2003 - 2013 年由连通走向统一，奠基全球通信底座；2013 - 2023 年乘移动互联之势，拓展终端与云边布局；2023 年至今以智为核，重构“端 - 管 - 云”智能底座 [28][31] 企业业务承载战略落地，成为华为下一个十年核心增量 - 外部制裁叠加周期回落，运营商与消费者两大核心业务增长承压，运营商业务下游需求增速放缓乃至收缩，消费者业务面临芯片供给及操作系统生态双重瓶颈 [32] - 企业业务是“数字化打底＋智能化升级＋行业定制化”的服务组合，在供给端受“断供”影响小，具备一体化交付能力；在需求端有国家战略政策红利，目标是 2025 年营收达 2600 亿 [35][37] - 企业数智化转型至少具备万亿级市场空间，以 2024 年规模以上工业企业营收总额测算，假设 1%收入用于数智化投入，对应市场空间 1.38 万亿元 [37] 行业军团全场景建制，全流程赋能千行百业数智化 21 大行业军团，9 大可行方向，践行 All Intelligence 战略 - 各行业数智化本质是“以数据为核心驱动力，实现智能决策和高效运营”，核心要素包括智能感知、智能联接、智能底座、智能平台和 AI 大模型 [40][42] - 自 2021 年起华为成立 21 个军团，体系分为行业军团与子行业/产品军团，梳理出数字政府、大型企业、油气矿山、制造、金融、电力、交通、教育医疗及互联网九大核心方向 [43][45] 政府：城市、政务、公共事业 - 数字政府是政府部门以新一代信息技术为基础的系统性变革，涵盖底座智能化、数据价值化、业务模型化和应用智慧化四大核心路径 [48][49] - 报告列举了南京、深圳、鄂尔多斯等地在城市治理、政务管理与公共服务等场景中的数字政府案例 [53][54] 大企业：建筑、场馆、酒店、零售、物流、养殖 - 大企业数智化是对企业各环节进行系统性重构，覆盖多个领域，助力企业实现多种能力提升 [55][56] - 报告展示了华为在多个重点行业的数智化转型案例，如雄安金湖、厦门国贸会展集团等 [58][59] 采矿：油气、化工、矿山、冶炼 - 华为助力油气、化工、矿山、冶炼四大领域数智化转型，在各领域有不同的转型方向和目标 [62][63] - 报告列举了中石油、云天化等企业的数智化转型实践案例 [66][67] 制造：智慧工厂、数字研发、机器人 - 制造业数智化转型聚焦无人化、柔性化与供应网可视化三大方向 [69] - 报告汇总了华为在制造业典型场景中的数智化落地实践案例，如酷特智能、冠捷科技等 [72][73] 金融：核心系统、大模型 - 金融机构核心系统面临多重结构性挑战，华为六大体系支撑其向高韧性、高安全、高敏捷转型，大模型融入金融业务主流程 [75][77] - 报告列举了邮储银行、浦发银行等金融行业核心系统升级与 AI 大模型落地案例 [80][81] 电力：发电、输电、变电、配电、用电 - 绿色、电网柔性、源荷互动是未来电力行业的三大演进方向，数智化是应对挑战的关键手段，将在各核心环节落地应用 [82][84] - 报告汇总了华为在电力全链条中的数智化实践案例，如酒泉戈壁风电场、宁洲智慧电厂等 [89][90] 交通：公路、铁路、城轨、航空、港口 - 交通数智化从“点 - 线 - 面 - 体”体系出发，提升资源配置与产业链协同效率 [92] - 报告展示了华为在交通行业典型场景中的数智化落地实践案例，如山东高速、天津港等 [95][96] 教育医疗：教育、医疗 - 新一代信息技术加速重构教育体系，全球医疗体系面临结构性矛盾，数智化转型箭在弦上，医疗数智化形成全流程闭环 [97][100] - 报告汇总了华为在教育与医疗领域的数智化典型实践案例，如宁夏大学、深圳龙岗区域影像中心等 [104][105] 互联网：ISP、OTT、传媒 - 智能化浪潮下，信息基础设施与内容生态加速融合演进，华为将在 ISP、OTT、传媒领域助力企业数智化转型 [106][107] - 报告展示了华为在互联网行业的数智化基础设施实践案例，如科奇集团、富嶽株式会社等 [110][111] 数智化转型服务市场爆发，华为是最有力竞争者 企业数智化转型从“可选”走向“必选” - 