2024年5月，全球权威赛事QASC挑战赛更新国际排名，浪潮海若大模型以93.70%的准确率斩获榜首并刷新世界纪录。从信息提取迈向信息解析，常识推理是重要一环，这项比赛考验的正是大模型基于语言理解、知识整合、逻辑推理形成的“洞察力”。

今年6月，海若大模型拿下中国信通院泰尔实验室的“大规模预训练模型（文本生成功能）安全认证证书”，级别为最高级。

能听懂话、办好事，也够安全……一年来，海若大模型向“六边形”战士演化。

从服务器厂商到云计算、大数据服务商，浪潮一路进化；面对人工智能带来的机遇与挑战，这家企业又一次“进化”：牵头构建元脑生态，承担人工智能等领域省级以上科研项目100余项，实现大模型在制造、农业、水利等领域的应用……

人工智能卡位赛中，浪潮努力再造一条穿越周期的护城河。

抢滩

能否构建起一个繁荣的应用生态，决定了大模型产业能走多远

2024年中国人工智能产业规模已突破7000亿元人民币，保持20%以上的增长率。

大模型作为人工智能的“超级大脑”，是当中最关键的赛道之一。

自2023年以ChatGPT为代表的大模型技术突破引发全球关注，传统头部科技企业与人工智能原生“黑马”林立，市场竞争俨然白热化。

入局者众，抢滩不单靠勇气。

“从生成式人工智能产业链讲，我们覆盖全部五层产品和服务，是国内唯一一家。但若从基础层、技术层和应用层这个比较简单的角度划分，浪潮云主要聚焦技术层，结合行业需求做技术落地。”浪潮云副总经理张成浩说。

这一选择，并非市场裹挟下的被动之举，而在于如何将差异化竞争优势最大化。

于微澜处起“浪”，聚焦行业痛点研发专用模型。

不同于基础模型主要采用互联网公开数据，行业专用模型安全性隐私性要求高，一般需要私有化部署并持续提供升级服务。这方面，浪潮海若大模型既有在央企国企及应急、水利等政务细分领域30余年的深耕经验，也有提供分布式智能云服务所培养起来的专业运维团队。

某建筑央企，原先做一份10万字的施工方案要几周时间，现在将专业知识喂给大模型、开发“AI工程师”，10分钟就能搞定——DeepSeek的出现带来大模型训练成本与使用成本的指数级下降。

与此同时，这也使以前只有大企业才“玩儿得起”的大模型走入千行百业。

整体看，大模型对算力和数据的需求并非减少而是在迅速增加，这又将带来云、数核心业务的持续增长。深耕垂直场景强化大模型技术研发落地，既能巩固扩大原有优势战场，又能在新阵地上提升竞争力。2024年底到今年初，仅从浪潮云计算服务板块就已能明显看到由大模型战略转向带来的算力增长和服务变现。

2024年山东人工智能产业产值突破900亿元；从大模型细分产业看，全省重点监测范围内大模型企业已有135家。

能否构建起一个繁荣的应用生态，决定了大模型产业能走多远。

“链主”某种程度上也是“生态主”。2024年11月，作为浪潮云舟联盟子联盟的海若智能体联盟在香港发起成立。联盟以海若大模型为底座，提供智能体开发平台及平台级技术共享，通过建立广泛的合作伙伴网络，带动大模型技术更快开展场景探索与落地。

海若智能体联盟已重点扶持40余家行业生态伙伴，像济南大数据局多个场景下的“数智员工”，正是浪潮联合平台、设备等相关方共同服务。

登高

数据变化背后，是“卡位赛”的核心逻辑：除了策略精准，只有在关键领域构筑起技术壁垒才能提升制胜概率

12345热线运营中存在受理量攀升、人工座席（窗口）数量有限、群众诉求无法得到及时满足以及工单“流转慢”“转不动”等痛点。

基于这项需求，浪潮为某省会城市打造了12345政务服务智能体。

去年落地的主要是问答、问数等与业务耦合度相对没那么紧密的场景。今年开始，可以完成智能派单，也能给出处置建议等，服务时长降低25%，派发准确率提高90%。

更重要的是，去年用的是百亿级参数的大模型，今年则是一个十亿级参数的“小模型”。听浪潮云海若产品部产品总监丁天送说，这个参数，类似于人脑中的神经元连接，也就是说，神经元没那么多，却反而更“聪明”了。

简单的数据变化背后，是“卡位赛”的核心逻辑：

除了策略精准，只有在关键领域构筑起技术壁垒才能提升制胜概率。从百亿级到十亿级，靠的是技术；海若大模型成为国内唯一一个通过中央网信办基础大模型、智能体与算法三备案的产品，靠的还是技术。

丁天送打了个比方：有人“全能”，有人“偏科”，但只要选对方向，“偏科”的也能大放异彩——提炼特定场景所需的核心能力进行定向保留、调优，就能完成这个从百亿级到十亿级的“魔法”。

