- 场景描述：[图片] 案例链接：案例详情 建议方案：一、优化指导文档，统一领取与使用认知新增 “优惠券核心规则对照表”，明确标注适用产品（如具体 MaaS 模型类型）、计费模式（按需 / 包年包月）、使用区域等关键限制。在领取步骤后直接关联使用场景说明，比如注明 “该优惠券仅适用于新购商用模型套餐包，不支持续订或变更订单”。补充常见冲突场景预判，比如提前提示 “代金券不可与商务折扣、折扣券叠加使用”，避免用户领取后因规则冲突无法使用。二、强化领取与购买页面的规则可视化领取优惠券时，在弹窗中用醒目字体标注核心限制，而非仅依赖跳转链接查看详情。购买 MaaS 服务页面增加 “可用优惠券筛选” 功能，自动匹配当前订单可使用的优惠券，隐藏不符合条件的券种。若优惠券与订单冲突，系统需明确提示冲突原因（如 “当前订单采用包年计费，该优惠券仅支持按需计费”），而非笼统提示 “不可用”。三、新增操作引导与校验机制设计 “优惠券使用预检工具”，用户选择模型和计费模式后，可提前校验已领优惠券是否适用。在指导文档中添加 “领取 - 购买” 完整流程示例，包含每一步的截图和注意事项，比如 “购买时需选择与优惠券匹配的模型规格（如 64K 上下文版本）”。针对按需计费的优惠券，补充自动抵扣说明，明确 “无需手动选择，消费后系统准实时抵扣”，避免用户因操作不当错过优惠。四、完善冲突问题的排查与反馈渠道整理 “优惠券使用冲突排查手册”，按 “产品不匹配”“计费模式冲突”“折扣互斥” 等分类提供解决方案。在费用中心和 MaaS 控制台增设 “优惠券使用反馈” 入口，用户可快速提交冲突问题，附带订单信息和券码，方便技术人员跟进。建立冲突问题快速响应机制，承诺在指定时限内反馈解决方案，同时定期更新文档，补充高频冲突场景的处理说明。 场景描述：[图片] 案例链接：案例详情 建议方案：一、优化指导文档，统一领取与使用认知新增 “优惠券核心规则对照表”，明确标注适用产品（如具体 MaaS 模型类型）、计费模式（按需 / 包年包月）、使用区域等关键限制。在领取步骤后直接关联使用场景说明，比如注明 “该优惠券仅适用于新购商用模型套餐包，不支持续订或变更订单”。补充常见冲突场景预判，比如提前提示 “代金券不可与商务折扣、折扣券叠加使用”，避免用户领取后因规则冲突无法使用。二、强化领取与购买页面的规则可视化领取优惠券时，在弹窗中用醒目字体标注核心限制，而非仅依赖跳转链接查看详情。购买 MaaS 服务页面增加 “可用优惠券筛选” 功能，自动匹配当前订单可使用的优惠券，隐藏不符合条件的券种。若优惠券与订单冲突，系统需明确提示冲突原因（如 “当前订单采用包年计费，该优惠券仅支持按需计费”），而非笼统提示 “不可用”。三、新增操作引导与校验机制设计 “优惠券使用预检工具”，用户选择模型和计费模式后，可提前校验已领优惠券是否适用。在指导文档中添加 “领取 - 购买” 完整流程示例，包含每一步的截图和注意事项，比如 “购买时需选择与优惠券匹配的模型规格（如 64K 上下文版本）”。针对按需计费的优惠券，补充自动抵扣说明，明确 “无需手动选择，消费后系统准实时抵扣”，避免用户因操作不当错过优惠。四、完善冲突问题的排查与反馈渠道整理 “优惠券使用冲突排查手册”，按 “产品不匹配”“计费模式冲突”“折扣互斥” 等分类提供解决方案。在费用中心和 MaaS 控制台增设 “优惠券使用反馈” 入口，用户可快速提交冲突问题，附带订单信息和券码，方便技术人员跟进。建立冲突问题快速响应机制，承诺在指定时限内反馈解决方案，同时定期更新文档，补充高频冲突场景的处理说明。
