塔斯娱乐资讯网

AI手机下半场:拼的不是模型参数,而是全栈智能体

Qwen Intelligence三大Agent、四套评测集与荣耀落地全解读大家好,欢迎来到心眸AI笔记,我是jackli!今天是2026年9月22日,世界无车日快乐,下面带来今日资讯。

懒人总结Qwen Intelligence发布AI手机全栈解决方案,不造硬件,而是与手机厂商共创。它提供三层价值:先进模型、全栈平台、面向真实场景的解决方案。首发三大Agent:Mobile Planner Agent负责规划,Mobile-Use Agent负责操作执行,Mobile Creative Agent负责影像创作,分别承接规划、操作、创意。四套开放评测集同步推出:MobilePA-Bench、MobileWorld、MobileWorld-Real、MobileWorld-Safety,覆盖复杂规划、云手机执行、真机测试和安全行动。关键性能很硬:Planner每千次任务调用成本约2.41美元;Use Agent端到端成功率90%,单步时延降16%,任务耗时从83.6秒压缩到59.5秒,费用降20%,安全评分高出头部方案23个百分点;Creative生成步数从100步压到8步,首图3秒,提速2倍。落地案例是阿里巴巴×荣耀:基于Qwen Intelligence和荣耀Magic OS,综合任务准确率91.8%,GUI操作3.6秒,复杂长程任务可完成100+操作步数,端到端服务闭环率90%。所有官网、技术报告、GitHub仓库和评测集入口均已开放,文内附可复现命令与链接。一、AI手机缺的不是“能聊天”,而是能交付结果的全栈方案
文章用“帮我安排周一去上海出差”这个例子,点出了现有手机助手的尴尬:听不懂时间指代,不会比价,也记不住用户偏好。AI手机虽然已经迈过“从0到1”,但离真正好用还有距离。
Qwen Intelligence的定位很明确:不参与硬件生产,而是与手机厂商共创,做AI手机全栈解决方案。它给手机厂商提供三层核心价值。
第一层是先进模型。基于千问大模型,专为手机场景深度优化。相比把通用基础模型直接搬到手机上,能力更强,性价比更高。
第二层是全栈平台。模块化、可按需组合、可定制;支持模型独立部署与Harness定制,提供工具与Skill的统一治理、一站式运维平台和自动化评测。
第三层是面向真实场景的解决方案。打造精品Agent,解决垂域需求,把能力封装成面向真实场景的高价值解决方案。
相关入口如下:
Qwen Intelligence 官方入口
https://www.qwenintelligence.com/

千问AI平台入口
https://www.qianwenai.com/agents/qwenintelligence
二、三大Agent:规划、操作、创作,各管一段2.1 Mobile Planner Agent:手机的大脑Mobile Planner Agent负责智能规划,拆解任务,编排工具,并作出动态调整。它像手机的大脑,先判断,再行动。面对复杂条件,它能理清每一步的先后,只在需要时执行下一步。
它的长程任务交付能力也值得注意。复杂任务可以稳步推进,碎片知识能够汇集,上下文会被记住,每一次协作成果都能沉淀。
技术上有两个关键点。
一是“模型 × Harness协同演进”。模型负责理解、规划与决策,Harness管理状态、记忆与技能,二者在真实环境中执行、反馈、闭环。
二是“双层记忆”。工作记忆随每次任务不断演化,长期记忆把短期经验沉淀为用户画像和认知。二者不断交互,越用越懂用户。
评测表现方面,Mobile Planner Agent在MobilePA-Bench Business、MobilePA-Bench以及Memory中均位列第一;在通用Agent Benchmark中也保持第一梯队水平。性价比方面,每千次任务调用成本仅约2.41美元,是头部模型的几分之一。
相关代码与复现入口:
Mobile Planner Agent 技术报告
https://tongyi-mai.github.io/Qwen-Planner-Agent/Qwen-Planner-Agent-Technical-Report.pdf

GitHub 仓库
https://github.com/Tongyi-MAI/Qwen-Planner-Agent

如需克隆仓库
git clone https://github.com/Tongyi-MAI/Qwen-Planner-Agent.git
2.2 Mobile-Use Agent:API优先,GUI兜底Mobile-Use Agent负责执行手机操作,采用“API优先 + GUI兜底”的混合操作模式。
它能查找信息,也能填写表单。一句话,从找到到填好。理解零碎线索后,可以准确找回对应图片,并在用户授权下自动拉取所需信息、准确补全表单。提交之前,会交由用户确认。
操作路径上,如果存在可调用接口,就通过MCP/API、DeepLink、CLI等方式直接调用,缩短路径、提升效率。没有接口时,再通过视觉理解和GUI操作覆盖长尾场景。
安全隐私有三层管控。
第一,违法或高风险请求直接拒绝。 第二,涉及资金、数据删除等关键决策,交还用户确认。 第三,遵守平台规则。比如发表评论的动作,交还用户。
评测数据同样能打。在MobileWorld得分82.1,MobileWorld-Real得分92.2,AndroidDaily得分97.2,六项主流评测中均位居前列。端到端实测任务成功率达到90%,高于头部方案3个百分点;单步时延下降16%;一次任务完成时间从83.6秒压缩到59.5秒,下降28.8%;任务完成费用降低20%;安全评分高出头部方案23个百分点。能力还可以延伸到浏览器与跨设备场景。
相关代码与复现入口:
Mobile-Use Agent 项目页
https://tongyi-mai.github.io/Qwen-UI-Agent/

