刚刚，华为正式宣布开源盘古 70 亿参数的稠密模型、盘古 Pro MoE 720 亿参数的混合专家模型和基于昇腾的模型推理技术。
🤯 盘古 Embedded 7B 模型：
• 参数规模为 70 亿
• 采用双系统框架，具备「快思考」和「慢思考」能力
• 模型具备元认知能力，可根据任务复杂度自动切换推理模式
• 专为在昇腾 NPU 上优化部署，兼顾推理速度与推理深度
• 在 AIME、GPQA 等复杂推理基准测试中，超越 Qwen3-8B、GLM4-9B 等同量级模型
🔋 盘古 Pro MoE 72B 模型：
• 基于分组混合专家（MoGE）架构
• 总参数量 720 亿，激活参数量 160 亿
• 通过专家分组和组内均衡激活，解决专家负载不均，提高部署效率
• 针对昇腾硬件深度优化，推理速度高效（最高单卡 1528 tokens/s）
• 性能优于同规模稠密模型，在多项公开基准测试中处于领先地位
• 支持大规模并行训练，具备高性价比推理方案
截至发稿前，盘古 Pro MoE 72B 模型权重、基础推理代码，已正式上线开源平台。基于昇腾的超大规模 MoE 模型推理代码，已正式上线开源平台。
此外，盘古 7B 相关模型权重与推理代码将于近期上线开源平台。华为官方表示将诚邀全球开发者、企业伙伴及研究人员下载使用，反馈使用意见，共同完善。
附上访问地址：https://gitcode.com/ascend-tribe
