企业官网建设流程全解析

前两篇文章中，我们分别介绍了胜券AI的产品定位与胜券在握平台的分层架构。但很多读者可能仍有疑问：这些智能体背后到底用的是什么AI模型？平台和外部生态如何协作？企业能否自己开发智能体？

这篇文章，我们把胜券AI的“大脑”（模型与算力）和“四肢”（生态与开发能力）放在一起讲清楚。

澄清一个误解：胜券AI不是大模型

首先要说明一点：胜券AI本身并不是大模型。市场上很多人误以为胜券AI是一个类似ChatGPT的通用对话模型，这个理解需要修正。

实际上，胜券AI是“胜券在握AI共创平台”+多个业务智能体的整体解决方案。大模型是其中被集成的“大脑”组成部分之一，而非全部。胜券在握平台集成了多家基础大模型和开源小模型，企业可以根据场景需求选择最合适的模型。这一修正很重要——它不是要做另一个通用大模型去与大厂竞争，而是做零售垂直领域的业务智能体，让大模型真正“长”在业务里干活。

01

“大脑”：模型库与算力层的协同

胜券AI的技术架构包括数据层、算力层、模型层、智能体层和应用层五层。模型层和算力层是核心认知动力来源。

算力层支持华为云昇腾AI云服务、火山云等多源算力方案，企业无需自建GPU集群即可按需调用云端算力。在与阿里云的深度合作中，胜券在握已与阿里云通义大模型完成集成并联合打造智能中台。同时平台已预置DeepSeek满血版和通义千问所有版本的大模型。企业也可灵活调用DeepSeek等主流大模型，并借助华为云智算云服务获得弹性算力支撑。

模型层采用“基础大模型+开源小模型”的混合架构，以DeepSeek大模型为核心并结合零售数据进行微调。SuperCLUE基准测试显示，DeepSeek-R1在数学推理、科学推理和代码生成等关键指标上达到近90分，兼具高性能与成本优势。除DeepSeek外，平台还支持Phi-2、Gemma-7B、Llama3.1等开源小模型的部署和微调。这种“大模型做认知、小模型做垂直”的混合模式，使企业可以根据场景精准选择最合适的模型，避免“大材小用”。

智能体层通过集成大模型能力构建零售全场景的智能体矩阵，实现“数据采集-分析决策-业务执行”的闭环。

02

“四肢”：生态共创与开发者赋能

胜券在握平台的价值不仅在于技术能力，更在于开放生态。如果胜券AI只有百胜自己开发的智能体，那它和传统软件厂商没有本质区别。胜券在握的真正用意，是让客户和生态伙伴也能成为AI能力的创造者。

胜券在握平台自2025年4月正式发布以来，支持云算力、模型微调、智能体开发与应用发布。平台具备以下核心能力：

预置场景模板，降低开发门槛

平台预置了各类零售场景模板（如促销预测、流失预警）。产品经理可以通过可视化工作流编辑器，将复杂的AI开发简化为拖拽操作。平台还提供知识库管理、工作流编排、对话流配置等组件，大幅降低零售企业开发AI智能体的门槛。

智能体市场与生态众包

胜券在握平台建立了智能体应用市场，企业可以下载百胜预置的智能体，也可以上架自己开发的智能体，甚至通过生态众包模式获取行业最佳实践。这种“应用商店”模式，让AI能力的复用和共享变得更加高效。

开发者生态与合作共赢

平台支持开发者、合作伙伴进行AI生态共创。伙伴可基于平台开发智能体，通过上架智能体市场实现商业变现。目前已吸引阿里云、华为云、商米、有赞、东集等众多生态伙伴加入。

例如，胜券POS与商米智能收银终端深度集成，将传统POS收银升级为智能服务节点。在华为云侧，胜券在握深度集成华为云码道的代码智能体能力，实现从需求分析到代码生成、测试、部署的全流程智能化。

03

生态开放的价值

胜券在握坚持开放的生态策略，其意义在于：企业不会被锁定在单一技术路线上。一家鞋服企业可以根据自身需求选择最适合的大模型、算力资源和智能体组合。如果某个第三方智能体比百胜自研的更符合业务需求，一样可以通过智能体市场接入。

在研发层面，百胜软件已将AI深度融入自身研发体系，公司全面采用AI编码，让AI先完成60%-80%的重复性工作，人工聚焦业务逻辑与安全审核。这种“自己先转型”的策略，确保了对AI应用场景的深刻理解。

胜券AI的“大脑”和“四肢”各有分工：“大脑”——模型层与算力层——负责理解和推理；“四肢”——生态开放与开发者赋能——负责执行与扩展。这种“大脑+四肢”的设计，让胜券AI既拥有零售行业专业认知能力，又具备灵活适应不同业务场景的可扩展性。

企业要的从来不是一个“万能”的AI，而是一个懂自己业务的AI。胜券AI的使命，就是让AI真正走进门店、仓库和办公室，从具体场景上为零售业务赋能。