坐在南方的酒店里，看著窗外的雨，吹著溫度適宜的空調(diào)，也許很難有人想象，26度的空調(diào)房，能和溫度高達2300攝氏度的高爐煉鋼扯上關(guān)系。

但事實是，“西電東送”項目從新疆、云南、四川、甘肅等地跨越上千公里，將電能向東輸送到東南沿海的人們家中，整個電力傳輸?shù)倪^程，涉及一種叫做“取向硅鋼”的尖端材料。它誕生的第一步，就發(fā)生在爐膛溫度超過2300攝氏度的高爐里，且十分依賴一線操作工人們?nèi)辗e月累的經(jīng)驗判斷。

然而無論是時間，精力，還是處理信息的速度，人類總是存在物理的極限。依賴人工的監(jiān)測和判斷，成了中國工業(yè)生產(chǎn)力與成本優(yōu)化的最大瓶頸之一。

但在觀看華為開發(fā)者大會時，我卻看到了突破這種瓶頸的曙光：盤古大模型，在鋼鐵行業(yè)里落地了。

AI被引入工業(yè)界，于是人類的第四次工業(yè)革命，悄然在工廠里打響。

工業(yè)智能的覺醒

沒有進過工廠的人，永遠不會明白為工業(yè)提升效率能有多難。

只有當你站在5000立方米容量的巨型高爐腳下，在60度的高溫里，穿著厚重的阻燃工作服，戴著安全帽和防護，面對燒成金紅向外流淌的鐵水，還要隔著探火鏡用肉眼和爐外傳感器的間接數(shù)據(jù)，去判斷溫度高達2300攝氏度的爐膛里正在發(fā)生什么時，你才會真正理解，盤古大模型正在進行怎樣了不起的事情。

高爐是業(yè)界公認的黑匣子，它幾乎集齊了產(chǎn)業(yè)數(shù)智化升級最難的那些難點：

首先是收集不到準確、實時的數(shù)據(jù)。高爐內(nèi)部溫度高達2300度，任何傳感器都不可能監(jiān)測和回傳高爐內(nèi)部的實時狀況，只能通過外部傳感器間接感知爐內(nèi)變化，采集到的數(shù)據(jù)本身就有挺大的誤差。

其次是大時滯性。因為無法實時監(jiān)測，所以鋼鐵工人們每一組每一個動作下去，都要過很長時間才能收到反饋，無論對了錯了，誤差多少，長則七八個小時，短則四五個小時，可能等到鐵水從高爐里流出來，才能知道結(jié)果如何。

就像一個人如果沒有味覺，那吃水果的時候，就有可能嘗不出水果有沒有壞掉，直到胃疼了才能知道吃錯了東西。

怎么辦？加強感知，用算法進行模擬。

比如華為云就用了頻域多尺度算法，這是種計算機視覺領(lǐng)域的算法，原理可以簡單理解為它通過不同方法把水果切成了大小不一的小塊，然后從不同的角度去觀察它們，來判斷水果品相如何，有沒有壞掉，甚至含糖量多少。

比如，按照經(jīng)驗，很多水果顏色更紅的一側(cè)，就要比不紅的一側(cè)甜一些。

這種算法能夠一定程度上解決數(shù)據(jù)維度太多，復雜度又特別高的情況。但要想從結(jié)果再去逆推爐內(nèi)到底發(fā)生了什么，難度還是非常高：

以寶武鋼鐵的標準為例，能在高爐內(nèi)影響最終結(jié)果的參數(shù)，光類別就被分為了8大類，77個小類，參數(shù)總數(shù)超過1400個，爐內(nèi)物質(zhì)形態(tài)都是固液氣三相并存的，每一種參數(shù)都可能跟其他的多種參數(shù)互相的勾連、互相耦合。

誰和誰反應(yīng)，反應(yīng)的先后，一個參數(shù)變化會引發(fā)其他參數(shù)怎么變化，最終會出什么樣質(zhì)量的結(jié)果，幾乎不可能用數(shù)學公式去表達，只能依賴首席操作工的經(jīng)驗判斷。

這在工業(yè)界叫做“參數(shù)之間具有強耦合性”，就像你吃了1400種菇子，發(fā)現(xiàn)眼前有小人兒跳舞，誰也說不清楚哪個小人兒是哪種菇子下的手。

