Huawei Cloud CEO Zhou Yuefeng: The core competitive advantage of model competition has already shifted to "post-training"

打造 AI 時代的 “黑土地”。

全球 AI 競賽的焦點，已經從通用模型能力，轉向實際行業應用能力。在這場新的商業競速中，企業究竟該如何構建專屬的 AI 戰鬥力？

3 月 20 日，在華為中國合作伙伴大會 2026 上，華為雲給出了自己的解題思路。

華為雲 CEO 周躍峯指出，公有云是企業 AI 落地最優解、承載未來 AI 生產力的最佳平台。

針對當下 “百模爭鳴” 的行業趨勢，他明確提出以開源開放為根基、以 “後訓練” 構建模型核心差異化的路徑，旨在為企業打造可落地、有專屬競爭力的 AI 解決方案。

新的勝負手：後訓練？

隨着行業步入智能體時代，周躍峯拋出了一個具有前瞻性的行業洞察：模型競爭的核心勝負手已然轉向了 “後訓練” 能力。

通用大模型雖然 “博學”，但往往缺乏深度的行業 Know-how，後訓練的核心價值，正是讓這些通用大模型吃透專屬的行業知識，並精準適配特定的業務場景。

基於此，華為雲打造了後訓練套件，覆蓋了從 CPT（持續預訓練）、SFT（監督微調）到 RL（強化學習）的全流程技術能力。

通過這一套件，企業能夠在頂尖基礎模型之上，深度灌注自身的行業知識，並融合華為生態獨有的鴻蒙編碼能力與昇騰算子優化等核心 “養分”。

據悉，這一組合拳不僅能提升模型在具體業務場景中的精度，還能優化鴻蒙系統的適配性與昇騰底層算力的運行效率。

與此同時，周躍峯透露，華為雲有針對強化學習和後訓練的研發團隊，這個團隊對自研、開放、開源的大模型進行面向各個行業、各個場景的後訓練和強化學習，使得他們具備更加差異化的能力，這就是華為雲在模型上的策略。

周躍峯指出，在人工智能從技術探索邁向規模化應用的關鍵階段，相比自建數據中心，公有云的優勢日益顯著。

數據顯示，2025 年全球 85% 的 AI 算力資源部署於雲端，超過 87% 的企業選擇在雲上開展 AI 業務和創新實踐，雲成為 AI 投資的絕對主流。

這背後的商業邏輯並不複雜。

在成本和人才層面，線下數據中心的建設面臨着週期長、投資巨大的沉重負擔，同時，頂尖 AI 人才在市場上高度供不應求。

對此，雲端匯聚了龐大的 AI 算力集羣，以及海量的 AI 工程師和算法設計工程師，企業調用雲上的 AI 能力不僅能實現成本最優，更能有效緩解嚴重的人才焦慮，從而將寶貴的精力聚焦於核心業務邏輯與 AI 創新本身。

在企業極其看重的安全層面，公有云提供了遠超自建環境的防護壁壘。以華為云為例，依託其智能統一的運營方案，高達 99% 的安全威脅能夠在 5 分鐘內實現閉環，99% 的網絡攻擊可被自動化處置，這為企業 AI 資產築牢了安全底線。

更為關鍵的是，面對 AI 大模型呈現出的周級迭代的極速演進趨勢，傳統的線下部署模式根本無法通過頻繁的升級來保持技術跟進。公有云模式則能有效確保企業始終調用到最新的算力資源，並持續獲得業界最領先的 AI 能力賦能。

周躍峯還強調，華為雲始終堅守開源開放理念。

大模型策略上，華為雲全面開放自研盤古大模型，推出涵蓋 718B 至 1B 的全尺寸版本矩陣並開源，同時支持 160 餘個業界頂尖 SOTA 模型開箱即用，包括 DeepSeek、Qwen、智譜 GLM 等主流優質模型。

與此同時，華為雲還實現頂尖模型 “發佈即上線” 的極速響應，如智譜 GLM-5 模型實現當日 Day 0 接入，這無疑為企業開發者提供了最豐富、最前沿的彈藥庫。

面向智能時代，華為雲目標是成為企業級 AI 創新 “黑土地”。

據悉，華為雲碼道（CodeArts）代碼智能體在今年 2 月開啓公測；華為雲一站式企業級智能體開發平台 AgentArts 的企業商用版將於 4 月正式開啓公測，而 openJiuwen 增強版也定於 5 月正式開源。