AI手机（886070），正在经历一场从“功能叠加”到“智能体重构”的范式切换。
IDC最新预测显示，2026年中国新一代AI手机（886070）出货量将达到1.47亿台，同比增长31.6%，占据整体市场的53%，首次过半。出货量的狂奔之下，一个尴尬的现实正在浮现。据网络消费（883434）者调研平台“什么值得买（300785）”的用户调查，超过70%的用户购买了AI手机（886070）半年后就关闭了大部分AI功能，近四成消费（883434）者坦言自己已经完全忘记手机还有AI功能。
这种“买而不用”的落差，揭示了AI手机（886070）行业的核心矛盾：判断一台手机是不是“Agent原生终端”，标准不再是“装没装一个AI助手”，而是它能否作为系统级的智能调度中枢，理解用户意图、自主拆解任务、跨应用把复杂需求一口气办完。
这一转变的前提条件正在成熟。端侧模型方面，苹果（AAPL）A20Pro芯片首次采用双16核神经引擎，实测iPhone18Pro可在本地运行270亿参数模型，速度达到上一代的两倍。国内厂商也涌现出大量成熟的端侧模型。
制度层面也在跟进。7月15日，国家网信办首次针对“手机端侧生成式人工智能（885728）服务”进行专项备案，苹果（AAPL）、华为、OPPO、vivo、小米、三星、努比亚7家厂商的产品通过审核。9月23日，网信部公告新增荣耀YOYO Claw等3款手机端侧生成式AI服务备案。
2026年，端侧算力、模型能力、制度确认、市场需求同时到位。
9月22日云栖大会，阿里巴巴（BABA）正式发布面向手机智能的To B全栈解决方案Qwen Intelligence。阿里集团CEO吴泳铭在主题演讲中将AI模型、AI芯片和AI云列为机器智能时代的“三大基石”，并透露Qwen团队正在探索递归式自我改进(RSI)，计划训练参数规模达到5万亿至10万亿的全新模型，以应对更复杂、更长程的任务，并向人工智能（885728）超级智能(ASI)迈进。
在移动端，Qwen Intelligence被定位为让手机能够完成更加复杂任务的AI解决方案。与终端厂商不同，阿里不造手机，而是把模型与全栈能力输出给厂商。
AI手机（886070）的定义——
从“手机+AI”到“Agent原生终端”
在云栖大会现场，阿里巴巴（BABA）ATH事业群副总裁、Token Foundry Qwen手机智能负责人许主洪宣布，Qwen Intelligence正式开启公测，并发布面向下一代AI手机（886070）智能的To B产品——专为手机场景深度优化的模型与Agent解决方案。
许主洪在演讲中明确表示，Qwen Intelligence不去做手机硬件，而是为行业提供三类核心价值：底层是基于Qwen大模型、专为手机场景深度定制的智能底座；中间层是全栈产品化平台，支持模块化按需组合，兼顾降本与差异化定制；上层是高价值垂直场景解决方案，满足客户真实需求。
图说：2026年云栖大会，阿里巴巴（BABA）ATH事业群副总裁，Token Foundry Qwen手机智能负责人许主洪发布AI手机（886070）全栈解决方案Qwen Intelligence。
功能层面，QI提供三大Agent：Mobile（BEEP） Planner Agent负责规划，相当于手机大脑；Mobile（BEEP）-Use Agent负责操作，跨App执行任务；Mobile（BEEP） Creative Agent负责影像创作。三者模块化、可组合。
在云栖大会23日《智启万物：AI原生硬件论坛》的圆桌对话中，许主洪特别回应了一个常见疑问：直接把通用模型拿来用行不行？他的回答是：“用肯定是可以用的，但你没办法做好。”因为手机场景非常复杂，是所有环境里最复杂的之一。手机有各种sensor、各种模态、各种上下文、各种系统，而且手机在中国整体渗透率最高，几乎没有哪个设备像手机这样接近百分之百渗透，所以手机也是沉淀上下文最丰富的设备。今天要在手机做好Agent，比PC和其他环境复杂得多，简单用通用模型是不够的，需要针对手机场景做深度优化。
Agentic OS最具挑战的场景：
长程任务规划
这些功能落到用户手里，到底是什么体验？
假设你明天要去杭州出差，对手机说一句“帮我安排明天的杭州行程”。Planner Agent会拆解任务：先查你的日历确认空闲时段，再查航班或高铁（885562）余票，同步检索你常住的酒店品牌是否有空房，然后把所有信息汇总成一份日程建议。如果你说“高铁（885562）要二等座靠窗，酒店离会场步行不超过十分钟”，它会记住这些偏好，下次自动执行。
行程确认后，Use Agent开始干活：打开12306买票、打开航旅纵横值机选座、打开酒店App预订、把确认信息添加到日历、给同事发消息同步行程。出差途中拍了照片，Creative Agent可以自动识别场景、优化色彩、生成旅行日记式的图文内容。更实用的是，它可以根据你的社交平台风格，自动裁剪尺寸、添加文字描述，一键分发。
