盘古ai大模型下载
盘古大模型以 “AI for insdustries”为核心理念,包含NLP大模型、CV大模型、多模态大模型、预测大模型、科学计算大模型5类大模型,使能行业AI升级。
文档与学习成长 盘古大模型 盘古大模型 什么是盘古大模型 盘古预测大模型能力与规格 盘古大模型快速入门 如何调用盘古大模型API 查看全部 AI Gallery百模千态社区 AI Gallery百模千态社区 优质昇腾云AI模型专区 几行代码自由部署AI应用 丰富多样的AI训练数据集 场景化AI案例,助力AI赋能千行百业
体验 政企知识检索 智能创意营销 行业API助手 行业研发助手 政企会议助手 文档与学习成长 盘古大模型 盘古大模型 什么是盘古大模型 盘古NLP大模型能力与规格 盘古大模型快速入门 如何调用盘古大模型API 查看全部 AI Gallery百模千态社区 AI Gallery百模千态社区
全球模型 提供高精度的全球模型,无需定制和训练,直接订阅即可推理 多种部署形态 支持公有云、混合云、边缘多种形态,满足不同需求 文档与学习成长 盘古大模型 盘古大模型 什么是盘古大模型 盘古科学计算大模型能力与规格 盘古大模型用户指南 如何调用盘古大模型API 查看全部 AI Gallery百模千态社区
广汽借助华为云盘古多模态大模型,打造业界首个支持点云生成的大模型,为其端到端仿真高效迭代提供强有力支撑。 文档与学习成长 盘古大模型 盘古大模型 什么是盘古大模型 盘古多模态大模型能力与规格 用户指南 如何调用盘古大模型API 查看全部 AI Gallery百模千态社区 AI Gallery百模千态社区
基于行业场景的全维度、自动化评测 最新动态 5大盘古行业Thinking大模型重磅上线,赋能千行百业,点击“专家咨询”申请试用! 5大盘古行业Thinking大模型上线,行业场景一触及达 5大盘古行业Thinking大模型上线,行业场景一触及达 医学Thinking大模型 千亿医学数据增训,可胜任复杂医疗任务
什么是盘古大模型 盘古CV大模型能力与规格 盘古大模型用户指南 如何调用盘古CV大模型API 查看全部 AI Gallery百模千态社区 AI Gallery百模千态社区 优质昇腾云AI模型专区 几行代码自由部署AI应用 丰富多样的AI训练数据集 场景化AI案例,助力AI赋能千行百业 查看全部
盘古NLP大模型 最贴合行业落地的NLP大模型 盘古CV大模型 赋能行业客户利用少量场景数据对模型微调即可实现特定场景任务 盘古预测大模型 基于神经网络Transformer架构,通过任务理解、模型推荐、模型融合技术,构建通用的预测能力
全链路专业服务,让大模型从可用到好用 · 6大阶段30+专业服务,覆盖大模型建设全流程,加速政企落地大模型 · 创新运营服务模式,实现全场景模型经验沉淀、全流程运营赋能产业,快速孵化大模型场景化应用 大模型混合云十大创新技术 大模型混合云十大创新技术 了解详情 十大创新技术 加速构建企业专属大模型
子、显存优化,大模型训练与推理性能大幅提升;并围绕大模型性能与精度评价体系构建标准化自动流水线。 开箱即用,一站式模型开发服务 开箱即用,一站式模型开发服务 提供模型调优、压缩、部署、评测等全栈工具,功能覆盖大模型全生命周期,支持用户即开即用,低门槛使用各类大模型。 资源一站式按需开通,建设周期短
. 模型更新后,将新模型部署至相应环境。 十一、模型评测1. 设计模型评测方案,对大模型各类指标进行评测。2. 能够按评测标准对大模型各项能力进行打分,输出大模型评测报告。 十二、Agent开发1. 基于场景,设计并开发Agent工具。2. 基于langchain等大模型框架,完
《互联网信息服务算法推荐管理规定》明确,具有舆论属性或者社会动员能力的算法推荐服务提供者应当在提供服务之日起十个工作日内通过互联网信息服务算法备案系统填报服务提供者的名称、服务形式、应用领域、算法类型、算法自评估报告、拟公示内容等信息 方便
湘江鲲鹏目前在人工智能大模型领域拥有算力、数据、算法三大关键要素的经验积累,构建了大模型三个方面的差异化竞争力,盘古大模型AI专业服务覆盖从前期咨询、规划设计,到数据工程、模型训练,再到应用工程及模型运维的完整流程。基于华为盘古提供的AI专业服务包,致力于为企业提供一站式人工智能解决方案
angChain等流行的大模型开发框架,构建企业级AI应用;团队拥有成熟的软件工程技术和管理能力。6. 大模型使用的技术支持,用户使用大模型平台,解答用户使用过程遇到的问题;大模型与应用对接集成,以及进行日常巡检、故障处理、模型升级等服务。4. 工业数据模型(CAD模型、CAE模
