华为云智果园上线:一键调用 DeepSeek、Kimi 等主流模型

华为云在 6 月 5 日的 INSPIRE 创想者大会上发布了面向 Agentic AI 时代的全新云入口"智果园"。这个产品的核心卖点是:一个入口调用多家主流大模型,通过 AgentArts 平台快速构建智能体,并把华为云的各项能力都做成了可调用的 Skills 和 CLI 命令。

从产品定位看,智果园对标的是 OpenAI 的 GPTs、Anthropic 的 Claude Projects 这类智能体开发平台,但华为云走的是"云服务 + 智能体 + 多模型"打包的路线。这个思路在国内云厂商里比较新鲜——阿里云、腾讯云目前主推的还是各自的模型服务和函数计算,还没有一个专门面向智能体开发的统一入口。

集成 15+ 主流模型,模型路由准确率 95%

智果园最直接的能力是模型聚合。根据官方信息,目前已支持一键调用:

• DeepSeek-V4-Pro
• 智谱 GLM-5.1
• 月之暗面 Kimi-K2.6
• 千问 Qwen-Image
• 以及华为云自家的盘古系列模型

这个模型池覆盖了文本生成、图像理解、长文本处理等主流场景。华为云在大会上还提到,背后的 ModelArts Next 平台集成了智能模型路由功能,支持三种调度策略:

• 成本优先:自动选择最便宜的可用模型
• 效果优先:根据任务复杂度匹配最强模型
• 均衡模式:在成本和效果之间找平衡

官方数据称模型调度准确率超过 95%,能帮企业平均降低 20% 的模型调用成本。这个路由逻辑跟 Martian、OpenRouter 这类第三方聚合服务类似,但华为云把它做进了云平台底层,理论上在大规模调用场景下能更稳定。

从开发者角度看,这种多模型聚合有两个实际价值:

1. 降低模型切换成本:不用为了接入新模型重新写适配代码
2. 成本控制更灵活:简单任务用便宜模型,复杂任务用强模型,不用一刀切

但也有明显短板:目前智果园支持的模型以国产为主,GPT-4o、Claude 3.5 Sonnet 这些海外顶尖模型暂时没看到。对于需要最强推理能力的场景(比如复杂代码生成、数学推理),可能还是得额外接入海外模型 API。

AgentArts 平台:90% 内核开源的企业级智能体开发工具

智果园的第二个核心是 AgentArts 企业级智能体平台,这次是公测上线。华为云在智能体工程化上做了四个方向:

1. 长周期任务支持

传统智能体的上下文窗口有限,处理跨天数的复杂任务容易"失忆"。华为云通过 AMS 智能体专属记忆存储方案,用 NPU 硬件直连上下文存储单元,构建了 PB 级的记忆容量。配合 KV Cache 分层池化技术,智能体可以在降低推理成本的同时,保持长时间的任务连续性。

这个能力对企业场景很关键。比如一个负责项目管理的智能体,需要追踪几周甚至几个月的任务进度、会议记录、文档修改历史,传统方案要么靠外部数据库频繁读写(延迟高),要么直接丢掉旧上下文(断片)。华为云这套存储方案算是在智能体基础设施层面做了专门优化。

2. 企业级安全

华为云发布了专门的数据安全专区和 AI 机密计算方案,通过硬件加密、HYOK(Hold Your Own Key)、数据胶囊等技术,保证企业数据在云端的主权可控。对于金融、医疗、政务这些对数据安全要求极高的行业,这是刚需。

官方还提到一个数据:华为云已连续 1037 天无重大安全事故。这个记录在国内云厂商里算是头部水平,但也侧面说明企业对云上 AI 服务的安全顾虑依然很重。

3. 行业知识融合

华为云同步上线了"行业 AI 梦工厂",包括智慧医疗、具身智能、智能制造、科学计算四个垂直专区。每个专区都预置了行业知识库和专用智能体。

比如智慧医疗专区,华为云与瑞金医院合作研发的智慧病理解决方案已经落地 20+ 家医院,覆盖三甲到县域医疗机构。具身智能专区发布了全球首个全流程具身智能开发平台 CloudRobo,支持机器人设备小时级上云、算法模型分钟级部署。

这些垂直专区的实际效果还得看落地案例的数据,但至少在产品形态上,华为云把通用智能体平台和行业解决方案做了比较清晰的分层。

4. 全链路可观测

智能体在生产环境运行时,任务失败、模型调用异常、成本超标等问题很常见。AgentArts 平台提供了全流程可视化监控,开发者可以实时看到智能体的决策链路、工具调用记录、Token 消耗情况。

