他顿了顿，看向在座的董事们：
“我知道，在座有些同事最初对盘古的定位有疑虑。
为什么不做一个像GPT那样的通用对话大模型？
为什么不追求千亿参数？
今天，我想用事实回答这个问题。”
屏幕切换，是一张对比图。
盘古 vS. 通用大模型：定位差异
目标用户：行业专家 vS. 普通消费者
核心能力：预测、分析、决策 vS. 生成、对话、创作
评估指标：业务指标提升率 vS. 对话流畅度
商业化路径：解决方案销售 vS. 会员订阅
“盘古从诞生第一天起，定位就是‘AI fOr IndUStrieS’，为产业服务，解决实际问题。”
辛玉良的声音很坚定，“我们不做聊天机器人，我们做的是能让煤矿工人穿西装打领带上班的工具，是能提前三天预测台风路径的系统，是能发现新药物分子的实验室助手。”
他切到下一张PPT，是盘古的“5+N+X”三层架构图。
“这是我们设计的架构：
L0是五大基础模型（NLP、CV、多模态、预测、科学计算）；
L1是N个行业大模型；
L2是X个场景化应用。”
辛玉良详细解释：
“这个架构的优势在于：
第一，基础能力可复用，研发效率高；
第二，行业模型可定制，贴合业务深；
第三，场景应用可快速生成，响应市场快。”
陈默坐在下面，认真听着。
这套架构，是他去年和辛玉良、汪剑锋反复讨论后确定的。
现在看来，方向走对了。
“我来举几个具体例子。”辛玉良切换画面。
第一张图：煤矿井下场景。
帮忙的视频画面里，矿工戴着智能头盔，远处是自动运行的采煤机。
画面一角有AI识别的数据框：人员定位、设备状态、瓦斯浓度、危险行为预警......
“盘古矿山大模型，已经在山西、陕西、内蒙古的十二个大型煤矿部署。”辛玉良说：
“通过视频分析，系统能实时识别未戴安全帽、违规吸烟、设备异常等二十多种风险行为，预警准确率97.3%。
通过AI调度，采煤机自动割煤，效率提升18%，人工干预减少70%。
有个矿长跟我说：‘以前下井是拿命换煤，现在是穿着西装在指挥中心看屏幕。’”
会议室里响起一阵轻微的议论声。
几位董事点头表示认可。
第二张图：气象云图。
动态画面显示台风“圆规”的路径预测，盘古的预测轨迹与实际轨迹几乎重合，而传统模型的预测偏差明显更大。
“盘古气象大模型，与国家气象局合作研发。”辛玉良继续说道：
“在今年汛期，我们提前72小时准确预测了七次强降雨过程，平均误差比传统模型降低35%。
在台风预测上，路径误差减少28%，强度误差减少41%。
这个模型已经接入应急管理部系统，为防汛救灾提供决策支持。”
第三张图：制药实验室。
科研人员正在操作仪器，屏幕上显示分子结构图和AI生成的新化合物建议。
“盘古医药大模型，与魔都药物所合作。”辛玉良说：
“在抗肿瘤药物研发中，AI筛选出的三个新分子结构，经过体外实验验证，活性比现有药物高2-3个数量级。
传统筛选需要几个月的工作，AI只用了一周。
目前我们正在申请专利。”
三个例子讲完，会议室里的气氛明显活跃起来。
“玉良，”徐平开口问道，“盘古现在的主要瓶颈是什么？”
“两个。”辛玉良回答得很干脆：
“第一，算力。大模型训练需要海量算力，我们现在主要依赖昇腾集群，但规模还不够。
第二，数据。行业数据往往分散、封闭、质量参差不齐，获取和清洗成本高。”
“算力问题，冯总待会儿会说。”左梦安接话，“数据问题呢？有什么解决方案？”
