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。