不造手機,阿里憑什麼做AI手機“Agent底座”?

北風窗
•
AI速讀
阿里巴巴推出AI手機全端解決方案「Qwen Intelligence (QI)」,旨在將手機轉化為能執行複雜任務的Agent。該方案透過模型最佳化、全端平台與具體任務方案三層能力,提供規劃、執行與創作三套Agent工具,並已與榮耀合作首發於Magic9系列。阿里採取To B開放路徑,定位為AI手機的「智能底座」,不涉足硬體製造。這與蘋果的軟硬一體化及Google的生態嵌入路徑截然不同,標誌著AI手機競爭重心從模型參數轉向真實任務成功率與產業鏈協同。
AI手機那家強?榮耀和阿里聯手了。


智東西9月23日報導,剛剛,網信部公告新增榮耀YOYO Claw等3款手機端側生成式AI服務備案。就在昨天,2026雲棲大會現場,榮耀剛宣佈即將發佈的Magic9系列將成為首批搭載阿里Qwen Intelligence的正式機型,榮耀Robot Phone同步支援。

此前蘋果智能國行版備案時,曾傳出引入千問大模型。如今榮耀與千問的合作首先“靴子落地”,AI手機產業分工格局加速變化。

Qwen Intelligence,簡稱QI,是阿里昨日最新發佈的面向手機智能的全端解決方案。

它把千問大模型、Agent、Harness、端雲協同、安全能力等組合起來,首發提供Mobile Planner Agent、Mobile-Use Agent、Mobile Creative Agent三套方案,覆蓋任務規劃、跨應用執行、影像創作等手機智能場景。

當下,手機Agent成為下一輪終端競爭的核心。如何看待阿里此次入局的節點和行動訊號?模型廠商、手機廠商、晶片廠商之間的分工,又是否會重新劃線,在已有的Google、蘋果模式包圍下跑出中國範本?

阿里巴巴ATH事業群副總裁、Token Foundry Qwen手機智能負責人許主洪在雲棲大會上談到,當前手機正在向Agent Phone進化,這是邁向個人ASI(人工超級智能)的重要一步。

同時,在雲棲大會上,他與榮耀AI首席科學家黃非、OPPO研究院AI負責人王俊、vivo AI副總裁張飛、高通公司全球副總裁兼中國區研發負責人徐晧進行了一場圓桌對話,都為我們解答上述問題提供了參考註腳。

01. 阿里要做手機“智能底座”

QI定位為全端解決方案,超越市面上已有的模型API。

據許主洪在雲棲大會期間的演講可知,QI覆蓋了從模型到底層執行框架,再到具體手機任務的一整套能力:

第一層是先進模型。基於千問大模型,針對手機場景深度最佳化,讓AI手機能夠更好地理解使用者意圖開始,持續呼叫工具、執行動作、獲取反饋,再決定下一步怎麼做。

第二層是全端平台。模組化、可組合、可定製,手機廠商可以根據自身產品定位接入不同模型底座、Harness、端雲協同、安全能力以及自訂工具和Skill。

第三層是真實方案。它直接面向手機裡的具體任務,覆蓋任務規劃、跨應用執行、影像創作等AI手機需求。

通過這三層能力,阿里QI試圖讓手機裡的AI,從一個“回答問題的助手”,變成一個持續執行任務的Agent。

許主洪談到,Agent核心三方面需要一起協同進化。模型決定整體上限,Harness負責大腦以外的執行系統,Runtime和作業系統則保證穩定執行、權限與安全隱私,缺一不可。

從商業模式看,阿里毫無疑問地選擇了To B路線。市面上手機廠商可以用的模型並不少,但大多手機Agent仍停留在Demo演示階段,手機廠商缺的是什麼?

一位產業鏈人士告訴智東西,答案是把模型變成任務閉環的能力。阿里的QI方案正是看準了這一市場空白,試圖將大模型能力向終端執行層延伸。

而本次最新亮相的三套Agent的系統,正是阿里做這件事的第一個抓手。


02. 讓手機Agent“把事辦完” 為什麼是阿里?

讓手機Agent真正“把事辦完”,難度遠高於讓它生成一段文字。

榮耀AI首席科學家黃非在圓桌中談到,使用者最關注體驗,Agent手機以任務為維度,理想情況下手機像秘書和助手,比使用者本人更瞭解場景需求,替使用者完成複雜任務,這涉及意圖理解、任務拆解、工具呼叫、與OS和三方APP協同,以及在隱私環境下完成任務。

同時,使用者說出的任務也經常模糊、複雜,甚至會在執行過程中發生變化,這也是長程任務規劃的難點。許主洪談到,複雜任務的難點在於,要在動態、開放環境裡持續理解使用者意圖,把隱含目標明確出來。

針對一系列行業痛點,阿里此次推出的三套Agent,對應了手機Agent從“想”到“做”再到“創作”的三個關鍵環節。

1、Mobile Planner Agent:先讓手機學會規劃

Mobile Planner Agent承擔的是手機“大腦”的角色。它負責理解使用者需求、規劃任務、拆解步驟、編排工具,並根據執行過程中的反饋動態調整。

比如,對於“幫我安排周一去上海出差”的指令,Agent會拆解為訂機票、訂酒店、設日曆、規劃行程。當航班臨時取消,記憶與主動服務能第一時間給出改簽與替代方案。

這些能力源於兩大核心技術:

一是“模型×Harness協同演進”。模型負責理解、規劃與決策,Harness管理狀態、記憶與技能,二者在真實環境中執行、反饋、閉環。

二是“雙層記憶”。工作記憶隨著每次任務不斷演化,長期記憶把短期經驗沉澱為使用者畫像和認知,二者不斷互動,越用越懂使用者。對手機Agent而言,記憶讓它從一次性工具走向持續理解使用者。