“我们在推‘数据不出域’的学习方案。”辛玉良说：
“客户的数据可以留在本地，我们只传输模型参数。
这样既保护隐私，又能利用分散数据训练模型。
另外，我们也和政府、行业协会合作，建设行业数据开放平台。”
“商业化进展如何？”郑青山问。
作为CFO，他最关心的是投入产出。
“目前主要是项目制，每个行业解决方案的客单价在300万到2000万不等。”辛玉良调出财务数据。
“今年签约18.7亿，实际回款11.2亿。
利润率方面，软件部分毛利率85%，硬件部分30%，整体项目毛利率45%左右。”
“45%......”郑青山推了推眼镜，“比传统企业软件高，但比云服务低。你怎么看未来的利润空间？”
“随着模型标准化程度提高、实施成本下降，利润率会持续提升。”辛玉良很有信心。
“更重要的是，盘古不是一次性项目，是持续服务。
模型需要不断训练、迭代，客户需要持续购买算力和服务，这是一个长期生意。
当然还有一点，盘古大模型可以帮我们卖更多的鲲鹏和昇腾。”
说完露出一个懂的都懂的笑。
另一边的郑青山点点头，在笔记本上记录着什么。
“玉良，我问个技术问题。”汪剑锋开口。
这位2012实验室总裁，平时话不多，但每次提问都很关键，“盘古的多模态能力怎么样？现在业界都在谈‘图文音视频’一体化，我们的进展如何？”
“汪总问得好。”辛玉良切到新页面。
“盘古的多模态大模型已经在媒体、教育、安防等领域试点。
比如在媒体行业，可以实现新闻稿自动生成配图；
在教育行业，可以根据课本内容自动生成教学视频；
在安防行业，可以同时分析监控视频、音频和文本报告，做综合研判。”
他顿了顿：
“不过坦率说，在多模态的生成能力上，我们和国外顶尖水平还有差距。
但在多模态的理解和分析上，尤其是结合行业知识的深度分析这一块，我们盘古有优势。”
“我知道，在座有些同事最初对盘古的定位有疑虑。
为什么不做一个像GPT那样的通用对话大模型？
为什么不追求千亿参数？
今天，我想用事实回答这个问题。”
屏幕切换，是一张对比图。
盘古 vS. 通用大模型：定位差异
目标用户：行业专家 vS. 普通消费者
核心能力：预测、分析、决策 vS. 生成、对话、创作
评估指标：业务指标提升率 vS. 对话流畅度
商业化路径：解决方案销售 vS. 会员订阅
“盘古从诞生第一天起，定位就是‘AI fOr IndUStrieS’，为产业服务，解决实际问题。”
辛玉良的声音很坚定，“我们不做聊天机器人，我们做的是能让煤矿工人穿西装打领带上班的工具，是能提前三天预测台风路径的系统，是能发现新药物分子的实验室助手。”
他切到下一张PPT，是盘古的“5+N+X”三层架构图。
“这是我们设计的架构：
L0是五大基础模型（NLP、CV、多模态、预测、科学计算）；
L1是N个行业大模型；
L2是X个场景化应用。”
辛玉良详细解释：
“这个架构的优势在于：
第一，基础能力可复用，研发效率高；
第二，行业模型可定制，贴合业务深；
第三，场景应用可快速生成，响应市场快。”
陈默坐在下面，认真听着。
这套架构，是他去年和辛玉良、汪剑锋反复讨论后确定的。
现在看来，方向走对了。
“我来举几个具体例子。”辛玉良切换画面。
第一张图：煤矿井下场景。
帮忙的视频画面里，矿工戴着智能头盔，远处是自动运行的采煤机。
画面一角有AI识别的数据框：人员定位、设备状态、瓦斯浓度、危险行为预警......