太杉天尊大模型AIGC场景解决方案是以AI场景解决方案为核心的全栈Maas综合方案,助力政企客户灵活部署(可公有可私有部署)。具备自研的行业模型能力,主要用于政府/公安/教育等行业的数据处理、文本处理以及多模态处理等多场景。太杉天尊大模型AIGC场景解决方案,是一款专为满足政府企
咨询服务:深入解析AI行业与盘古大模型,为客户提供场景应用的设计咨询建议。结合客户应用场景与大模型能力,提供落地方案选择和技术方案设计。提供NLP/CV等大模型的训练集数据标准设计指导。2. 规划设计:提供需求调研服务,基于盘古大模型的能力进行科学合理的方案设计和模型选择。完成需求调
公司集成了世界领先的底层大模型,具备打通跨模型和工具链的平台,提供从需求分析、数据收集、模型设计、训练优化、评估、系统集成、用户界面设计、部署维护、合规性检查、技术支持、性能监控、扩展性设计、定制服务到持续研发一站式AI大模型定制研发服务。光启慧语是一家围绕大模型全栈开展技术研发和产
数据质量。4. 模型训练:设计调优方案,实施模型训练,并进行模型评测。熟悉盘古大模型工作流和云服务操作,确保模型效果优化。5. 应用工程:提供基于大模型能力的Agent开发和应用对接服务。具备良好的软件开发和沟通能力,实现大模型与应用的无缝对接。6. 模型运维: 提供技
天尊大模型AIGC场景解决方案配套服务是太杉AIGC解决方案的人工服务,是以AI应用解决方案为核心的全栈Maas综合方案,助力政企客户灵活部署(可公有可私有部署)。主要用于政府/公安/教育等行业的数据处理、文本处理以及多模态处理等多场景。天尊大模型AIGC场景解决方案配套服务是太
华为云盘古大模型 华为云盘古大模型 AI for Industries 大模型重塑千行百业 AI for Industries 大模型重塑千行百业 盘古大模型致力于深耕行业,打造金融、政务、制造、矿山、气象、铁路等领域行业大模型和能力集,将行业知识know-how与大模型能力相结
CodeLabs训练营(溪村) 参加CodeLabs训练营,学习盘古大模型、人工智能、数字人等20+华为云产品最佳应用实践,深入了解华为云产品能力,现场技术支持即时进行答疑解惑! 即刻了解 扫地僧见面会 快来与技术大咖面对面交流大模型技术及行业应用、人工智能、鸿蒙、数字人、云端协同、低代码等50+技术
ModelArts支持本地准备模型包,编写模型配置文件和模型推理代码,将准备好的模型包上传至对象存储服务OBS,从OBS导入模型创建为AI应用。 制作模型包,则需要符合一定的模型包规范。模型包里面必需包含“model”文件夹,“model”文件夹下面放置模型文件,模型配置文件,模型推理代码文件。
ModelArts模型训练 ModelArts模型训练简介 ModelArts模型训练,俗称“建模”,指通过分析手段、方法和技巧对准备好的数据进行探索分析,从中发现因果关系、内部联系和业务规律,为商业目的提供决策参考。训练模型的结果通常是一个或多个机器学习或深度学习模型,模型可以应用到新的数据中,得到预测、评价等结果。
开放的Web SDK及API可快速集成到第三方业务系统,实现AI数字员工问答、服务、陪练等场景任务。 - 1.5秒超低时延交互 实时驱动极低延时,保障用户真实体验。 - 多模型数字人大脑 华为云智能问答机器人CBS 华为云盘古大模型 - 能力开放可集成 智能交互端侧Web SDK 形象驱动API
取得国际PCT专利、发明专利、实用新型专利及软件著作权专利共计75项。深拓信息化管理系统是公司的主要产品之一,围绕企业的“研产供销服管”六大方面进行分析与利用。该系统帮助企业梳理流程,快速收集各种数据,并智能提炼与分析数据。通过数据采集、清洗、整合、挖掘、分析、可视化和智能决策等
系统,ERP系统,HR管理软件,MES软件等,集成了BPM流程和大屏看板等功能满足企业全方位管理需求 访问店铺 BPM流程 九彩云BPM平台软件配套人工服务(HCS版)精选内容推荐 低代码开发平台_低代码平台Astro_低代码开发是什么 NPM-Software镜像下载 免费的云数据库_云原生数据库_云数据库和本地数据库的区别
深拓MES系统是针对车间生产进行管理,实现智能生产,智能物联,智能管理,协同决策、计划排程的系统。 访问店铺 智塑云MES系统 智塑云MES系统是一款专为注塑行业打造的生产管理系统。提供注塑机物联方案和注塑智能制造整体信息化方案,将物联网+大数据+智能制造应用到注塑生产领域。助力企业降本增效、实现精益生产!