這套高爐生產(chǎn)的做法，從十多年前持續(xù)運作至今，效率也沒有過顛覆性的提升，因為無論是觀測還是模擬，都實在是超越了人類的物理極限。

而盤古大模型用上了時序信息增強算法，盡量把時間跨度切到足夠小，原先可能以分鐘為單位，現(xiàn)在以秒為單位。劃分到足夠細的時候，就能把菇子和小人兒們?nèi)即蛏蠒r間戳，讓大家都規(guī)規(guī)矩矩地排排坐，再進一步模擬到底是哪個菇子產(chǎn)生了反應(yīng)，造出了哪個小人兒在你眼前跳舞。

通過先進的算法和龐大的算力支持，模擬預(yù)測了過去上百年都被認為無法完全觀測的反應(yīng)，用“算力”和“智力”顛覆了傳統(tǒng)工業(yè)對物理傳感器的依賴。

人工智能的覺醒，放在普通人的身邊，也許會成為和病人聊天的心理醫(yī)生；但工業(yè)智能的覺醒，放在鋼鐵生產(chǎn)的高爐里，就成了第四次工業(yè)革命的槍聲。

根據(jù)實踐，爐內(nèi)每減少10℃的溫度波動，每噸鐵水就可以減少1kg焦炭的消耗，成本就能降低3塊錢。按照官方預(yù)測，盤古大模型在高爐爐況優(yōu)化這一個場景，每年就可以為寶鋼降本超過10億元。

而這還只是水面之上，最直接的經(jīng)濟效益。

水面之下，是對整個中國工業(yè)體系創(chuàng)新研發(fā)效率的巨大推動。

盤古鋼鐵大模型的橫空出世，有點要幫著高爐煉鐵打響逆天改命第一槍的意思：它們終于讓曾經(jīng)被認為幾乎不可能被觀測到的高爐煉鐵爐內(nèi)反應(yīng)，變得越來越可預(yù)測。

但可預(yù)測的并不只有高爐煉鐵。

推動創(chuàng)新飛輪的AI之手

氣象過程過去也被認為是無法完全觀測，過程機理也都不甚明確的一個領(lǐng)域。所以大型城市的高分辨率預(yù)報，一直是業(yè)界持續(xù)試圖解決的難題。

而盤古氣象大模型在發(fā)布之后，就在這方面展現(xiàn)了相當優(yōu)秀的能力。去年就憑借對臺風軌跡的預(yù)測準確度震驚過業(yè)界，到了今年，華為云在去年25KM的全球模型基礎(chǔ)上，融合區(qū)域高質(zhì)量氣象數(shù)據(jù)集，升級了分辨率分別為1公里、3公里、5公里的區(qū)域預(yù)報能力。

我曾經(jīng)把基礎(chǔ)大模型進化到行業(yè)大模型的過程，比作一個極其出色的學霸，完成了基本知識的學習之后，開始專攻不同的專業(yè)。

盤古大模型的架構(gòu)就很典型：

但和很多人所熟知的各類大語言模型不同，盤古大模型的基礎(chǔ)能力并不只是理解自然語言，而是真正意義上的用包含自然語言、機器視覺、科學計算、多模態(tài)等等方式，理解三維的物理世界。

這就是為什么盤古大模型具有如此泛化的能力，能夠同時賦能千行百業(yè)，可以預(yù)測高爐中的反應(yīng)，也可以預(yù)測氣象變化，還能做自動駕駛，預(yù)測車輛和行人的行為，甚至能夠預(yù)測一些極其罕見，以至于沒有樣本的故障類型——

據(jù)華為云專家的敘述，他們團隊在將盤古鐵路大模型用于高鐵巡檢機器人的過程中，遇到了一個誰都沒想到的問題：中國的高鐵太可靠了，以至于故障樣本太少，一些低概率但高風險的類型根本收集不到真實數(shù)據(jù)。

怎么辦？還是模擬，不光模擬好的情況，咱也能模擬問題和故障。華為云和北鐵所采用了“高鐵故障數(shù)據(jù)生成算法”， 利用文生圖、圖生圖的方式，生成高鐵場景罕見故障樣本，來豐富故障類型，再通過一種小樣本學習技術(shù)，用多輪迭代把識別率逐步做上去。

這將許多巡檢工人從繁重的勞動中解放了出來，減輕、減少凌晨時段巡檢的艱辛作業(yè)，還大幅提升了檢測效率和檢測準確率。一個大模型就能覆蓋8大類型、350多種故障，而且故障識別率已經(jīng)提高到了99%以上。

當這種模擬能力被用在設(shè)計領(lǐng)域，簡直就是個神器。

比如建筑設(shè)計，曾經(jīng)是極其復雜且耗時的工作，要借助CAD等工具畫圖，再用3DMax等軟件對圖紙進行渲染，制作效果圖和相關(guān)視頻，接著在一個漫長的周期里，反復進行大量的確認流程，不斷對圖紙和效果圖、視頻進行修改。