技术报告
https://tongyi-mai.github.io/Qwen-UI-Agent/Qwen-UI-Agent-Technical-Report.pdf

GitHub 仓库
https://github.com/Tongyi-MAI/MAI-UI

如需克隆仓库
git clone https://github.com/Tongyi-MAI/MAI-UI.git
2.3 Mobile Creative Agent:一句话直出可用图片Mobile Creative Agent面向影像创作,在轻量模型基础上基于手机场景优化。
它的核心能力是轻松创作,一句话直出可用图片。它能理解多步意图自然语言,将创作目标拆解成完整工作流,并自动串联所需能力,直出成品。
Agent侧,规划模型负责理解需求和编排任务,把口语表达转为清晰指令。用户不需要掌握专业提示词,一句话就能生成排版清晰的复古日记。
模型侧,基于轻量模型的蒸馏和强化学习,生成过程从100步压缩到8步。首图生成只需3秒,相对头部竞品平均提速2倍,在通用场景对战评测中达到行业第一梯队。
相关论文入口:
https://arxiv.org/abs/2608.16887
https://arxiv.org/abs/2606.09076
https://arxiv.org/abs/2605.05204
三、四套开放评测集:从规划到执行,从云端到真机业内一直缺乏针对手机真实场景的系统化评测体系。研发团队从规划到执行、从云端到真机、从能力到安全,开放了四套评测集。
MobilePA-Bench评估复杂任务的规划与端到端完成能力,回答“会不会规划”。
MobileWorld评估云手机中的跨应用任务执行,回答“能不能把事做成”。
MobileWorld-Real做真实手机评测,覆盖104个App,回答“真机上到底行不行”。
MobileWorld-Safety评估风险场景下的安全行动,回答“不仅会做事,更要安全地做好”。
其中,MobileWorld-Safety安全能力体系由Qwen Intelligence团队与复旦大学白泽安全团队联合共建。该团队由复旦大学计算机科学技术学院院长、长江学者杨珉教授领衔,长期深耕移动操作系统安全领域,曾多次获得国家级奖项。
相关评测集入口:
# MobilePA-Bench
https://tongyi-mai.github.io/MobilePA-Bench/

# MobileWorld GitHub
https://github.com/Tongyi-MAI/MobileWorld

# MobileWorld 排行榜
https://tongyi-mai.github.io/MobileWorld/#leaderboard

# 如需克隆 MobileWorld
git clone https://github.com/Tongyi-MAI/MobileWorld.git
四、落地案例:阿里巴巴×荣耀,AI手机从被动响应走向主动服务
Qwen Intelligence已经在真实场景落地。阿里巴巴携手荣耀,以Qwen Intelligence和荣耀Magic OS为基础,共同打造面向下一代AI手机的垂域模型和解决方案。
这件事的意义在于,手机不再只是被动响应,而是开始走向主动服务。
落地成效数据如下:综合任务准确率91.8%;GUI操作速度仅3.6秒;复杂长程任务可实现100+操作步数;端到端服务闭环率90%。
关键指标可以这样速查:
阿里巴巴 × 荣耀 落地数据
综合任务准确率 = 91.8%
GUI操作速度 = 3.6秒
复杂长程任务 = 100+ 操作步数
端到端服务闭环率 = 90%
五、关键数据汇总:一屏看清Qwen Intelligence的硬指标Mobile Planner Agent 每千次任务调用成本:约 2.41 美元

MobileWorld 评测得分:82.1
MobileWorld-Real 评测得分:92.2
AndroidDaily 评测得分:97.2

端到端实测任务成功率:90%(高于头部方案3个百分点)
单步时延下降:16%
任务完成时间:83.6秒 → 59.5秒(下降28.8%)
任务完成费用降低:20%
安全评分高出头部方案:23个百分点

Creative Agent 生成步数:100步 → 8步
Creative Agent 首图生成时间:3秒
Creative Agent 相对头部竞品提速:2倍

MobileWorld-Real 覆盖App数量:104个

荣耀落地案例综合任务准确率:91.8%
荣耀落地案例 GUI操作速度:3.6秒
荣耀落地案例复杂长程任务:100+ 操作步数
荣耀落地案例端到端服务闭环率:90%
思考与呼吁AI手机的竞争,正在从“模型参数有多大”转向“全栈交付有多稳”。模型只是起点,Harness、记忆、工具治理、安全管控、评测体系,才是把智能体送进真实手机场景的关键。
对厂商来说,单点能力不难做,难的是把规划、操作、创作和安全串成闭环。对开发者来说,开放评测集和技术报告,意味着可以少走一些重复造轮子的路。对用户来说,真正值得期待的,是手机能记住偏好、能跨应用办事、能在关键决策前把控制权交还给人。
如果这篇内容对你有帮助,欢迎点个赞、转发给需要的朋友,再点一下‘在看’。要是方便,也顺手给心眸AI笔记加个星标⭐️,下次更新文章你就能第一时间见到。谢谢你读到这里,我们下篇再见。