端口。 高斯数据库模型-应用场景 金融核心交易 ERP/CRM 政企OA/办公 金融核心交易 金融核心交易 适用于各类银行核心交易系统分布式改造,数据库的原生分布式能力可以极大的降低改造和迁移工作量。两地三中心等极致高可用能力,可以为核心业务保驾护航。 优势 大容量高扩展:支持T
盘古ai大模型下载
盘古NLP大模型规格
盘古NLP大模型是业界首个超千亿参数的中文预训练大模型,结合了大数据预训练和多源知识,借助持续学习不断吸收海量文本数据,持续提升模型性能。除了实现行业知识检索、文案生成、阅读理解等基础功能外,盘古NLP大模型还具备模型调用等高级特性,可在智能客服、创意营销等多个典型场景中,提供强大的AI技术支持。
ModelArts Studio大模型开发平台为用户提供了多种规格的NLP大模型,以满足不同场景和需求。不同模型在处理上下文token长度和功能上有所差异,以下是当前支持的模型清单,您可以根据实际需求选择最合适的模型进行开发和应用。
模型支持区域 |
模型名称 |
可处理最大上下文长度 |
可处理最大输出长度 |
说明 |
---|---|---|---|---|
西南-贵阳一 |
Pangu-NLP-N1-32K-3.1.34 |
32K |
4K |
2024年11月发布的版本,支持8K序列长度训练,4K/32K序列长度推理。全量微调、LoRA微调8个训练单元起训,1个推理单元即可部署,4K支持256并发,32K支持256并发。 |
Pangu-NLP-N1-32K-3.2.36 |
32K |
4K |
2025年1月发布的版本,支持32K序列长度训练,4K/32K序列长度推理。全量微调、LoRA微调8个训练单元起训,1个推理单元即可部署,4K支持256并发,32K支持256并发。 |
|
Pangu-NLP-N1-128K-3.1.34 |
128K |
4K |
2024年11月发布的版本,仅支持128K序列长度推理,4个推理单元2并发。 |
|
Pangu-NLP-N1-128K-3.2.36 |
128K |
4K |
2025年1月发布的版本,仅支持128K序列长度推理,4个推理单元8并发。 |
|
Pangu-NLP-N2-4K-3.2.35 |
4K |
4K |
2025年1月发布的版本,支持4K序列长度训练,4K序列长度推理。全量微调、RFT微调32个训练单元起训,LoRA微调8个训练单元起训,4个推理单元即可部署,支持192并发。此模型版本差异化支持RFT训练、边缘部署特性。 |
|
Pangu-NLP-N2-8K-3.1.39 |
8K |
4K |
2025年3月发布的版本,支持8K序列长度训练,8K序列长度推理。预训练、全量微调、DPO训练支持32个训练单元起训,LoRA微调支持8个训练单元起训,4个推理单元即可部署,支持192并发。 |
|
Pangu-NLP-N2-32K-3.1.35 |
32K |
4K |
2025年1月发布的版本,支持32K序列长度训练,32K序列长度推理。全量微调32个训练单元起训,LoRA微调8个训练单元起训,4个推理单元即可部署,支持128并发。此模型版本差异化支持边缘部署特性。 |
|
Pangu-NLP-N2-128K-3.1.35 |
128K |
4K |
2024年12月发布的版本,仅支持128K序列长度推理部署,8个推理单元64并发。 |
|
Pangu-NLP-N2-256K-3.1.35 |
256K |
4K |
2024年12月发布的版本,仅支持256K序列长度推理部署,8个推理单元64并发。 |
|
Pangu-NLP-N2-Reasoner-32K-3.0.0.1 |
32K |
4K |
2025年3月发布的版本,仅支持32K序列长度推理部署,4个推理单元128并发。 |
|
Pangu-NLP-N2-Reasoner-128K-3.0.1.1 |
128K |
4K |
2025年5月发布的版本,仅支持128K序列长度推理部署,4个推理单元384并发。 |
|
Pangu-NLP-N4-4K-3.2.36 |
4K |
4K |
2025年3月发布的版本,支持4K序列长度训练,4K序列长度推理。预训练、全量微调、DPO训练64个训练单元起训,LoRA微调8个训练单元起训,8个推理单元即可部署,支持128并发。 |