这个能力在智能体调试阶段特别有用。传统方式是看日志、猜问题,现在能直接看到智能体"为什么这么做"、"卡在哪一步",排查效率高很多。

值得一提的是,华为云同步开源了 AgentArts 的内核版本 openJiuwen,开源版与商用版的内核重合度超过 90%。这个开源策略跟 Meta 的 Llama、Mistral AI 的思路类似:先开源吸引开发者,再通过云服务变现。对开发者来说,可以先在开源版上验证方案,确定可行后再上云部署,降低了试错成本。

Token Plan 订阅:按需付费还是包月划算?

智果园配套推出了 Token Plan 订阅计划,覆盖主流模型和 AI 工具。这个定价模式在国内云厂商里不算新鲜,阿里云的百炼平台、腾讯云的混元都有类似的套餐。

从商业模式看,订阅制对云厂商和企业都有好处:

• 云厂商:稳定现金流,降低获客成本
• 企业:成本可预测,避免突发的高额账单

但订阅制的坑也很明显:如果企业实际用量远低于套餐额度,就是白花钱;如果用量超了,超出部分按量计费往往比套餐单价贵。所以关键还是看华为云的套餐设计是否合理,以及是否有灵活的升降级机制。

目前智果园的具体定价还没公布,等正式商用后可以对比一下各家的性价比。

技术底座:Agentic Infra 新范式

智果园背后是华为云在 INSPIRE 大会上提出的"Agentic Infra"新范式,核心理念是"高效 Token 工厂 + 持续学习 + 通智一体化调度 + 安全自治"。华为云为此发布了四款基础设施新品:

1. AICS 灵衢智算集群

基于灵衢超大带宽组网技术,可搭建 10 万卡超大规模算力集群,总算力达 200 EFLOPS。关键指标:

• Token 生成时延压缩至 10 毫秒以内
• 千卡设备每秒 Token 吞吐量 500 万
• 在线服务稳定性 99.95%

这个性能在国内算力集群里属于第一梯队,跟阿里云的飞天智算、腾讯云的 HCC 处于同一水平。但算力集群的真正价值不在账面参数,而在实际调度效率和故障恢复能力,这些得在大规模生产环境里才能验证。

2. AMS 智能体专属记忆存储

前面提到过,通过 NPU 硬件直连和 KV Cache 分层池化,支撑智能体处理跨天数超长周期任务。这个设计思路跟 OpenAI 的长期记忆功能类似,但华为云是在基础设施层面做硬件加速,理论上性能更好。

3. CCE Volcano Next 一体化调度引擎

通过训推资源池共用、算力碎片整合,把整体资源利用率提升超 30%。这个收益主要来自混合负载调度:训练任务和推理任务的资源需求波动不同步,共用资源池可以削峰填谷。

4. AgentSphere 安全运行底座

搭载轻量化沙箱技术,实现 100 毫秒级环境启动、每分钟十万级智能体批量创建。这个能力对 SaaS 化的智能体服务很重要:用户创建智能体时,不用等几分钟的环境初始化,体验会好很多。

这四个基础设施产品串起来,构成了华为云的"硅基黑土地"。这个概念华为云 CEO 周跃峰在媒体对话中也强调过:华为云的差异化不在收入规模,而在软硬芯协同创新。随着华为自研芯片(昇腾 NPU)的持续迭代,这层"黑土地"会越来越厚。

周跃峰还提到一个有意思的观点:韬定律(华为提出的 AI 算力增长定律)对华为云是利好。因为华为云没法构建"万国牌"的硅基黑土地,只能深耕自研技术栈。这个策略在短期内可能限制生态兼容性,但长期看,如果自研芯片性能持续追上甚至超过英伟达,华为云就能在成本和性能上建立护城河。

生态策略:联合 20+ 头部模型厂商

华为云在大会上发起了"百模千态,云聚共赢"生态合作计划,联合智谱、DeepSeek、Minimax、Kimi、阶跃星辰、百度、美团 LongCat、讯飞星火等 20+ 头部模型厂商。

这个生态策略的核心逻辑是:华为云不做独家绑定,而是提供"中立平台 + 基础设施"。模型厂商在华为云上部署服务,华为云提供算力、存储、调度能力,双方按比例分成。

这个模式跟 AWS Bedrock、Azure AI Studio 类似,但国内市场的竞争格局更复杂:

• 阿里云:主推自家的通义千问,第三方模型接入相对谨慎
• 腾讯云:混元模型 + 精选第三方模型,走中间路线
• 华为云:全面开放,但自研盘古模型的存在感相对较弱

从模型厂商的角度,多云部署是常态,但不同云平台的基础设施能力、定价策略、商业分成差异很大。华为云这次强调"系统化商业生态",关键还是看能不能在分成机制、流量分发、联合运营上给出足够有吸引力的条件。

跟其他云平台比,智果园有什么不同?