这当中，在采用模型压缩技术前，就至少得先突破两个门槛：

首先，基于大量实践案例，才有可能总结出具体场景需要保留和调优的核心能力。浪潮政务领域有6万个以上的应用，企业客户达到128万，在找到“关键解题步骤”方面经验丰富。

其次，模型的快速推理离不开对数据的快速存取。这方面，浪潮先后突破新型高性能大数据存算分离、基于微策略的虚拟化性能优化等技术。以前者为例，可实现数据存算资源分钟级弹性缩扩容、计算存储成本下降20%，在国际事务处理性能基准测试（TPC）中，计算性能和性价比两项指标均列世界第一，得分较前冠军提升24%。

又比如，上传自己的知识文件，让大模型的创作能力与这些信息相结合来提升创作质量，是目前许多人使用生成式大模型的方式。浪潮云对此研发了多步迭代的检索增强技术，让模型具备“自我反思”能力，在每一步迭代中改进或调整答案，确保生成内容更可靠更准确。

人工智能领域创新速度，快到难以想象。

2024年，大约每半个月甚至每周就会有较大的技术迭代；

2025年，受现有训练数据资源逐渐被耗光等瓶颈限制，速度有所下降，但一个月左右也会有明显技术优化。

向未来

大模型的“聪明”并非用于“炫技”，在实际场景中解决问题才是其价值。浪潮海若大模型沉淀超过100个场景

在山东大学齐鲁医院临床技能培训中心，87位住院医师的年度考核中迎来一位“新朋友”——病史采集环节引入浪潮云帆“数字病人”智能体。

传统考核方式由专人充当“病人”角色按脚本演绎。现在，一个智能体可同时模拟不同年龄段，内、外、妇、儿等多学科临床患者的体征表现，同时为多名考生提供考核场景。

“数字病人”智能体是浪潮与齐鲁医学院共同发布的齐鲁临床技能大模型中一个较为成熟的应用，已进化至3.0版本。

齐鲁医院胰腺外科主任展翰翔说，这样一个智能体，基于真实病例里的关键信息进行隐私脱敏，能完全模拟整个临床流程，可提升医疗服务质量。

再将目光投向省外：

安徽安利材料科技股份有限公司的皮革生产车间里，浪潮的“皮革质量缺陷检测与工艺优化大模型智能体”可实现材料表面缺陷的毫秒级识别与分类，漏检率被降低到远低于行业平均水平，较传统人工检测效率提升200%。依托智能体自主决策机制，还可实时触发分拣指令并同步反馈至生产控制系统，形成检测—处置—优化的管理闭环……

大模型的“聪明”并非用于“炫技”，在实际场景中解决问题才是其价值。

浪潮海若大模型沉淀超过100个场景。聚焦细分行业的路径选择，以及对一系列技术的突破，为浪潮吸引来更多“橄榄枝”，而借由在更多场景落地应用，浪潮又在形成更大更快的创新飞轮。

今年5月，英伟达创始人兼CEO黄仁勋提出“AI工厂”的概念。他说，未来人工智能将如同互联网和电力一样，成为基础设施的一部分。

那么，人工智能是否也像工业品那样，在工厂里被高质量、规模化生产出来？

浪潮正在做这件事。

“浪潮有了国内首个面向行业场景，具备工业化、标准化、规模化生产能力的人工智能生产流水线。”听浪潮云山东海若公司副总经理黄小虎说，梳理总结落地案例，浪潮人工智能工厂定位为新型人工智能基础设施，由人工智能模型工厂、人工智能智能体工厂和人工智能训练场三个核心板块组成，涵盖工艺技术中心、调度服务中心、语料中心、训练中心、智能体中心等九个业务环节。这九大环节，就相当于普通工厂的九大车间；另有数据标注、算力调度、安全评测等工具，每个车间用到不同工具。

以浪潮给水利部打造的海若·上善水利大模型为例：今年因融入DeepSeek模型，从原先的单模型变为双模型支撑，需要不同模型间进行算力匹配度的调优，还得提升一个场景同时使用双模型的能力，这些优化就是在大模型工厂里完成的。

流水线既能生产全新的大模型产品，也能伴随客户使用中的数据、场景变化进行大模型的“回炉再造”。这就能更好支持大模型的快速迭代与持续优化，也能帮助加速实现技术平权及模型普惠。

面向未来，浪潮海若大模型定下三个重点研发方向：

一是数字员工将广泛推开，像浪潮云内部就已在合同评审等环节率先落地测试；

二是制造业场景中将引入越来越多智能设备，标准设备厂商解决“小脑”，浪潮云则解决面向特定场景所需的“大脑”能力。

三是面向政府的智能体。这个领域有可能率先在数据授权共享上迈出步伐，更优质的大模型和智能体就有了诞生的可能。

市场竞争残酷，每一步充满风险挑战，很难有永恒的赢家。但纵使风急浪高，总有勇者立潮头。（记者付玉婷）（完）