一般來說，自行制作渲染一張效果圖可能需要數(shù)小時，而制作一個視頻可能要數(shù)天。如果選擇供應(yīng)商服務(wù)，渲染一張效果圖的費用上千元人民幣，動畫視頻的制作成本每秒鐘都要400-800元。

華為云用盤古大模型搞了個狠活，依托可控高質(zhì)量視頻生成和3D重建兩個技術(shù)，用戶只需要輸入建筑周邊環(huán)境的場景視頻或者圖片，加上一張建筑意向的草圖，再配一段描述，盤古就能直接給你生成一段建筑物在該環(huán)境中的環(huán)繞效果視頻，然后快速重建出高真實感的建筑3D模型。

我都不敢想，設(shè)計師有了這玩意，能玩出什么花活來。

普通的大語言模型，輸入的是互聯(lián)網(wǎng)上的圖片跟文字，輸出的也是圖片跟文字；而華為云做出的盤古，輸入是物理世界的三維數(shù)據(jù)，所以輸出也是物理世界三維數(shù)據(jù)。

跟AI聊天，許多人還感受不到智能化時代的到來究竟意味著什么；但當AI大模型被成功地用在工業(yè)領(lǐng)域、氣象領(lǐng)域、設(shè)計領(lǐng)域，那種顛覆性的力量很容易就能化成一只看得見的巨手，在你面前一把推動了可以顛覆世界的那個創(chuàng)新飛輪。

智能與工業(yè)的交響曲

高爐的火焰見證了AI技術(shù)的神奇，高鐵的軌道上，人們享受著AI帶來的精準與效率。在許多大模型還在卷聊天的時候，華為云已經(jīng)在工業(yè)領(lǐng)域走得很遠了。

鋼鐵產(chǎn)業(yè)的背后，是C919的飛機起落架，是高鐵列車的軸承與車輪，是中國汽車產(chǎn)業(yè)3000萬的年產(chǎn)銷量，和全球第一的出口量。

鐵路大模型賦能的是中國四萬五千公里的高鐵里程，是每年36.8億人次（2023年數(shù)據(jù)）的出行安全與體驗，是能夠重塑客運與貨運交通邏輯與效率體系的交通網(wǎng)絡(luò)。

精準的氣象預(yù)測，則可以走入水利水電、航空航天、農(nóng)業(yè)牧業(yè)，甚至是各類新能源領(lǐng)域……

從行業(yè)的角度來看，人工智能+千行百業(yè)的未來，正以驚人的速度在中國成為現(xiàn)實。

而從AI發(fā)展的角度看，中國的千行百業(yè)，也成為了AI大模型產(chǎn)業(yè)實踐最好的舞臺。這片擁有全球門類最齊全、體系最完整工業(yè)體系的土地，本就是智能化走向應(yīng)用的最好的土壤。

而盤古這樣從誕生開始，就立足產(chǎn)業(yè)的大模型，也的確不斷推動著新質(zhì)生產(chǎn)力的騰飛，真真正正地在幫助傳統(tǒng)行業(yè)“解難題，做難事”。

而且已經(jīng)解出了一些題，做成了一些事。

當一個又一個的案例在盤古5.0發(fā)布的過程中出現(xiàn)，你會發(fā)現(xiàn)所有人在一起，其實都是在做一件事：推動整個中國社會做一場關(guān)于新質(zhì)生產(chǎn)力的革命。

而華為云和其他同樣可以被定義為生產(chǎn)力工具的廠商相比，最大的區(qū)別或許是華為云的整個算力體系，從底層應(yīng)用件，到系統(tǒng)，到大模型，是全棧自研的。

這場智能化引發(fā)的人類第四次工業(yè)革命，和互聯(lián)網(wǎng)帶來的革命有個本質(zhì)的區(qū)別，就是邊際成本不同。

互聯(lián)網(wǎng)過去喜歡強調(diào)規(guī)模效應(yīng)，因為互聯(lián)網(wǎng)的規(guī)模增長，往往沒有太高的邊際成本?；ヂ?lián)網(wǎng)企業(yè)在10萬用戶和100萬用戶時的成本差別，通常都不算太大。但大模型則是每計算一次，都要產(chǎn)生一次計算的成本，這就讓華為這樣具有全棧能力和自有算力基礎(chǔ)設(shè)施的廠商，有了更強的競爭力。

生產(chǎn)力工具帶來生產(chǎn)關(guān)系的變革，生產(chǎn)關(guān)系的變革帶來生產(chǎn)力的騰飛。