把智果园跟国内外主流智能体开发平台对比一下:

| 平台 | 模型支持 | 智能体能力 | 基础设施 | 适用场景 | |------|----------|------------|----------|----------| | 华为云智果园 | 15+ 国产模型 | 长周期任务、企业级安全、行业知识库 | 自研算力集群 + 专属存储 | 政企、金融、医疗等对安全和合规要求高的场景 | | 阿里云百炼 | 通义系列 + 精选第三方 | 工作流编排、RAG、函数调用 | 阿里云飞天架构 | 中小企业、电商、内容创作 | | 腾讯云 TI | 混元 + 开源模型 | MaaS 模型服务、向量数据库 | 腾讯云 HCC 算力 | 游戏、社交、企业协作 | | OpenAI GPTs | GPT 系列 | 简单易用,但能力相对受限 | OpenAI 自建基础设施 | 个人开发者、快速原型验证 | | Anthropic Projects | Claude 系列 | 长上下文、多模态、安全对齐 | AWS/GCP 托管 | 研究、内容分析、复杂推理 |

华为云的差异化主要在三点:

1. 政企基因:安全合规、私有化部署、行业解决方案是强项
2. 自研技术栈:软硬芯协同,在算力成本和调度效率上有潜力
3. 生态开放度:不强推自家模型,对第三方模型厂商更友好

但短板也很明显:

• 模型生态:缺少 GPT-4o、Claude 3.5 等顶尖海外模型
• 开发者社区:相比 OpenAI、Anthropic,华为云的开发者生态还在起步阶段
• 产品成熟度:智果园刚公测,实际使用体验、Bug 修复速度还得观察

对开发者的实际价值

如果你是开发者,智果园值不值得试?

适合的场景:

• 做政企项目,对数据安全、私有化部署有硬性要求
• 需要长周期任务支持(比如项目管理、客户服务智能体)
• 想快速接入多个国产模型,不想一个个对接 API
• 需要行业知识库和预训练智能体(医疗、制造、科研等)

不太合适的场景:

• 需要 GPT-4o、Claude 3.5 等海外顶尖模型
• 个人项目或小团队,对企业级功能需求不高
• 预算有限,更倾向于按量付费而不是订阅制

从技术选型角度,智果园更像是"企业级智能体开发的一站式解决方案",而不是"最灵活的智能体开发工具"。如果你的项目需求跟华为云的产品定位匹配,上手成本会比较低;如果需求偏个性化,可能还是得自己搭建技术栈。

几个值得关注的后续动向

1. 智果园的实际定价:Token Plan 的具体套餐和单价会直接影响采用决策
2. AgentArts 的落地案例:目前官方公布的主要是医疗行业,其他行业的效果还需验证
3. openJiuwen 开源社区的活跃度:如果开源版能吸引足够多开发者贡献,对商用版的成熟度也是加分
4. 海外模型的接入进度:如果智果园后续能支持 GPT、Claude,竞争力会大幅提升
5. 与其他云平台的互操作性:企业往往是多云架构,智果园能不能跟阿里云、腾讯云的服务打通,会影响采用意愿

华为云这次发布智果园,本质上是在抢 Agentic AI 时代的云服务入口。OpenAI 有 ChatGPT、Anthropic 有 Claude,云厂商也需要一个面向智能体的统一入口,而不是让开发者在一堆 API 和控制台里跳来跳去。

从产品形态看,智果园已经把该有的能力都配齐了:多模型聚合、智能体开发平台、行业解决方案、订阅计费。接下来就看执行力和生态建设速度了。毕竟在云服务市场,产品发布只是起点,真正的竞争在后面几年的持续迭代和客户积累。

---

参考来源

• 支持调用 Deepseek、Kimi 等模型,Agentic 华为云入口"智果园"发布 - IT之家 - 智果园产品功能和支持模型的官方信息