上海
今日上午，华为在官方微信公众号正式官宣开源盘古7B、72B两款大模型，以及为华为昇腾NPU芯片优化的推理代码，目前均已在国内代码托管平台GitCode正式上线。其中盘古7B（盘古 Embedded）拥有70亿参数量，盘古72B（盘古 Pro MoE）则拥有720亿参数量。
根据华为官方的介绍，盘古7B模型为双系统框架，具备“快思慢想”功能，能够根据任务复杂度自动选择合适的模式，即在常规请求下使用“快思考”模式，在复杂推理任务下使用“慢思考”模式，从而在延迟和推理深度之间实现平衡。在多款复杂推理测试中，盘古7B的性能要强于阿里巴巴旗下的Qwen3-8B、智谱旗下的GLM4-9B，
盘古72B则为MoE混合专家模型，与一般的MoE模型不同，华为提出了一种新型的分组混合专家模型MoGE，其优点在于可以在专家选择阶段对专家进行分组，约束token在每个组内激活等量专家，进而实现负载均衡。
性能方面，华为声称该模型针对昇腾300I Duo、800I A2平台进行优化，在后者上可以实现单卡1148 token/s的推理速度。
根据SuperCLUE中文大模型基准测评5月的数据，盘古72B在开源排行榜中位列第五，总分为58.75分，超越Qwen3-14B、Qwen3-8B，仅次于DeepSeek-R1满血版、DeepSeek-V3满血版以及Qwen3-32B和235B。
值得一提的是，盘古72B的文本理解与创作得分位居榜单之首，为80.48分，但在科学推理能力上仅有39.6分，明显弱于位居榜单前列的其余模型。
此外，在推理模型榜单中，盘古72B的推理能力得分为60.3，并未有明显领先优势。一定程度上说明盘古系列开源模型的推理性能还有待进步。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
