在AI浪潮席卷各行各业之际，企业走向“AI原生”的必要性已经无需论证。但面对不同的业务场景，企业应当如何选择适配的架构，从技术和战略层面并驾齐驱?在解答这一疑问时，来自多方企业客户的视角或能为行业提供借鉴。

  “AI时代的企业架构升级，关键在于全栈AI能力的构建与落地。”阿里云智能集团公共云事业部首席解决方案架构师韩鸿源在开场时即强调，今天的模型能力，一定会成为未来所有业务系统开发的一个基础设施能力，而今天的大语言模型，也一定要考虑把AI能力引入到系统里。

  但韩鸿源提到，对于绝大部分企业来说，他所说的“全栈”并非指模型技术研发的全栈，而是指企业从数据管理、模型应用、业务集成到最终价值实现的全链路能力。在这一过程中，AI应当是业务系统的基础设施，企业应当聚焦如何将AI能力融入业务系统。

  本次峰会还汇聚了多位行业领军企业的技术负责人。在不同领域，AI时代的架构实践与战略规划持续引发行业思考。

  哈啰CTO刘行亮深度解析了公司实践，具象化地呈现了全栈AI架构为出行领域业务带来的变革。刘行亮指出，哈啰目前已经推出了多个AI Agent，同时还有Robotaxi业务。通过构建“车云数据闭环”，哈啰实现了全栈AI能力的协同。

  在云端，哈啰利用海量数据进行模型训练与仿真，优化出更强大的驾驶Agent(VLA模型)和座舱服务Agent，再部署至车端。这使智驾决策能持续迭代，更准更稳;同时，座舱能深度融合用户意图与生态服务，实现从“出行工具”到“个性化第三空间”的体验升级。

  好未来CTO田密分享了AI在教育领域的进阶路径，提出AI老师的L1-L5分级。目前好未来已实现L3级闭环教学，通过软硬件结合打造个性化学习体验。

  在多模态的模型训练上，好未来使用Qwen2.5-32B-VL做九章多模态模型的后训练和强化，最终在多个任务上，包括OCR、公式识别和图力解题等层面，都取得了SOTA的结果。

  在这一过程中，“云端一体”发挥了很大作用。田密认为，未来云端结合的范式越来越常用，把训练好的大模型蒸馏到本地之后，效果也是足够应用，而且反应非常快。

  演讲中，田密进一步表示，在阿里云发布全新大模型之后，他们也会第一时间采用做后训练，“非常感谢阿里云的优秀的开源生态，给中国做大模型的开发者都提供一个很好的基座模型。”

  在走向AI原生时代的过程中，好未来的架构升级理念已然诞生：基于通义千问开源模型做后训练，同时进行云端协同。

  作为电商领域的代表，识货CTO陈欢在分享中详细介绍了识货如何利用AI重构其核心资产——商品数据平台。面对巨量的数据处理，AI的应用使商品库建设流程(渠道关联、商品新建、审核)的自动化率达到了85%以上。而陈欢也提到，其技术架构的核心是构建了10亿级规模的商品向量库，基于通义千问进行训练，从而实现了高精度的商品匹配和去重。

  陈欢提到的核心理念之一是双平台能力的建设。底层平台“Model X”围绕研发流程，比如接到大模型需求之后任务拆解做提示词编写、微调、自动评测、运维资源分配成本管理等，让研发高效完成大模型需求，全流程自主开发上线，后期会推广到产品及运营;而“Model L”旨在加速算法训练推理，尤其聚焦推理的复杂场景。陈欢表示，这套算法大模型平台+研发大模型平台的双平台模式，是大模型时代最接地气和实用的架构。