具體來說，盤古大模型3.0目前的主要作用是數據關閉循環的升級。

閉環數據（closed loop data）的核心目的是持續從原始數據中提取高價格數據并傳送給算法，最終持續改進算法，解決多種corner case（長尾場景）。

方法是從車輛端提取數據，進行初始整理，進行場景管理，再進行數據標記，訓練，模擬，最終接受收集的要求。其中，每個過程都有大數據發揮力量的機會。

第一，對情況的理解，主要是為了提取高價值的自動駕駛數據。

目前，隨著高速noa和城市noa的持續發展，自動駕駛公司和汽車工廠積累的數據每年增加到100tb級，其中實際可以發送到算法訓練的不到10%。如何有效地從原始數據中篩選所需數據是非常重要的。

據華為方面稱，一些企業已經積累了大量數據，傳統方式需要人工回顧，重新烙印，分類和組織。這樣的速度比較慢，很容易積累前端數據。大模型可以自動理解視頻內容，自動印上標簽，進行商品化管理，可以自動篩選價值高的場面。

第二，數據標簽，如上文所述，一些企業每年需要標簽數百tb的數據，每年需要花費1000萬元甚至1億元，而且效率也不能滿足數據供應的需要。大型型號具有精確度高的優點。還可以顯示2d、3d的精度，最多可以將顯示量減少90%。

一般來說，華為在完成標記工作后，會與汽車公司及第三方企業合作進行進一步處理。在華為看來，這意味著汽車公司的任務從標簽轉向質量檢查，可以有效降低成本，提高效率30%至40%。

總之，據華為云ei服務產品部部長劉鵬稱，華為云可以通過盤古大模型自動駕駛開發平臺實現三步加速。

通過數智融合架構打破數據和ai資源管理的界限，在一個平臺上完成開發、風險和在線工作，提高業務創新效率，實現數據加速化。

利用盤古大模型在認知、知覺、決策、優化等整個領域的能力，汽車企業可以基于vango迅速訓練自己所需的模型，實現算法加速化。

以昇騰ai云服務為基礎，優化自動駕駛300+算法，60+實現精度性能的提高，幾個月不間斷地進行卡路里的訓練，實現運算能力的加速化。