- 场景描述：想给 盘古大模型 提个建议，找不到入口，就来这里了，麻烦转交一下哈，谢谢！场景主要针对大模型训练方面，从魔擎社区的产品架构能看出华为有完整的工具链，既然可以 用 UCM 做到 “以存代算” ，那么为什么不尝试用大模型的新范式 来做做 “以存代训” 呢，我觉得是值得一试的。 算是大胆假设，小心求证的一种方式吧！ 建议方案： 我在想如果把大模型的训练范式改成 元能力+少量必备的通用和编程知识，然后外挂常用编程库用法等技能知识库的方式使用， 能否在保证 处理任务能力的同时，大幅减少 大模型的参数？ 因为各个旗舰模型中，我查询后发现有大量训练的知识和内容，但个人使用者常常只会用到一小部分，所以就想了这么一个 核心元能力内置+专项技能外挂”的新范式 ，而现在的工作流框架也能支持这样的工作流程，比如最近兴起的 agentic rag，也可以理解成通过 专项技能外挂让大模型在具体任务中 可以根据最新的情况做出更合理的判断和执行，那么既然大模型永远不可能存储最新的知识， 索性把 精力放到 核心元能力内置 上，然后通过 专项技能外挂 进行赋能， 这样能大幅降低 大模型的训练成本和迭代周期，大幅降低部署成本。 不知道 可否考虑用7B 小模型测试论证 ？ 我觉得从 工作流的使用角度，可以反推 对 大模型的核心功能的要求，然后训练大模型。如果能行得通， 应该可以全面节省大量成本的。 我的逻辑是把模型处理任务或工作流的过程 抽象成 元能力+外挂技能知识库 的组合，大模型负责前者，agentic rag 负责后者。 我觉得可以类比大模型推理技术的发展轨迹，从统一架构演变为 预填充 和 解码 这两个阶段， 而最初各家都是不认可这种方式的，后来发现，真香！！ 希望 华为 能引领 世界开源技术，不断打击美国科技股的核心叙事逻辑，让世界上越来越多的人使用国产开源模型， 打击闭源模型的现金流，打压美股扯淡的左脚踩右脚的金融收割游戏！ 场景描述：想给 盘古大模型 提个建议，找不到入口，就来这里了，麻烦转交一下哈，谢谢！场景主要针对大模型训练方面，从魔擎社区的产品架构能看出华为有完整的工具链，既然可以 用 UCM 做到 “以存代算” ，那么为什么不尝试用大模型的新范式 来做做 “以存代训” 呢，我觉得是值得一试的。 算是大胆假设，小心求证的一种方式吧！ 建议方案： 我在想如果把大模型的训练范式改成 元能力+少量必备的通用和编程知识，然后外挂常用编程库用法等技能知识库的方式使用， 能否在保证 处理任务能力的同时，大幅减少 大模型的参数？ 因为各个旗舰模型中，我查询后发现有大量训练的知识和内容，但个人使用者常常只会用到一小部分，所以就想了这么一个 核心元能力内置+专项技能外挂”的新范式 ，而现在的工作流框架也能支持这样的工作流程，比如最近兴起的 agentic rag，也可以理解成通过 专项技能外挂让大模型在具体任务中 可以根据最新的情况做出更合理的判断和执行，那么既然大模型永远不可能存储最新的知识， 索性把 精力放到 核心元能力内置 上，然后通过 专项技能外挂 进行赋能， 这样能大幅降低 大模型的训练成本和迭代周期，大幅降低部署成本。 不知道 可否考虑用7B 小模型测试论证 ？ 我觉得从 工作流的使用角度，可以反推 对 大模型的核心功能的要求，然后训练大模型。如果能行得通， 应该可以全面节省大量成本的。 我的逻辑是把模型处理任务或工作流的过程 抽象成 元能力+外挂技能知识库 的组合，大模型负责前者，agentic rag 负责后者。 我觉得可以类比大模型推理技术的发展轨迹，从统一架构演变为 预填充 和 解码 这两个阶段， 而最初各家都是不认可这种方式的，后来发现，真香！！ 希望 华为 能引领 世界开源技术，不断打击美国科技股的核心叙事逻辑，让世界上越来越多的人使用国产开源模型， 打击闭源模型的现金流，打压美股扯淡的左脚踩右脚的金融收割游戏！
-
【功能建议】文本对话无历史记录 预审不通过场景描述：找不到历史聊天对话记录 建议方案：增加历史聊天记录 场景描述：找不到历史聊天对话记录 建议方案：增加历史聊天记录
-
【产品缺陷】不能强制停止输出，死循环了 预审不通过场景描述：提问一个盘古模型思考很久也未找到答案的问题，就会陷入死循环，不会停止也不能停止！！！！ 建议方案：能够设置主题颜色、字体属性等。 场景描述：提问一个盘古模型思考很久也未找到答案的问题，就会陷入死循环，不会停止也不能停止！！！！ 建议方案：能够设置主题颜色、字体属性等。
