AI手机不只拼模型：荣耀阿里押注下一个超级场景

如果让手机帮你订一张演唱会门票，真正困难的可能已经不是“听懂你说了什么”，而是能不能把这件事真正办完。

从搜索、比价到抢票下单，再到把行程写进日历，一个看似简单的指令，背后可能要跨越多个App。AI手机正在从“回答问题”进入“替用户做事”的阶段。

这也让终端与模型厂商之间的关系变得更加紧密。

9月22日的云栖大会上，荣耀产品线总裁方飞在演讲中表示，荣耀正与阿里进一步深化AI手机合作，双方以荣耀MagicOS和阿里Qwen Intelligence为基础，根据手机端的功耗、内存和时延等条件确定模型的能力边界，并围绕端侧感知、视觉理解、快速响应、复杂推理和GUI（图形用户界面）操作等能力进行适配，共同打造面向下一代AI手机的垂域模型和解决方案。在一周后将发布的荣耀Magic9系列以及荣耀Robot Phone，将成为首批搭载Qwen Intelligence的机型。

这已经不只是“手机接入一个大模型”。随着模型开始承担规划、工具调用和界面操作等任务，手机厂商需要解决的问题也发生变化：模型如何适应手机的功耗、内存和时延？如何进入OS？如何调用不同App？又如何在任务出错时继续执行？

AI手机的竞争，正在从模型能力本身，转向模型进入手机之后的执行能力。

从“大模型”到“手机Agent”，难点不只是模型大小

云栖大会上，阿里发布了面向AI手机的全栈解决方案Qwen Intelligence，定位是基于千问大模型为手机厂商提供Agent（智能体）技术平台。

与此同时，阿里近期发布的多模态模型也在补齐AI终端所需要的感知和交互能力。例如，Qwen3.8-Omni支持文本、图像、音频和视频输入，可用于多模态理解和Agent应用，实时语音模型则进一步面向实时交互场景，支持实时语音对话和工具调用。

但这些能力要真正进入手机，并不是把一个更大的模型装进去这么简单。

方飞在现场谈到双方合作时表示，首先要“设计模型边界”，根据手机端的功耗、内存和时延要求确定模型的能力范围；其次要“明确模型分工”，让Pro负责复杂推理，Fast负责快速响应，GUI Agent负责具体执行；同时还要回到真实的终端场景中，对模型进行训练和验证。

这也是手机厂商需要模型厂商的重要原因之一。

手机并不需要重复建设一个覆盖所有能力的通用大模型，但需要一套真正适合手机运行条件的模型组合。同一个Agent，在云端和手机上的运行条件并不相同。手机受到芯片算力、内存、电量、网络环境和响应速度等多重约束，模型的参数规模、调用方式以及不同任务之间的分工，都需要重新设计。

荣耀此前与高通的端侧AI合作也已经涉及低比特量化、检索等技术，目的之一就是降低端侧模型的存储、计算和功耗开销。

而模型只是第一步。在方飞看来，复杂Agent并不是有了模型就可以直接运行，“还需要一套能够统一调度、感知、规划、工具调用和执行的运行框架”。

这实际上触及了AI手机竞争的另一层。过去，手机OS主要负责管理硬件资源和运行应用；当Agent开始替用户调用应用之后，OS需要进一步承担模型调度、上下文管理、工具调用以及任务执行等职责。用户说一句“帮我安排一次演唱会行程”，AI需要完成的就不再只是回答，而是理解意图、搜索信息、调用相关App、处理多个步骤，并在出现异常时继续完成任务。

因此，模型与手机厂商的合作，本质上是在解决一个过去没有那么迫切的问题：如何把通用模型能力变成一个受手机硬件、OS和应用生态约束，却又能够持续执行任务的终端智能体。

从“会回答”到“能执行”，卡点在哪里？

但从行业现实来看，模型与终端完成适配，并不意味着AI手机就真正跑通了。

阿里巴巴集团副总裁许主洪在云栖大会上表示，当前手机智能仍处于个人智能技术变革的早期阶段，手机助手DAU（日活用户数量）和付费率较低，本质上与智能化程度不足有关。

在他看来，手机智能体目前仍存在一系列技术问题，包括对用户模糊意图理解不足、跨轮信息丢失、复杂任务拆解能力不足、工具调用冲突、长程任务执行过程中缺乏异常恢复，以及难以沉淀用户记忆并提供个性化服务等。

这些问题，决定了AI手机下一阶段比拼的不会只是模型参数或者单次回答效果。

一个Agent可以完成100步任务，并不意味着用户就会每天使用它。真正能够形成规模化使用，还需要找到足够高频、足够复杂，同时又能让用户感知到AI价值的场景。

方飞提到，过去一年编程智能体和办公智能体已经成为率先跑通的两个场景，下一阶段创作智能体可能成为新的方向，运动健康、智慧教育、智慧出行、家庭陪伴等领域也可能出现新的超级场景。他没有给出“下一个超级Agent场景”的确定答案，而是认为这仍需要整个产业共同寻找。

这也使手机厂商和模型厂商的合作进一步延伸到商业层面。

对于模型厂商而言，如何降低手机开发和接入成本、提高整体运营效率，同时满足不同手机厂商的差异化需求，是需要解决的问题；对于手机厂商而言，则需要考虑如何在获得模型能力的同时，保留对终端体验、用户数据和产品差异化的控制。

而更大的变量来自生态。

如果Agent要真正“替用户办事”，就必须能够调用越来越多的App和第三方服务。此前，荣耀与阿里已通过MCP等方式逐步接入更多垂域智能体，覆盖出行、本地生活、办公、电商、电影演出等场景。

但这也意味着，手机厂商、模型厂商和应用开发者之间原有的利益边界可能需要重新调整：谁提供模型，谁拥有用户入口，谁承担任务执行的责任，第三方App为什么要开放自己的能力，以及Agent替用户完成交易后价值如何分配，都还没有形成统一答案。

安全同样如此。

当Agent从“给建议”变成“替用户操作”，权限边界的重要性会明显上升。阿里在会上表示，Qwen Intelligence将针对敏感操作设置安全边界，不擅自替用户作出决定。荣耀此前也持续强调AI Agent的隐私和用户权益保护。

许主洪在现场强调，“我们不自己做手机硬件”。

在业内看来，这句话实际上也点出了模型厂商与手机厂商合作的边界：模型公司并不需要成为手机公司，手机公司也没有必要自己重新做一个覆盖所有场景的大模型。双方真正需要磨合的，是模型能力、终端系统、应用生态和商业模式之间的接口。