2、Mobile-Use Agent:再讓手機自己動起來

Mobile-Use Agent負責執行手機操作,阿里採用的是“API優先+GUI兜底”的混合模式。

如果一個應用提供了可呼叫介面,Agent可以通過MCP/API、DeepLink、CLI等方式直接呼叫,減少中間操作路徑。

如果沒有介面,則通過視覺理解和GUI操作完成任務,從而覆蓋大量長尾場景。

這套機制背後其實對應了手機Agent行業現實,整個手機生態不可能在短時間內為Agent重新建設一遍。

正如vivo AI副總裁張飛所說,今天Agent手機還沒到來,不是因為技術完全做不到,而是手機形態和生態服務原本為移動網際網路而生,並未為Agent準備。

因此,API提供了效率,GUI提供了覆蓋範圍,兩者結合,讓Agent真正進入複雜的手機環境。

很多人擔心的安全,則被阿里QI放進執行鏈路。

其設計了三層管控機制:違法或高風險請求直接拒絕;涉及資金、資料刪除等關鍵決策時交還使用者確認;涉及發表評論等平台規則要求使用者主動完成的動作,也會交還給使用者。

3、Mobile Creative Agent:從辦事進一步走向創作

Mobile Creative Agent面向影像創作。使用者不需要掌握複雜提示詞,只需要用口語描述需求,Agent就能理解要求並完成任務編排。

阿里給出的一個例子是,使用者只需要一句話,就可以生成排版清晰的復古日記。

背後,在模型側,阿里通過輕量模型蒸餾和強化學習,把生成過程從100步壓縮到8步,首圖生成只需要3秒,相對競品平均提速2倍。

從產業角度看,手機Agent真正的競爭門檻並不低。

它要看誰能把模型、系統、工具、記憶、算力和安全真正揉成一個穩定的執行系統。單點模型能力可以採購,穩定的任務閉環需要長期工程打磨。

許主洪談到,手機仍處於Agent Phone演進早期。早期意味著標準未定,也意味著卡位窗口仍在。

在評測層面,業內尚缺乏針對手機真實場景的系統化評測體系。QI研發團隊開放四套評測集,分別對應複雜任務規劃、跨應用任務執行、真實手機任務以及風險場景下的安全行動能力,均基於真實場景而來。

評估複雜任務的評測覆蓋200+常用手機工具、1000+真實場景,這為手機Agent從演示走向可用提供了標尺。

03. 從蘋果到榮耀 手機Agent正在變成一場產業鏈協作

手機Agent走到真實終端,產業鏈的角色也隨之發生變化。

阿里已經與榮耀展開合作,雙方以Qwen Intelligence和榮耀MagicOS為基礎,共同打造面向下一代AI手機的垂域模型和解決方案,讓手機從被動響應走向主動服務。

目前,這套方案已經跑進真實手機場景。資料顯示,雙方方案綜合任務精準率達到91.8%,GUI操作速度為3.6秒,複雜長程任務操作步數超過100步,端到端服務閉環率達到90%。

正如前文提到,9月28日即將發佈的榮耀Magic9系列,將成為首批搭載Qwen Intelligence的正式機型,榮耀Robot Phone也同步支援。

兩大巨頭的跨界合作背後,AI手機正在形成新的產業分工。

晶片廠商負責提供端側算力和基礎能力,手機廠商掌握硬體、系統和使用者入口,大模型廠商則向上提供模型,向下深入Agent、Harness、工具呼叫、端雲協同和安全執行。

正如高通全球副總裁徐晧在圓桌中談到的,硬體平台決定能力和上限,算力多少、記憶體多少、能支援什麼模型,決定端側能力;模型決定做事的深度、規劃細緻度和理解程度;作業系統負責協調和規劃。三者執行任何AI任務時都緊密連接,無縫配合。這分別對應了晶片廠商、手機廠商和大模型廠商的邊界。

對於終端廠商來說,這種模式留下了足夠大的產品空間。對於阿里來說,則意味著千問可以通過更多手機廠商進入真實使用者場景。

長遠來看,阿里的目標並不侷限於一款手機。許主洪談到,Qwen Intelligence的初心是開放合作。阿里不生產手機硬體,希望與終端廠商和生態夥伴共同創造下一代AI手機。

智東西看來,這也是其與蘋果、Google等公司的路徑差異所在。蘋果長期強調軟硬體一體化,Google則持續把Gemini能力深入Android生態。阿里選擇站在產業鏈中間,把模型和Agent能力作為基礎設施向終端廠商開放。

手機行業由此出現了一種新的可能:硬體入口仍然掌握在手機廠商手裡,智能入口則可以由模型和Agent廠商共同建設。


04. 結語:巨頭交戰AI手機 產業協作卡位Agent入口

當蘋果走軟硬一體,Google把Gemini深度嵌入Android,阿里的Qwen Intelligence選擇開放To B、模組化交付、多終端廠商共建,走出了不同路徑。

當手機逐步走向“Agent替使用者辦事”的階段,行業競爭也會從模型參數,逐漸轉向真實任務成功率、執行穩定性、安全邊界和產業協同能力。9月28日,搭載阿里QI的榮耀新機發佈,將是觀察這套方案真實體驗的關鍵節點。

對阿里而言,不造手機,並不妨礙它成為AI手機的Agent底座。對行業而言,手機Agent的戰爭,已經從模型發佈進入產業鏈協同時代。 (智東西)