|
Pangu-NLP-N4-4K-2.5.32 |
4K |
4K |
2024年11月发布的版本,支持4K序列长度训练,4K序列长度推理。全量微调64个训练单元起训,LoRA微调32个训练单元起训,8个推理单元即可部署,支持64并发。此模型版本差异化支持预训练、INT8/INT4量化特性。 |
|
Pangu-NLP-N4-4K-2.5.35 |
4K |
4K |
2025年1月发布的版本,支持4K序列长度训练,4K序列长度推理。全量微调64个训练单元起训,LoRA微调32个训练单元起训,8个推理单元即可部署,支持128并发。此模型版本差异化支持预训练、INT8/INT4量化特性。 |
|
Pangu-NLP-N4-32K-2.5.32 |
32K |
4K |
2024年11月发布的版本,仅支持32K序列长度推理部署,8个推理单元64并发。 |
|
Pangu-NLP-N4-32K-2.5.35 |
32K |
4K |
2025年1月发布的版本,仅支持32K序列长度推理部署,8个推理单元128并发。 |
|
Pangu-NLP-N4-Reasoner-32K-3.0.1.1 |
32K |
4K |
2025年5月发布的版本,仅支持32K序列长度推理部署,4个推理单元104并发。 |
|
Pangu-RAG-N1-32K-4.3.2 |
32K |
- |
2025年4月份发布的版本,支持32K序列长度推理,1个推理单元可部署,最高支持1QPS。该模型是基于盘古NLP大模型微调得到的RAG场景模型,提供对话问答能力。 |
盘古NLP大模型支持的平台操作
在选择和使用盘古大模型时,了解不同模型所支持的操作行为至关重要。不同模型在预训练、微调、模型评测、在线推理和体验中心模型调测等方面的支持程度各不相同,开发者应根据自身需求选择合适的模型。以下是盘古NLP大模型支持的具体操作:
模型名称 |
预训练 |
微调 |
模型评测 |
模型压缩 |
在线推理 |
体验中心模型调测 |
---|---|---|---|---|---|---|
Pangu-NLP-N1-32K-3.1.34 |
- |
√ |
√ |
- |
√ |
√ |
Pangu-NLP-N1-32K-3.2.36 |
- |
√ |
√ |
√ |
√ |
√ |
Pangu-NLP-N1-128K-3.1.34 |
- |
- |
√ |
- |
√ |
√ |
Pangu-NLP-N1-128K-3.2.36 |
- |
- |
√ |
- |
√ |
√ |
Pangu-NLP-N2-4K-3.2.35 |
√ |
√ |
√ |
√ |
√ |
√ |
Pangu-NLP-N2-8K-3.1.39 |
√ |
√ |
√ |
√ |
√ |
√ |
Pangu-NLP-N2-32K-3.1.35 |
√ |
√ |
√ |
√ |
√ |
√ |
Pangu-NLP-N2-128K-3.1.35 |
- |
- |
√ |
- |
√ |
√ |
Pangu-NLP-N2-256K-3.1.35 |
- |
- |
√ |
- |
√ |
√ |
Pangu-NLP-N2-Reasoner-32K-3.0.0.1 |
- |
- |
- |
- |
√ |
√ |
Pangu-NLP-N2-Reasoner-128K-3.0.1.1 |
- |
- |
- |
- |
√ |
√ |
Pangu-NLP-N4-4K-3.2.36 |
√ |
√ |
√ |
√ |
√ |
√ |
Pangu-NLP-N4-4K-2.5.32 |
√ |
√ |
√ |
√ |
√ |
√ |
Pangu-NLP-N4-4K-2.5.35 |
√ |
√ |
√ |
√ |
√ |
√ |
Pangu-NLP-N4-32K-2.5.32 |
- |
- |
√ |
- |
√ |
√ |
Pangu-NLP-N4-32K-2.5.35 |
- |
- |
√ |
- |
√ |
√ |
Pangu-NLP-N4-Reasoner-32K-3.0.1.1 |
- |
- |
- |
- |
√ |
