重大发布。

　　“一年以来，盘古大模型深入行业解难题，在30多个行业、500多个场景中落地。”6月20日下午，在华为开发者大会2025上，华为常务董事、华为云计算CEO张平安分享了盘古大模型在工业、农业、科研等领域的丰富创新应用和落地实践，并重磅发布盘古大模型5.5，在自然语言处理、多模态等5大基础模型全面升级，加速重塑千行万业。

　　会上，华为云还发布了盘古医学、金融、政务、工业、汽车五个具备深度思考能力的行业自然语言大模型，加速行业智能化，并将在6月底正式上线。

　　在过去的一年中，盘古大模型持续深耕行业，已在30多个行业、500多个场景中落地，在政务、金融、制造、医疗、煤矿、钢铁、铁路、自动驾驶、气象等领域发挥巨大价值，重塑千行万业。

　　值得一提的是，5月30日，证券时报·券商中国记者从华为获悉，华为在MoE模型训练领域再进一步，重磅推出参数规模高达7180亿的全新模型——盘古Ultra MoE，这是一个全流程在昇腾AI计算平台上训练的准万亿MoE模型。同时，华为发布盘古Ultra MoE模型架构和训练方法的技术报告，披露众多技术细节，充分体现了昇腾在超大规模MoE训练性能上的跨越。

　　据悉，训练超大规模和极高稀疏性的MoE模型极具挑战，训练过程中的稳定性往往难以保障。针对这一难题，华为盘古团队在模型架构和训练方法上进行了创新性设计，成功地在昇腾平台上实现了准万亿MoE模型的全流程训练。

　　在模型架构上，盘古团队提出Depth-Scaled Sandwich-Norm（DSSN）稳定架构和TinyInit小初始化的方法，在昇腾平台上实现了超过18TB数据的长期稳定训练。此外，他们还提出了EP loss负载优化方法，这一设计不仅保证了各个专家之间的能保持较好的负载均衡，也提升了专家的领域特化能力。同时，盘古Ultra MoE使用了业界先进的MLA和MTP架构，在预训练和后训练阶段都使用了Dropless训练策略，实现了超大规模MoE架构在模型效果与效率之间的最佳平衡。

　　在训练方法上，华为团队首次披露在昇腾CloudMatrix 384超节点上，高效打通大稀疏比MoE强化学习（RL）后训练框架的关键技术，使RL后训练进入超节点集群时代。同时，在5月初发布的预训练系统加速技术基础上，在不到一个月的时间内，华为团队又完成了一轮迭代升级，包括：适配昇腾硬件的自适应流水掩盖策略，进一步优化算子执行程序，进一步降低Host-Bound以及提升EP通信的掩盖；自适应管理内存优化策略的开发；数据重排实现DP间Attention负载均衡；以及昇腾亲和的算子优化，这些技术实现万卡集群预训练MFU由30%大幅提升至 41%。

　　此外，近期发布的盘古Pro MoE大模型，在参数量仅为720亿、激活160亿参数量的情况下，通过动态激活专家网络的创新设计，实现了以小打大的优异性能，甚至可以媲美千亿级模型的性能表现。在业界权威大模型榜单SuperCLUE最新公布的2025年5月排行榜上，位居千亿参数量以内大模型排行并列国内第一。

　　业内人士分析，华为此举的核心意义在于，证明了在国产AI算力平台（昇腾）上，能够高效、稳定地训练并优化达到国际顶尖水平的超大规模稀疏模型（MoE），实现了从硬件到软件、从训练到优化、从基础研究到工程落地的“全栈国产化”和“全流程自主可控”的闭环，并在关键性能指标上达到业界领先水平。

　　同日，在华为开发者大会2025上，华为鸿蒙6（HarmonyOS 6）操作系统首次亮相。华为常务董事、终端BG董事长余承东在会上宣布，鸿蒙6开发者Beta版面向开发者正式启动。

　　鸿蒙6是原生鸿蒙的第二个版本，余承东介绍，鸿蒙6将带来全新的互联和智能体验，全场景体验更易用，时延更低；鸿蒙智能再进化，AI能力更开放。同时，HMAF鸿蒙智能体框架赋能鸿蒙应用和元服务智能化升级，让人机交互更自然、强大、高效和协同。

　　与此同时，随着鸿蒙生态进入飞轮加速新阶段，这也带来大批鸿蒙人才的需求，目前已经有超30000个应用及元服务在加速开发中，覆盖政务、医疗、工业等近20个行业，注册开发者数量已突破800万 ，相关报告显示，鸿蒙生态面临百万级人才缺口。