问题——从“能用大模型”走向“用好大模型”，企业落地仍有门槛。
当前大模型应用从通用问答走向生产、研发、运营等核心业务，但不少企业在选型、部署、适配与持续迭代上面临现实难题：一是模型数量快速增长、能力差异显著，企业难以在成本与性能之间做出稳定决策；二是行业知识、业务流程与数据治理要求复杂，通用模型往往难以直接满足高准确率与可控性；三是算力与工程体系建设投入较大，端侧轻量化、云侧高性能协同成为新诉求。
原因——“百模争鸣”背后是技术路线分化与产业需求细化。
随着大模型能力提升与开源生态扩张，行业呈现多模型并行态势，既反映出通用能力不断刷新，也意味着企业需要在特定场景中建立差异化优势。
与此同时，模型从“训练竞赛”转向“应用竞赛”，决定效果的不仅是基础模型参数规模，更在于行业知识注入、任务对齐、工具调用与工程优化等综合能力。
业内普遍认为，后训练与工程化能力将成为企业落地的关键分水岭。
影响——开放与标准化供给有望降低门槛，推动企业从试点走向规模化应用。
大会现场，华为云相关负责人表示，智能时代不会由单一模型长期主导，百花齐放将成为常态。
华为云提出以开源开放汇聚模型能力、以“后训练”形成差异化路径：在开源布局上，宣布全面开放盘古大模型，并推出覆盖718B至1B的全尺寸版本矩阵开源，既面向复杂业务场景的高性能需求，也适配端侧轻量化部署，意在降低使用与二次开发门槛。
业内分析认为，模型全尺寸供给有助于企业按场景选择合适“算力—成本—时延”组合，减少“一刀切”带来的资源浪费。
对策——以生态聚合与后训练工具链，补齐企业“最后一公里”。
在生态开放方面，华为云表示已搭建覆盖广泛的“模型广场”，支持160余个业界主流模型开箱即用，并提升“发布即上线”的响应效率，实现新模型快速接入，缩短企业从评测到上线的周期。
在能力建设方面，华为云强调后训练将成为模型竞争的核心抓手，其价值在于让通用模型“吃透”行业知识并适配具体业务。
为此，华为云提出打造覆盖CPT、SFT到RL等环节的后训练套件，支持企业在基础模型之上导入行业知识、编码能力与算子优化等关键要素，提升场景精度与运行效率，推动从“可演示”走向“可运营、可复制”。
前景——多模型共生叠加后训练能力，将重塑企业智能化建设路径。
随着政策合规、数据安全与业务可控性要求提升，企业在采用大模型时更需要可解释、可治理、可持续迭代的工程体系。
公有云平台在弹性算力、工具链、生态聚合与运维成本等方面具备优势，有望成为企业构建智能化生产力的重要载体。
业内预计，未来竞争将更多体现为：谁能在开放生态中提供稳定高效的模型供给，谁能通过后训练与行业数据治理形成“专属能力”，谁就更可能在场景落地与规模化复制上取得先发优势。
在全球科技竞争日趋激烈的背景下，华为云以开源开放为支点，不仅为企业智能化转型提供了切实可行的技术方案，更通过构建共生共赢的产业生态，推动人工智能技术从实验室走向千行百业。
这种兼顾技术创新与产业落地的战略思维，或将为中国数字经济发展注入新的动能，也为全球AI治理贡献东方智慧。