在上述圆桌中，许主洪进一步指出，长程任务难，不是简单步数多，而是涉及复杂跨应用、跨section、复杂工具调用协同，需要模型、Harness在真实环境里打磨。Agent做好“大脑”，真正做好长程任务，最重要的是理解用户意图、拆解复杂任务、调用合适工具。阿里不仅针对模型深入优化，也跟终端厂商一起做工具治理。
他也谈到落地现实：阿里的策略很明确，有API优先调用API，常规业务无法解决才考虑其他操作。执行前要有安全护栏，危险敏感动作交给用户决策。许主洪直言，C端用户既要效果好，又要成本低，还要时间快，挑战比B端更大。
QI也给出了三层护栏：违法或高风险请求直接拒绝；涉及资金、数据删除、隐私授权或信息不足的，交还用户确认；平台不允许代发的，只填内容，提交动作交还用户。许主洪直言，C端用户既要效果好，又要成本低，还要时间快，挑战比B端更大。
圆桌中，其他厂商也提出各自解法：OPPO研究院AI负责人王俊提出“连续记忆”；vivo AI副总裁张飞提出从conversation memory升级为task state；荣耀AI首席科学家黄非提出用skill组合完成复杂任务；高通（QCOM）公司全球副总裁，中国区研发负责人，IEEE Fellow徐晧从长上下文和选择性记忆角度补充。阿里认为，这些手段都可通过模型、Harness、Runtime协同解决。
产业分工：
芯片、终端、大模型厂商
如何协作？
手机Agent的竞争，在于比谁更能把事办成。而“把事办成”的关键，在于执行闭环。
QI的差异化可概括为“模型×Harness协同演进”。阿里是模型厂商，千问大模型全模态，性能处于全球第一梯队。但阿里的选择不是卖裸模或黑盒API，而是自己做执行框架Harness。模型负责理解、规划、决策，Harness管理状态、记忆、技能，两者靠真实环境执行反馈不断闭环、一起进化。
阿里的卡位很清晰：输出模型与全栈能力，不锁死单一硬件伙伴，用模块化交付覆盖多厂商。产业协作模式被概括为“底层能力共建、技术接口开放、上层体验差异化”。
AI手机（886070）正形成“芯片—终端—大模型”三层分工。芯片层提供端侧算力、NPU与异构计算底座，决定模型能多大程度跑在本地；终端层掌握入口、系统集成与真实用户场景，决定Agent能以多大权限嵌入系统；大模型层提供模型、规划与Harness，决定Agent“能想多远、办多少事”。三层通过MCP、A2A等标准协议解耦协作。
标准方面，阿里主动开放评测基准：覆盖1000+真实场景任务、200+常用手机工具、200+记忆检索、40+日常技能组合以及400+界面操作协作。这套体系参考了荣耀手机场景的实际落地数据。卖方案是一层，定标准是更高一层的卡位。
圆桌中，OPPO研究院AI负责人王俊提到，与芯片协同已实现48%内存降低、55%以上功耗降低；vivo AI副总裁张飞强调手机厂商专注把手机做好。阿里的自我定位始终是：不做手机，做全栈AI能力输出和Agent底座。
图说：荣耀产品线总裁方飞在云栖大会现场介绍，荣耀新机Magic9系列将成为首批搭载阿里AI手机（886070）解决方案Qwen Intelligence的正式机型，荣耀Robot（LAWR） Phone也同步支持。
2030年的手机，
将会是什么形态？
全球范围看，苹果（AAPL）、谷歌、阿里走出三条不同路线。
苹果（AAPL）走软硬一体加外部模型的混合路线。模型可来自合作伙伴，AI如何进入iPhone、获得哪些权限、调用哪些系统能力，仍由苹果（AAPL）定义。体验可控，隐私叙事强。
谷歌走从操作系统到智能系统的路线。Gemini深度嵌人Android，系统权限强、生态覆盖广，还能扩展到手表、车载、眼镜和笔记本。体验一致性取决于厂商配合度。
阿里Qwen Intelligence走开放ToB全栈路线。不造手机，不锁死单一硬件伙伴，用模块化交付覆盖多厂商，把模型、平台和Agent能力输出给终端厂商。优势是灵活、多厂商覆盖、模型与平台能力一体化。
总体来看，苹果（AAPL）长于软硬一体与体验可控，谷歌长于系统嵌入与生态覆盖，阿里则长于开放灵活与多厂商协同。
吴泳铭提到的是“移动设备”，不局限于手机。许主洪把Agent手机长期阶段描述为“操作系统向AI延伸，用户可对长期目标完全委托”，这正是一个跨设备、跨场景的个人智能体网络。QI要做的，不只是给手机装上一个Agent，而是成为这张网络的底层能力底座。
短期看，AI手机（886070）仍是最主流的智能终端；长期看，Agent会从工具变成用户的个人伙伴，不再局限于某一台设备。到那时，QI作为开放解决方案的拓展性会更大。阿里不造手机，但想成为这张个人智能体网络的底层能力底座。