华为企业业务提供数智化转型解决方案，全球企业数智化转型需求持续升温，在中国正从“可选”演变为“必选” [112][113] - 劳动力红利消退使数智化刚需上升，消费者需求倒逼产线柔性化重构，数智化成为影响企业竞争力的决定性变量 [113][114] 华为已在技术底座、生态合作和组织架构上形成深厚积淀 - 技术底座方面，华为完成从硬件到行业算法的闭环布局，硬件有通用设备和第三方硬件，昇腾 910C 和 UB - Mesh 表现突出，软件与云服务为企业提供统一可靠云服务并形成经验库和模型库 [118][129] - 生态合作方面，华为构建了体系化、多层级的合作伙伴生态，通过多种方式推动生态体系扩容与能力认证进阶 [130] - 组织架构方面，华为通过行业军团模式重组资源，形成分布式军团架构模式，总结出可复制、可落地的大模型应用方法体系 [137] 华为是企业数智化转型市场的最有力竞争者 - 华为数智化转型服务比传统咨询公司更具竞争力，具备全栈自研能力和完整能力闭环，招投标结果也印证其优势 [138][140] - 华为云能提供低价、个性化的算力服务，在中小企业市场竞争优势突出 [143] 投资建议：华为合作伙伴+华为赋能客户 投资机会 1: 华为合作伙伴圈——完成行业数智化的最后一公里 - 合作伙伴体系是华为落地千行百业的“必要”路径，投资机会确定性高 [145] - 选股思路一是聚焦市场空间处于加速释放拐点的行业，如采矿业和制造业，核心合作伙伴包括神州数码等；思路二是挖掘数智化空间长坡厚雪的行业，制造、金融、互联网与零售是价值洼地，核心合作伙伴包括赛意信息等 [146][161] 投资机会 2：被华为赋能者——降本增效从传统行业蜕变 - 数智化转型具备降本增效能力，存在三类投资机会，报告基于公开资料整理了华为解决方案赋能客户 [166]

大会概况 - 2025华为开发者大会在东莞松山湖举办，主题为"鸿蒙智联，AI赋能"，为期三天包含百余场技术论坛，吸引超万名参会者 [1] 票务体系 - 设置VIP票(5298元含专属席位、技术私享会、AI路演)、专家票(2298元含未公开测试版开发工具)、全通票(598元覆盖主会场)、单日票(8月6日增设青少年创新工作坊) [2] 技术发布 - 鸿蒙系统6.0通过自适应算力调度引擎实现跨设备算力智能重组，移动办公场景渲染效率提升300% [2] - 盘古大模型新增农业科学大模型，基因定位算法将水稻育种周期从5年缩短至18个月，已在中国农科院落地 [2] 生态合作成果 - 医疗健康领域：美年健康与华为云联合开发的"健康小美"完成200万次智能体检报告解读，升级疾病预测模块寻求算法共建 [5] - 工业制造领域：拓维信息"在鸿平板"解决方案提升设备巡检效率4倍，故障预判准确率达92% [5] 前沿技术展示 - 阿维塔展示无人驾驶原型车完成复杂路况模拟，万兴科技"天幕"视频大模型实时生成4K宣传片 [5] - 华为云推出数据胶囊技术，通过行业知识图谱与通用模型融合降低专业大模型构建门槛 [5] 大会意义 - 活动既是技术展示窗口，也是全球创新聚合平台，推动AI技术从实验室向产业化跨越 [7]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 美股人工智能行业在 2024 年受多因素驱动上涨明显，对纳斯达克指数有超额收益，业绩端逐步兑现 [9][13][17] - 中美人工智能产业竞争中，美国有先发优势，中国依托政策、场景和工程师红利加速追赶，有望构建完整产业链，实现自主创新 [9][24] - AI 已发展至 3.0 阶段，技术与应用相互促进，AI 赋能多个行业，重塑营销生态，推动电商和教育模式变革 [40][41][42] - 国内 AI 工具以低价策略占领市场，未来价格有上浮空间，潜在用户群体广阔，有望实现商业价值持续增长 [9][77][78] - 随着底层大模型能力迭代，AI 应用落地将变革多数行业，建议关注易点天下、美图公司等相关公司 [9][98][99] 根据相关目录分别进行总结 美股人工智能复盘：创新频现，蓬勃发展 美股 AI 行情复盘：行业蓬勃发展，业绩端逐步兑现 - 2024 年美股人工智能行业受技术突破和产品升级驱动上涨明显，2025 