華為態度兩極反轉，從“絕不開源”到主動開放

短短兩年，華為對盤古大模型的態度，來了個180 度大轉彎。

還記得2023年，華為云開發者大會上，華為常務董事、華為云CEO張平安正式發布盤古3.0大模型時，明確表示盤古大模型不會開源。

圖源：抖音

做出這一決定，在當時對華為來說并不是任性而為。

彼時，國際科技競爭激烈，“卡脖子”風險高懸頭頂。

而華為盤古大模型走的是全棧自研路線，從底層芯片到模型算法，每一步都是華為自己研發出來的，沒有采用任何開源技術。

并且，據張平安介紹，盤古大模型定位是行業賦能，深度應用在礦山、電力等眾多領域，涉及大量客戶機密數據，開源可能會帶來數據泄露的安全隱患。

直到今天，2025年6月30日，華為畫風突變，正式宣布開源盤古70億參數的稠密模型以及盤古Pro MoE 720億參數的混合專家模型，還一并開源了基于昇騰的模型推理技術。

圖源：微信

今時不同往日，華為的這一決策背后，是外部環境變化、技術成熟度的提升以及對生態建設的深遠考量。

此次開源的盤古70億參數的稠密模型，具有參數量適中、性能均衡、部署門檻較低的特點。它在智能客服、知識庫等多種場景中均可應用，能夠為不同行業的企業提供高效、靈活的解決方案。

模型的開源，意味著更多的開發者和企業可以基于它進行二次開發和創新，從而推動人工智能在更多領域的應用落地。

而盤古Pro MoE 720億參數的混合專家模型，更是“王炸”級別的存在。

它獨創MoGE（分組混合專家）架構，通過動態激活專家網絡，僅需160億激活參數，就能媲美千億級模型的性能。

比如在SuperCLUE 2025年5月的開源模型排行榜上，盤古Pro MoE 72B名列前茅，與阿里的Qwen3-32B(Thinking)一齊成為千億以下超強性能的國產開源大模型。

圖源：SuperCLUE官網

再說說基于昇騰平臺的模型推理技術。

據華為方面介紹：“我們以前很少對外發聲，盤古也沒有開源，所以大家對昇騰算力具體的情況不是特別了解，對模型的情況也不了解，外界就充滿了猜疑。甚至認為昇騰訓練不出來先進的大模型?！?/p>

“昇騰算力能夠訓練出世界一流的大模型，訓練高效率，推理高性能，系統高可用。第三方模型遷移到昇騰上可以做到：Day0遷移，一鍵部署。”

值得注意的是，華為此前曾強調盤古大模型與ChatGPT不在同一軌道。

ChatGPT 走的是 Transformer 架構的“暴力美學”路線，更偏向消費級對話場景；而盤古采用Encoder - Decoder架構，在多模態融合和物理推理上優勢明顯，聚焦工業、氣象等垂直領域。

就拿氣象預測來說，盤古的氣象模型預測速度比傳統方法快1萬倍，還被歐洲中期天氣預報中心采用，這是兩者的本質區別。

華為開源背后的戰術考量

其實，今年以來，中國AI 行業掀起了一股開源熱潮，多家企業都改變了閉源的思路，其中就包括大家耳熟能詳的OpenAI，還有百度。

要說是什么讓這些大佬紛紛轉變態度，DeepSeek的橫空出世居功至偉。

秉持著開源理念的DeepSeek用更小的訓練成本卻帶來了性能媲美國內外頂尖模型的DeepSeek-R1，并將推理模型向全球數十億用戶普及，給了以往堅持“閉源才是王道”的企業足夠的心靈沖擊。