“盘古矿山大模型，已经在山西、陕西、内蒙古的十二个大型煤矿部署。”辛玉良说：
“通过视频分析，系统能实时识别未戴安全帽、违规吸烟、设备异常等二十多种风险行为，预警准确率97.3%。
通过AI调度，采煤机自动割煤，效率提升18%，人工干预减少70%。
有个矿长跟我说：‘以前下井是拿命换煤，现在是穿着西装在指挥中心看屏幕。’”
会议室里响起一阵轻微的议论声。
几位董事点头表示认可。
第二张图：气象云图。
动态画面显示台风“圆规”的路径预测，盘古的预测轨迹与实际轨迹几乎重合，而传统模型的预测偏差明显更大。
“盘古气象大模型，与国家气象局合作研发。”辛玉良继续说道：
“在今年汛期，我们提前72小时准确预测了七次强降雨过程，平均误差比传统模型降低35%。
在台风预测上，路径误差减少28%，强度误差减少41%。
这个模型已经接入应急管理部系统，为防汛救灾提供决策支持。”
第三张图：制药实验室。
科研人员正在操作仪器，屏幕上显示分子结构图和AI生成的新化合物建议。
“盘古医药大模型，与魔都药物所合作。”辛玉良说：
“在抗肿瘤药物研发中，AI筛选出的三个新分子结构，经过体外实验验证，活性比现有药物高2-3个数量级。
传统筛选需要几个月的工作，AI只用了一周。
目前我们正在申请专利。”
三个例子讲完，会议室里的气氛明显活跃起来。
“玉良，”徐平开口问道，“盘古现在的主要瓶颈是什么？”
“两个。”辛玉良回答得很干脆：
“第一，算力。大模型训练需要海量算力，我们现在主要依赖昇腾集群，但规模还不够。
第二，数据。行业数据往往分散、封闭、质量参差不齐，获取和清洗成本高。”
“算力问题，冯总待会儿会说。”左梦安接话，“数据问题呢？有什么解决方案？”
“我们在推‘数据不出域’的学习方案。”辛玉良说：
“客户的数据可以留在本地，我们只传输模型参数。
这样既保护隐私，又能利用分散数据训练模型。
另外，我们也和政府、行业协会合作，建设行业数据开放平台。”
“商业化进展如何？”郑青山问。
作为CFO，他最关心的是投入产出。
“目前主要是项目制，每个行业解决方案的客单价在300万到2000万不等。”辛玉良调出财务数据。
“今年签约18.7亿，实际回款11.2亿。
利润率方面，软件部分毛利率85%，硬件部分30%，整体项目毛利率45%左右。”
“45%......”郑青山推了推眼镜，“比传统企业软件高，但比云服务低。你怎么看未来的利润空间？”
“随着模型标准化程度提高、实施成本下降，利润率会持续提升。”辛玉良很有信心。
“更重要的是，盘古不是一次性项目，是持续服务。
模型需要不断训练、迭代，客户需要持续购买算力和服务，这是一个长期生意。
当然还有一点，盘古大模型可以帮我们卖更多的鲲鹏和昇腾。”
说完露出一个懂的都懂的笑。
另一边的郑青山点点头，在笔记本上记录着什么。
“玉良，我问个技术问题。”汪剑锋开口。
这位2012实验室总裁，平时话不多，但每次提问都很关键，“盘古的多模态能力怎么样？现在业界都在谈‘图文音视频’一体化，我们的进展如何？”
“汪总问得好。”辛玉良切到新页面。
“盘古的多模态大模型已经在媒体、教育、安防等领域试点。
比如在媒体行业，可以实现新闻稿自动生成配图；
在教育行业，可以根据课本内容自动生成教学视频；
在安防行业，可以同时分析监控视频、音频和文本报告，做综合研判。”
他顿了顿：
“不过坦率说，在多模态的生成能力上，我们和国外顶尖水平还有差距。
但在多模态的理解和分析上，尤其是结合行业知识的深度分析这一块，我们盘古有优势。”
为更好的阅读体验，本站章节内容基于百度转码进行转码展示，如有问题请您到源站阅读, 转码声明。
圣墟小说网邀请您进入最专业的小说搜索网站阅读重生后我只做正确选择,重生后我只做正确选择最新章节,重生后我只做正确选择 圣墟小说网！
圣墟小说网邀请您进入最专业的小说搜索网站阅读重生后我只做正确选择,重生后我只做正确选择最新章节,重生后我只做正确选择 圣墟小说网！