盘古大模型

盘古NLP大模型 – 新架构718B深度思考模型

超千亿参数的中文预训练大模型，它利用大量数据预训练、对多源丰富知识相结合，并通过持续学习吸收海量文本数据，不断提升模型的效果。最新发布的718B深度思考模型采用稀疏高效的MOE新架构，探索不同专家异构方式，昇腾亲和设计在超节点带宽通信优势明显，718B深度思考模型增加多语言、推理类数据，达到国内模型第一梯队。

盘古CV大模型 – 30B 视觉MOE大模型

基于海量图像、视频构筑的视觉基础模型，利用少量数据微调即可实现特定任务。最新发布的视觉MOE大模型，具有30B大参数量，支持多类型范图像生成。

盘古多模态大模型 – 世界模型

融合语言和视觉等多模态信息，实现图像理解、图像生成、视频生成等应用；最新发布的世界模型动态生成可交互、可漫游的数字空间。

盘古预测大模型 – 跨模态数据融合

面向结构化任务基于triplet transformer 统一架构在预训练阶段完成跨模型通用知识学习，支持基于用户的结构化数据，针对跨领域下游任务进行微调，从而实现对事物发展趋势、状态类别等进行量化预测的大模型。

盘古科学计算大模型 – 风光水电新能源预测

科学计算大模型致力于将人工智能与科学研究深度融合，为气象、生物医药、化学材料等前沿领域打造高精度模型，助力科研突破，赋能产业升级与创新发展。