√ |
Pangu-RAG-N1-32K-4.3.2 |
- |
- |
- |
- |
√ |
- |

您可进一步根据左侧导航栏参考“用户指南 > 开发盘古NLP大模型”章节对盘古NLP大模型的训练、压缩、部署、评测等操作做详细理解。也可参考“API参考 > API > 模型推理接口 > NLP大模型 > 文本对话”内容,详细了解盘古NLP大模型推理API调用详情。
盘古NLP大模型对资源池的依赖
模型名称 |
云上部署 |
边缘部署 |
---|---|---|
Pangu-NLP-N1-32K-3.1.34 |
支持,1个推理单元部署 |
- |
Pangu-NLP-N1-32K-3.2.36 |
支持,1个推理单元部署 |
- |
Pangu-NLP-N1-128K-3.1.34 |
支持,4个推理单元部署 |
- |
Pangu-NLP-N1-128K-3.2.36 |
支持,4个推理单元部署 |
- |
Pangu-NLP-N2-4K-3.2.35 |
支持,4个推理单元部署 |
支持,4个推理单元部署 |
Pangu-NLP-N2-8K-3.1.39 |
支持,4个推理单元部署 |
- |
Pangu-NLP-N2-32K-3.1.35 |
支持,4个推理单元部署 |
支持,4个推理单元部署 |
Pangu-NLP-N2-128K-3.1.35 |
支持,8个推理单元部署 |
- |
Pangu-NLP-N2-256K-3.1.35 |
支持,8个推理单元部署 |
- |
Pangu-NLP-N2-Reasoner-32K-3.0.0.1 |
支持,4个推理单元部署 |
- |
Pangu-NLP-N2-Reasoner-128K-3.0.1.1 |
支持,4个推理单元部署 |
- |
Pangu-NLP-N4-4K-3.2.36 |
支持,8个推理单元部署 |
- |
Pangu-NLP-N4-4K-2.5.32 |
支持,8个推理单元部署 |
- |
Pangu-NLP-N4-4K-2.5.35 |
支持,8个推理单元部署 |
- |
Pangu-NLP-N4-32K-2.5.32 |
支持,8个推理单元部署 |
- |
Pangu-NLP-N4-32K-2.5.35 |
支持,8个推理单元部署 |
- |
Pangu-NLP-N4-Reasoner-32K-3.0.1.1 |
支持,4个推理单元部署 |
- |
Pangu-RAG-N1-32k |
支持,1个推理单元部署 |
- |
盘古ai大模型下载常见问题
更多常见问题 >>-
盘古大模型致力于深耕行业,打造金融、政务、制造、矿山、气象、铁路等领域行业大模型和能力集,将行业知识know-how与大模型能力相结合,重塑千行百业,成为各组织、企业、个人的专家助手。
-
模型转换,即将开源框架的网络模型(如Caffe、TensorFlow等),通过ATC(Ascend Tensor Compiler)模型转换工具,将其转换成昇腾AI处理器支持的离线模型。
-
本次Serverless应用中心上线文生图应用,用户无需下载源代码、了解各种安装部署知识、安装复杂的依赖,通过华为云Serverless应用中心即可一键创建AI文生图应用,体验 “0” 构建门槛、“0” 资源闲置并具备极致弹性的Serverless AI绘图能力。
-
华为云Astro大屏应用盘古助手是由华为研发的基于盘古大模型的AI助手,它能够快速生成转换器代码,帮助您将数据接入大屏,并擅长回答各类通用问题。无论是编程、技术咨询还是其他领域的问题,华为云Astro大屏应用盘古助手都能为您提供准确、逻辑性强且友好的回复。
-
华为云Serverless技术极大的优化了AI应用开发过程,一键部署AI应用、提升开发团队工作效率。让AI团队可以更关注业务实现,而无需关注底层技术细节。
-
在自然语言处理(NLP)领域中,使用语言模型预训练方法在多项NLP任务上都获得了不错的提升,广泛受到了各界的关注。本课程将简单介绍一下预训练的思想,几个代表性模型和它们之间的关系。
更多相关专题
增值电信业务经营许可证:B1.B2-20200593 | 域名注册服务机构许可:黔D3-20230001 | 代理域名注册服务机构:新网、西数