年虽有回落但持续修复，截至 2025 年 7 月 16 日，自 2024 年初上涨 80.19%，相对纳斯达克指数有 40pct 左右超额收益 [13] - 上涨得益于宏观、技术、应用、业绩和资金层面的多重共振，2024 年第四季度部分 AI 应用公司业绩超预期驱动板块上行 [17] - 2024 年人工智能行业相关公司业绩大多上升，营收端增长幅度扩大，未来随着 AI 应用商业模式验证，板块营收将保持较高速同比增长；利润端整体改善，但部分公司尚未盈利或盈利下滑，商业模式落地验证后盈利情况将改善 [21][22][23] 中美人工智能产业对比：美国先发优势，中国加速追赶 - 全球 AI 竞争中美国在基础研究和芯片领域领先，中国依托政策、场景和工程师红利加速追赶，DeepSeek 缩小了开源和闭源模型性能差距 [24] - 从算力基础设施、大模型研发、应用落地、生态协同和商业模式五个角度对比，中国在应用落地和商业模式上有独特优势，长期有望构建完整产业链，实现自主创新 [26][27][34] 海外 AI 应用分类：多点开花，全面发展 AI+广告：重塑行业生态，赋能降本增效 - AI 赋能广告内容生成、高效投放和聚合投放，提升创作效率和投放效果，降低成本，重塑营销行业生态 [47][58] - 以 Adobe、Meta、Google 和 Applovin 为例，展示了 AI 在广告各环节的应用和优势，Applovin 的商业模式为 AI 营销变现提供范例 [48][52][53] AI+内容生成：技术力不断提升，商业化逐步验证 - AI 画图和视频工具技术不断进步，生成的内容质量和时长提升，国内工具注重细分用户需求，国内外产品在定价模式和价格上存在差异 [60][63][74] - 看好国内 AI 工具商业化发展，因其价格有上浮空间，潜在用户群体广阔，有望通过“低价获客—功能优化—价值升级”实现盈利 [77][78] AI+电商：重塑电商模式，发展潜力可观 - AI 技术应用于电商行业，可提供客户服务、商品推荐、预测分析和供应链管理等功能，提升转化率和购物体验 [79][80] - 以 Shopify、淘宝、拼多多和京东为例，展示了不同电商平台的 AI 应用战略，未来 AI+电商将形成“技术驱动、效率革命、体验升级”的发展格局 [81][87][90] AI+教育：个性化、高效化、普惠化，构筑多元教育生态 - AI+教育有望实现个性化学习深化、成本效益提升和应用场景拓展，形成多元化教育生态 [91] - 以 Duolingo 为例，展示了 AI 在语言学习中的应用，其通过多样化产品矩阵和 AI 驱动功能，提供个性化学习体验，商业模式成功，用户增长和付费转化潜力大 [91][92][95] 投资建议 - 随着底层大模型能力迭代，AI 应用落地将变革多数行业，建议关注易点天下、美图公司、焦点科技、阿里巴巴 - W、世纪天鸿、中原传媒和值得买等公司 [98][99]

峰会概况 - 华为云城市峰会2025在无锡举办 主题为"引领智能升级 共建美好无锡" 聚焦AI应用 大模型及具身智能技术等核心话题 [1] - 无锡市联合华为云打造的人工智能创新中心正式启动 该中心集技术研发 产业赋能 生态培育为一体 推动人工智能科技创新与产业深度融合 [1] 华为云技术布局 - 华为云推出CloudMatrix 384超节点架构 基于"一切可池化 一切皆对等 一切可组合"的新型高速互联总线 实现从服务器级到矩阵级的资源供给模式转变 [3] - CloudMatrix 384具备MoE亲和 以网强算 以存强算 长稳可靠 朝推夜训 即开即用六大优势 在算力 互联带宽 内存带宽等方面实现全面领先 [3] - 华为云通过盘古大模型聚焦"基础模型+工具链+行业场景"三位一体 为政务 金融 制造 医疗 能源等30余个行业提供"开箱即用"的大模型能力 [4] 行业赋能战略 - 中国制造业总体规模连续14年全球第一 220+个工业类别规模全球第一 每年近1200万大学毕业生的人才储备 可发挥"应用场景优势+软件人才优势"加速工业领域智能化升级 [4] - 华为云通过沉淀工业Know-How 将内部最佳实践和外部生态经验汇聚于云平台 赋能伙伴和使能客户 支持客户智能升级 [5] - 无锡人工智能创新中心将联合生态伙伴 助力集成电路 高端装备 新能源 生物医药 新材料 汽配 信息技术 航空航天等行业客户加速智能升级 [5]

