鲸云网9月28日消息，据媒体报道，华为在9月28日宣布将开源盘古 openPangu-2.0 的预训练代码、监督微调（SFT）代码与后训练强化学习（RL）代码正式上线开源平台。这意味着开发者不仅能拿到模型权重和推理代码，如今连从零训练、微调到强化学习后训练的全套工程链路都向外界敞开，openPangu-2.0 由此补齐了「模型—推理—训练」三大类开源组件的最后一块拼图。
此次同步放出的两部分代码各有侧重。openPangu-2.0-Training 是一套面向大规模基础模型的统一训练框架，覆盖预训练、监督微调与持续优化的完整流程，支持多维分布式并行、高效数据流水线、混合精度训练、自定义算子优化以及高可用训练，可支撑从百亿到万亿参数级的基础模型训练。openPangu-2.0-RL 则是面向昇腾平台的强化学习加速框架，基于 VERL 生态构建原生 RL 训练与部署能力，重点服务于 Agentic RL 后训练，用来提升模型在复杂任务中自主规划与执行的能力。换句话说，华为把「如何用昇腾把大模型训好」的最佳实践，直接交到了开发者手里。
把时间线拉长看，这次开源是 openPangu 2.0 既定路线图的收尾动作。2026年6月12日的华为开发者大会（HDC 2026）上，余承东发布 openPangu 2.0 并公布「7大组件分批开源」的路线图；6月30日 Flash 版本模型率先开源，7月31日 Pro 版本（总参约5050亿、激活约180亿、支持512K上下文的 MoE 模型）及技术报告上线。此番训练与后训练代码就位，标志着 openPangu 从一个偏「可用」的开源模型，进化为真正可复现、可二次开发的训练基础设施。
站在产业视角，openPangu 的打法与主流开源大模型有明显分野。它从设计之初就绑定华为昇腾原生训练与推理，目标不是和海外模型在通用能力上硬碰硬，而是把「国产算力+国产模型+国产操作系统」拧成一条可协同的技术底座，降低企业与开发者微调和二次开发的门槛。这与华为昇腾生态的推进节奏高度一致——当昇腾算力规模与软件栈逐步成熟，开源的模型与训练代码就成了拉动开发者留在生态内的关键抓手。对国内想要摆脱对英伟达硬件与海外框架依赖的团队而言，一套能在昇腾上跑通预训练到 RL 的完整代码，价值远不止「又多了一个开源大模型」那么简单。
开放之后，openPangu 2.0 的相关组件已陆续在 GitCode 的 Ascend Tribe 开源社区上线，华为方面表示将收集开发者反馈持续推进项目迭代。从早期盘古 5.5 的 MoE 深度思考，到如今 openPangu 全链路开源，华为正尝试把大模型从封闭的体系，转变为行业可以共享的公共技术底座。
编辑：华磊
免责声明：本站转载的文章，版权归原作者所有；旨在传递信息，不代表本站的观点和立场。