圖源：抖音

在這樣的背景下，華為此次宣布開源盤古大模型，可以說是順應潮流，但其背后也有自己的考量。

華為官方表示，開源盤古大模型是踐行昇騰生態戰略的關鍵舉措，旨在推動大模型技術的研究與創新發展，加速人工智能在千行百業的應用與價值創造。

從華為的角度來看，這一決策確實能為其帶來不少潛在好處。

一方面，盤古模型深度依賴昇騰芯片，開源后企業若想更好的落地應用，就需要采購昇騰服務器或云服務，這能大大加速昇騰芯片的規模化滲透，搶占國產算力市場；

圖源：開源開發者平臺GitGo

另一方面，不同規模的開源模型能吸引不同需求的開發者，例如盤古70億模型適合高?？蒲?，而Pro MoE模型則更吸引企業開發者。

通過開源吸引更多ISV（獨立軟件開發商）加入昇騰生態，形成“模型-工具-應用”的正向循環；

再者，開源能夠加速人工智能技術的普及和應用。隨著盤古大模型的開源，企業和開發者又多了一種以低的成本獲取強大AI技術實力的方式，從而推動人工智能在更多行業的應用和落地。

此外，開源還能夠提升華為在國際AI領域的影響力和話語權。一舉多得，何樂而不為？

中國AI百花齊放，百家爭鳴

如今的中國AI 領域，可謂是百花齊放、百家爭鳴，幾家領先的人工智能企業都在各自賽道上發力，不斷推陳出新。

阿里通義千問持續升級迭代。先是在5月9日發布通義千問2.5版本，相比之前，理解能力、邏輯推理、指令遵循、代碼能力分別提升9%、16%、19%、10%。

前幾天又發布了多模態統一理解與生成模型Qwen VLo，支持文本、圖像、視頻多模態理解與生成，在電商領域，還能自動生成商品詳情頁和營銷文案，效率提升300%，妥妥的“全能王”。

圖源：微博

字節跳動豆包也是動作頻頻。6月11日，火山引擎發布豆包大模型1.6、豆包視頻生成模型Seedance 1.0 pro、豆包語音播客模型，并升級Agent開發平臺等AI云原生服務。

而同樣在今天，豆包公眾號宣布“深入研究”功能在App、網頁端、電腦版開啟測試，不斷拓展應用場景，力爭成為場景化的“爆款制造機”。

圖源：豆包

百度文心一言同樣在今天放出大招，正式開源文心大模型4.5系列10款模型，涵蓋47B、3B激活參數的混合專家（MoE）模型，與0.3B參數的稠密模型等，并實現了預訓練權重和推理代碼的完全開源。

文心大模型4.5系列在多文本和多模態基準測試中達到了SOTA水平（當前最高水平），尤其在指令遵循、世界知識記憶、視覺理解和多模態推理任務上表現出色。

圖源：微博

當然，華為的盤古大模型的最新成果也并沒有停留在上述提到的盤古Pro MoE 72B。

6月20日，盤古大模型迎來了5.5版本的發布，該版本的自然語言處理（NLP）能力比肩國際一流模型，并在多模態世界模型方面做到全國首創。

盤古大模型5.5包含了五大基礎模型，分別面向NLP、多模態、預測、科學計算、CV領域，進一步推動了大模型成為行業數智化轉型的核心動力。

盤古Ultra MoE、盤古Pro MoE、盤古Embedding等一系列模型的推出，不僅展示了華為在AI領域的深厚技術積累，也為行業提供了更多高效、實用的解決方案。

更為關鍵的是，盤古Ultra MoE是718B（7180億）參數的MoE深度思考模型。也就是說，華為甚至還小藏了一手，估計后續會有更重磅的開源。

所以DeepSeek呢？上面提到這么多優秀企業的發展進度，DeepSeek怎么樣了？

隨著2025年已經過去了一半，AI行業的蓬勃發展讓人們對DeepSeek R2的期待愈發強烈。DeepSeek的上一次更新，還停留在上個月。

5月底，DeepSeek R1迎來重磅更新，這次更新增強了模型的思維深度和推理能力，提升了響應速度和對話穩定性，減少了“遺忘設定”或“跑題”的情況。詳情可以關注我們的《》這篇文章。

而據多方消息透露，DeepSeek-R2的訓練成本有望降至0.07美元/百萬token，推理速度還能比R1快上2倍，并支持代碼、數學、法律等專業領域深度推理。

一旦發布，必將再次震撼整個行業。

作者 | 劉峰