华为研发体系与创新战略 - 研发体系采用"拉法尔喷管"模型：前端"喇叭口"吸收理论研究成果，后端通过喷管结构实现产品快速扩张和领先[5][8] - 基础研究投入达230亿元且不要求回报，产品线阶段才引入考核机制[9] - AI集群技术已达世界领先水平：支持16000板卡，未来超节点可管理几十万板卡，具备超高速互联/液冷散热/瞬时供电能力[9][10] 鸿蒙生态系统进展 - 国内已有30多个基于鸿蒙的操作系统，覆盖行业终端/手机平板/家庭终端[12] - 鸿蒙全球用户达6亿，市场份额排名第三[12] - 系统版本升级至4.0并带动生态同步更新，公司定位为做底层"黑土地"平台[11][12] 技术标准与国产替代 - 计划建立超越美国的技术标准体系，认为现有美国标准存在50年历史包袱[13] - 已发布20多个工具软件，58个在验证中，目标实现电子工业自主设计能力[11] - ERP/EDA等软件开发采用"云化"策略，带动产业链共同发展[11][12] 研发投入与成果转化 - 每年持续投入数万人和数十亿资金维护欧拉/鸿蒙系统[12] - 产品开发遵循"不先进不上市"原则，确保商业竞争力[10] - 盘古大模型达千亿参数规模，AI算力基础设施对标国际顶尖水平[9] 产学研合作模式 - 与高校合作采取"不署名"策略，保障学者学术权益[6][7] - 合作重心从西方转向国内高校，构建人才改造与选拔机制[8] - 基础研究阶段允许自由探索，产品阶段强调纪律性[5][8]

国家AI战略规划 - 国务院2017年提出"三步走"战略：2020年AI核心产业规模1500亿，带动相关产业1万亿；2025年核心产业4000亿，带动5万亿；2030年核心产业1万亿，带动10万亿 [3] - 截至2024年9月，中国AI核心产业规模已接近6000亿元，提前完成2025年目标的150% [3] - 各部委后续发布伦理规范、指导意见等配套政策，各地加速布局AI产业 [4] 北京AI产业优势 - AI综合实力全国第一：2023年核心产业规模3000亿占全国50%，2400家AI企业占全国40%，213起融资占全国30%，123款备案大模型占全国60% [5] - 顶尖人才聚集：全球AI 2000榜单中北京占中国280人中的121人，AI学者4.9万人中北京占1.5万 [7][8] - 产业生态完善：中关村聚集智谱AI、月之暗面、寒武纪、旷视科技等头部企业，清华北大孵化多个明星项目 [7][8] 上海AI产业特点 - 聚焦芯片与算力：张江形成最完整集成电路集群，燧原科技、壁仞科技等企业突破国产AI芯片方案 [10] - 算力基础设施领先：综合算力指数全国第一，吸引英伟达、特斯拉等国际企业设立研发中心 [10] - 产业定位清晰：与北京形成"芯"（上海）与"脑"（北京）的协同分工 [10] 深圳AI竞争力 - 制造业场景丰富：优必选Walker S1机器人广泛应用工业场景，具身智能发展迅速 [14] - 巨头引领生态：华为（盘古大模型）、腾讯（混元大模型）、大疆、比亚迪等头部企业带动产业链，华为前海创新中心签约16家合作伙伴 [15][16] - 政策支持力度大：发放"训力券"等补贴，2023年AI融资120起超越上海 [12][16] 杭州AI新势力崛起 - DeepSeek-R1大模型以低成本高性能引爆市场，宇树机器人占全球四足机器人60%份额 [18][19] - 浙大系创业活跃：AI成果发表量全球第三，深度求索等六小龙中三家出自浙大 [20] - 产业基础扎实：阿里云全球第三，吉利、海康威视等民企提供应用场景 [21][22] 其他城市差异化布局 - 广州、苏州、合肥等地结合本地禀赋寻找AI细分突破口，形成全国竞争协同格局 [23] - 地方竞争被视作推动AI产业整体发展的核心动力 [24]

