河南
大象新闻记者 李莉 张迪驰
7月18日，在WAIC 2026“从数字屏幕到具身智能，开启物理世界新范式”分论坛，阿里巴巴宣布联合荣耀，基于“千问大模型”共创面向手机场景深度优化的解决方案，已在荣耀的Robot Phone落地。
未来的手机Agent，核心问题是完成复杂长程任务，比如“预订下周三上海参加智造大会的行程”，看似日常，但对于手机Agent来说并不容易。Agent需先结合用户偏好，订车程短的靠窗二等座高铁票、挑选离会场最近的酒店；如果车票售罄，Agent需重新规划，切换到临近的车次；用户上传大会日程表的照片后，Agent 需看懂图片、扫描二维码、填写表单报名。全程涉及意图补全、记忆注入、skill调用、异常恢复和多工具复杂操作等，任何一个环节不稳健，都会导致任务失败。
阿里巴巴集团副总裁、ATH事业群Token Foundry多模态交互负责人许主洪博士在圆桌论坛中表示，在手机Agent火热的当下，最需要做的“第一件事”，正是找到一个高频、有价值的真实场景，构建模型-Harness工程-真实场景反馈的Agent闭环，让模型被大量用户真正用起来。
Agent赛道的角逐已迈入深水区，单纯搭建标准的“模型+Harness”已不再是技术壁垒，真正困难的是让模型和Harness在真实场景协同进化——模型负责理解用户意图、规划任务和做出决策；Harness负责管理上下文、记忆、技能和任务状态，把模型的决策转化为可执行、可跟踪、可恢复的操作。当真实环境不断返回执行结果，模型的决策越来越好，Harness 的执行越来越稳，二者才能协同进化。
评测对Agent能力的持续提升至关重要。目前，业内尚缺乏针对手机真实场景的系统化评测体系。为此，阿里巴巴设计了针对1000+真实场景任务的基准评测，覆盖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。参考该评测体系，与基础模型相比，经过阿里与荣耀联合的解决方案优化后，手机Agent在荣耀手机场景中的任务完成率和用户体验大幅提升。
许主洪表示，下一代手机Agent系统需要整个产业围绕底层模型、中间层平台和上层应用共同建设。阿里在大模型训练、优化和应用落地上积累了从基座到场景适配的经验；在Agent工程平台上，既有C端用户体验和交互的打磨，也有B端的复杂场景可靠性与闭环能力。“我们为手机产业构建AI基础设施平台，以模型能力和技术平台解决方案作为核心价值，服务好每一个合作伙伴，以开放共赢的态度，一起把产业做大。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