-
【用户体验】盘古大模型 预审不通过场景描述：你好建议你们大模型可以3个月一次.还有一个就是什么时候可以商用 建议方案： 场景描述：你好建议你们大模型可以3个月一次.还有一个就是什么时候可以商用 建议方案：
-
【用户体验】预测模型部署慢 预审不通过场景描述：将训练好的预测模型部署到云端，速度极慢 建议方案：优化部署流程 场景描述：将训练好的预测模型部署到云端，速度极慢 建议方案：优化部署流程
- 场景描述：ModelArts Studio-管理加工算子-过滤类别：实际不存在数据抽样、数据去重类别，建议要删除，否则用户选了发现是空的 建议方案：ModelArts Studio-管理加工算子-过滤类别：实际不存在数据抽样、数据去重类别，建议要删除，否则用户选了发现是空的 场景描述：ModelArts Studio-管理加工算子-过滤类别：实际不存在数据抽样、数据去重类别，建议要删除，否则用户选了发现是空的 建议方案：ModelArts Studio-管理加工算子-过滤类别：实际不存在数据抽样、数据去重类别，建议要删除，否则用户选了发现是空的
- 场景描述：页面: 大模型开发平台->体验中心->文本对话前提: 已有 盘古大模型-ModelArts Studio-推理服务-边缘推理服务当体验Pangu-NLP-N4-MoE-Reasoner-32K时, 输出内容过多导致时间长, 显示错误流式返回超时, 推理暂停. 建议方案：取消超时强制切断推理服务的流式传输不设默认超时阈值（或允许关闭超时检测） 场景描述：页面: 大模型开发平台->体验中心->文本对话前提: 已有 盘古大模型-ModelArts Studio-推理服务-边缘推理服务当体验Pangu-NLP-N4-MoE-Reasoner-32K时, 输出内容过多导致时间长, 显示错误流式返回超时, 推理暂停. 建议方案：取消超时强制切断推理服务的流式传输不设默认超时阈值（或允许关闭超时检测）
-
【产品缺陷】文本错误 未采纳场景描述：https://console.huaweicloud.com/modelartsstudio/#/home/buy?from=intro[图片] 建议方案： 场景描述：https://console.huaweicloud.com/modelartsstudio/#/home/buy?from=intro[图片] 建议方案：
-
【用户体验】文案描述存在错别字 已实现场景描述：在盘古大模型开发平台，点击订购，下面cv大模型的描述是否是错别字。[图片] 建议方案： 文案描述是否存在错别字，建议排查。 场景描述：在盘古大模型开发平台，点击订购，下面cv大模型的描述是否是错别字。[图片] 建议方案： 文案描述是否存在错别字，建议排查。
-
【用户体验】产品介绍写错了 预审不通过场景描述：[图片] 建议方案：围绕写成围烧了 场景描述：[图片] 建议方案：围绕写成围烧了
- 场景描述： 建议方案： 场景描述： 建议方案：
- 场景描述：盘古大模型点控制台和立即体验，直接404建议方案：如果是暂时未开放啥的，应该弹窗说明，或者在新页面说明，而非返回404[图片][图片] 场景描述：盘古大模型点控制台和立即体验，直接404建议方案：如果是暂时未开放啥的，应该弹窗说明，或者在新页面说明，而非返回404[图片][图片]
- 场景描述： DeepSeek推荐的temperature为0.6，而我们模型体验的默认值是1，给体验的客户感觉不专业 建议方案： 把temperature的默认值设置为0.6 场景描述： DeepSeek推荐的temperature为0.6，而我们模型体验的默认值是1，给体验的客户感觉不专业 建议方案： 把temperature的默认值设置为0.6
- 场景描述： [图片] 建议方案： 场景描述： [图片] 建议方案：
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签