华为盘古大模型"抄袭门"事件 - 开源社区用户HonestAGI指控盘古Pro MoE模型与阿里通义千问Qwen-2 5 14B模型注意力参数分布相似度达0 927 并在代码中发现阿里Qwen版权声明 推测可能基于千问模型增量训练而非从零训练[1] - 自称华为内部员工的GitHub账号发布《盘古之殇》博文 以"亲历者"角度详述"套壳"细节 推动事件发酵[3] - 华为诺亚方舟实验室声明盘古Pro MoE为基于昇腾硬件平台开发的原创模型 提出创新性MoGE架构 但承认部分基础组件代码参考了业界开源实践并合规标注版权[5][8] 技术争议焦点 - "模型指纹"技术通过分析注意力参数标准差模式判定抄袭 但业内普遍认为该方法缺乏科学共识 因相似架构模型参数分布天然趋同[11][13] - 专家指出Transformer架构模型训练数据重合度高(互联网公开语料超60%) 参数相似性具有必然性 独立训练的模型在基础任务上参数响应模式也会高度相似[13] - 当前大模型抄袭判定存在技术困局 传统水印方法易被增量训练抹除 部分厂商采用冷门数据作为"隐形水印" 但明确证据链仍罕见[14][16] 行业现状与自研标准讨论 - 行业已从零基础自研转向主流开源模型微调模式 多数公司基于Llama Qwen等架构做垂类优化 华为强调盘古在昇腾硬件平台的软硬件协同差异化[20] - 基础大模型训练成本极高(单次达数百万至数十万元) 大规模架构创新难度大 业内共识认为基于开源模型二次开发不应称为"自研基础大模型"[21] - 专家指出遵循MIT等开源协议并明确标注来源的微调合规 关键在于声明技术依赖关系 昇腾硬件平台开发本身已体现技术挑战[20][22] 事件后续影响 - HonestAGI报告被删除 阿里Qwen团队未公开回应 但关于自研标准与开源规范的争议持续[10] - 行业呼吁建立有效模型水印机制 解决数据与架构层面的知识产权保护难题[22] - 大模型能力评测面临挑战 主流模型性能差异微小(如99 6 vs 99 3) 细微差距可能仅是合理误差[17]

华为盘古大模型争议 - 华为诺亚方舟实验室主任王云鹤被指控剽窃同事成果、用英伟达芯片冒充国产训练、套壳阿里千问模型假装自研 [1][5][7] - 王云鹤7年内从研究员晋升为实验室主任，速度远超行业常规20年周期 [2][3] - 40多名核心人才因不满王云鹤管理方式离职，造成约200年人才储备损失 [8][9] 技术真实性争议 - 盘古大模型被指缺乏具体技术参数，宣传内容多为空泛突破声明 [5] - 团队被曝直接套用阿里千问和DeepSeek模型架构，测试指标与DeepSeek完全一致 [5][7] - 违反公司规定使用英伟达芯片而非华为昇腾芯片进行模型训练 [7] 学术伦理问题 - 团队论文存在52名作者中大部分为领导、技术贡献者仅列为contributor的现象 [7] - 论文核心技术被指抄袭同事成果，测试数据涉嫌使用训练测试集造假 [7] - 学术署名规则被破坏，形成"谁官大谁署名"的反常现象 [7] 行业影响 - 事件反映科技圈存在"重关系轻技术"的晋升机制问题 [9][12] - 引发对国产化研发真实性的质疑，可能影响昇腾芯片市场信任度 [12] - 暴露出AI行业普遍存在的套壳抄袭、虚假宣传等不良风气 [12]

华为盘古大模型抄袭争议 - 华为盘古大模型团队被质疑技术细节与国外某知名AI模型存在相似之处，引发抄袭争议 [1] - 华为官方声明强调盘古大模型为自主研发，拥有完整知识产权，不存在抄袭行为 [1] - 华为工程师"TechTruth"在专业论坛发文，提供技术路线图、研发时间节点和关键创新点等证据，证明原创性 [1] 技术细节澄清 - 盘古大模型采用独特的"层次化知识蒸馏"技术，与被质疑模型存在本质区别 [1] - 动态稀疏注意力机制为自主设计的专利特性，可根据任务需求动态调整，与传统固定模式不同 [2] - 训练方法采用独创的三阶段渐进式"课程学习"策略，与被对比模型的两阶段训练有显著差异 [2] AI行业现状与反思 - 深度学习领域技术创新常建立在已有成果上，导致"原创"与"借鉴"界限模糊 [2] - 全球AI研发高度同质化，不同团队可能独立提出相似解决方案 [2] - 多家企业正联合起草《大模型研发伦理公约》，学术界探讨建立技术相似度量化评估方法 [2]