华为盘古大模型3.0发布,构建“5+N+X”三层架构
　　7月7日，华为技术有限公司在华为开发者大会2023上正式发布人工智能（AI）大模型华为云盘古大模型3.0。华为常务董事、华为云CEO张平安说：“盘古大模型是一个面向行业的大模型系列。要让每个行业、每个企业、每个人都拥有自己的专家助手，让工作更高效更轻松。”目前，华为云盘古大模型3.0已在煤矿、铁路、气象、金融、代码开发、数字内容生成等领域发挥作用，提升生产效率、降低研发成本。国际顶级学术期刊《Nature》正刊北京时间7月6日发表了华为云盘古大模型研发团队独立研究成果——《三维神经网络用于精准中期全球天气预报》。
　　模型聚焦三层架构，赋能千行百业。3.0版的盘古大模型是一个面向行业的大模型系列，具有“5+N+X”三层架构：从AI能力的基础层，到行业的第二层，再到应用层面向场景的各个接口，华为围绕深耕行业面向开发者持续打造了新的竞争力。
　　1）L0层包括NLP、视觉、多模态、预测、科学计算五个基础模型，提供满足行业场景中的多种技能需求。盘古3.0提供了100亿、380亿、710亿和1000亿参数等基础大模型，以匹配不同场景、时延、响应速度的行业多样化需求。
　　2）L1层是多个行业大模型，华为云既可以提供使用行业公开数据训练的行业通用大模型，包括政务，金融，制造，矿山，气象等大模型；也可以基于行业客户的自有数据，在盘古大模型的L0和L1层上，为客户训练自有的专用大模型。
　　3）L2层提供了更多细化场景的模型，更专注于政务热线、网点助手、先导药物筛选、传送带异物检测、台风路径预测等具体行业应用或特定业务场景，为客户提供“开箱即用”的模型服务。
　　盘古大模型聚焦垂类行业应用，AI向B端迈进
　　此次华为盘古大模型3.0的定位是“为行业而生”，发布会现场也展示了多个典型的B端行业应用。我们认为，盘古大模型的发布进一步打开了AI在B端落地的可能性，未来AI大模型更广阔的应用场景应该在多个垂直行业领域，典型应用包括：
　　1）盘古+气象：根据公司官方微信号，基于近40年的全球气象数据，华为云盘古气象大模型在中长期确定性预报上超越当前最强的数值预报方法（欧洲气象中心的IFS系统），是业内首个精度超过传统数值预报方法的全球AI气象预测模型。平均预报误差降低了10%-15%，速度提升10000倍以上，实现秒级全球气象预报。7月6日，国际顶级学术期刊《自然》(Nature)杂志正刊发表了华为云盘古大模型研发团队研究成果——《三维神经网络用于精准中期全球天气预报》，这是近年来中国科技公司首篇唯一署名发表的《自然》正刊论文。
　　2）盘古+矿山：盘古矿山大模型，导入海量无标注的矿山场景数据进行预训练和无监督自主学习，仅一个大模型就能覆盖煤矿的采、掘、机、运、通、洗选等业务流程下的1000多个细分场景。目前已经在全国8个矿井规模使用，让更多煤矿工人能在地面舒适安全作业。
　　3）盘古+制造：盘古制造大模型提供制造需求理解、工艺标准文档生成、工业软件代码生成、产供环节视图识别、产供环节智能计划的5大制造技能，覆盖研发、生产、供应等核心环节，通过大模型+天筹AI求解器助力数实融合。
　　B端应用兴起，关注AI在B端落地的企业和华为生态链
　　我们认为AI大模型向B端的应用正在逐渐落地，建议关注AI企业服务等相关领域，以及华为生态链的投资机会：
　　1）赛意信息：7月8日，赛意信息与华为云正式签署盘古大模型合作协议。赛意信息基于盘古大模型的自然语言大模型和视觉大模型，携手华为云共同打造制造行业大模型，为制造行业客户提供针对工艺工程AI自动化、AI质检、供应链的智能优化等细分场景，提供“开箱即用”的模型服务。
　　2）软通动力：成为华为云盘古大模型首批合作伙伴，为盘古大模型提供垂域模型标注训练、服务交付、应用解决方案和昇腾迁移等服务。
　　3）拓维信息：公司是华为云首批同舟共济合作伙伴、华为“大模型+鲲鹏+昇腾AI+开源鸿蒙”全方位战略合作伙伴，拓维信息与华为正式完成盘古大模型生态伙伴的签约。
　　4）汉得信息：公司同时是微软、华为和SAP的合作伙伴，汉得微扬结合微软Copilot和Azure OpenAI系列服务，应用生成式人工智能技术的最新成果全面提升现有商业应用解决方案。
　　建议关注
　　基础工具：普源精电-U、鼎阳科技、坤恒顺维、霍莱沃、概伦电子、华大九天。
　　智能汽车：德赛西威、中科创达、四维图新、道通科技、虹软科技、万集科技。
　　工业软件：宝信软件、中望软件、中控技术、赛意信息、能科科技、鼎捷软件。
　　数字能源：朗新科技、国能日新、南网科技、龙软科技、国网信通、远光软件。
　　人工智能：科大讯飞、海康威视、大华股份、奥普特、商汤-W、寒武纪。
　　网络安全：深信服、安恒信息、启明星辰、天融信、奇安信-U、信安世纪。
　　风险提示
　　1）疫情加剧降低企业信息化支出；2）财政与货币政策低于预期；3）供应链波