DeepSeek × SpaceSight：大模型如何重构门店智能化的「感知-决策」闭环

在数字化技术如雨后春笋般涌现，并迅速渗透全球零售业的今天，「帷幄」始终致力于通过创新技术，为品牌打造更具智慧的解决方案。近日，帷幄已全面支持 DeepSeek-R1 的完整功能版本，并将其深度应用于「帷幄数智空间 Whale SpaceSight」「帷幄内容营销中心 Whale Harbor」「帷幄绘声 Whale Echo」等核心产品。

「帷幄数智空间 Whale SpaceSight」 完成与 DeepSeek 的适配后，在产品效能上将迎来一系列优化与升级。

• 训练后的模型在复杂环境下的人体检测，相对准确率可提升 7 - 11%（标准环境下测试数据）

• 应用到复杂的 AI 检测（如货架陈列规范检测）场景中，相对准确率可提升 13% - 15%（标准环境下测试数据）

低延迟响应：高效实时处理能力

跨场景协同：深入洞察门店管理

DeepSeek 与数智空间的结合，将实现从单一场景到跨场景的突破，将监控、巡检、客流等多个场景的数据进行协同分析，为门店管理和品牌经营者提供更深入的门店洞察。

当需要进行某一门店的综合管理考核时，传统方式需要导出多份数据（巡检、事件、客流、销售等数据）进行二次组合分析，再根据结果进行门店运营效果评估和全新运营方案制定。

而利用 DeepSeek 的跨场景能力，自动汇总更多维的数据，进行统计和分析，能够使分析结果更客观，同时提供更全面、更具参考价值的提升建议。

如：输入「帮我分析 2024 年全年杭州市余杭店运营情况，并给出 2025 年度运营建议。」即可快速获取指定店铺在平台的所有数据源，选择一个/多个数据源，即可自动进行数据综合分析，产出分析结果并提供运营建议。

结语