Qwen还是看到了开源的好

昨天，Qwen-UI-Agent的官方页面放出了一段演示。

AI先打开抖音，搜索“百香果酸汤牛肉”收藏量最高的图文，收藏，记下配料；接着跳进盒马，把调料之外的食材放进购物车，预约当天18:45送达。

之前，豆包手机最出圈的演示也差不多。用户说一句话，手机自己打开不同App，搜索、比较、下单。区别是，当时豆包真把这套能力塞进了一台3499元的工程机，随后被微信、银行和支付App的风控；Qwen把同样的动作放进了论文和项目仓库。

同样是跨App操作，豆包撞上了产品风控，Qwen把它放进了模型演示。

图1｜Qwen-UI-Agent官方演示首帧。右侧指令要求Agent先在抖音寻找高收藏菜谱，再到盒马购买食材并选择18:45送达。它能证明阿里展示了跨App长任务，不能单独证明这套能力已经进入量产手机。来源：Qwen-UI-Agent官方项目页。

另外，Qwen-UI-Agent公开了技术报告、项目页和演示，但截至今天，旗舰模型权重仍未开放。真正已经开源的是它的前身MAI-UI，2B和8B两档权重采用Apache 2.0许可证；更大的32B、235B没有放出来。

所以，这不是一次严格意义上的开源发布。阿里做的，是把豆包曾经装进一台工程机里的系统级Agent能力，重新展示成一套独立的模型能力：它可以训练，可以评测，可以接入不同设备，也不必天然系统级UI绑定。

开源在这里更像Qwen路线的底座。前一代MAI-UI负责降低试验门槛，最新的Qwen-UI-Agent负责展示能力上限。而这一步也或多或少影响了AI手机现在的发展格局。

当AI控制手机的能力可以被塞进开源小模型，那么全新的AI手机是否还有出现的必要？

豆包手机的背景已经不必再赘述，合作推出、被多个App封禁使用，已经是老话题了。

字节想拿走的不是一个语音入口。它想站到用户需求和所有App之间。

这件事出现的意义是，豆包第一次把系统级Agent推到真实用户手里，也第一次替全行业撞到了超级App的边界。

12月5日，豆包手机助手又发布说明，限制刷分、刷激励场景，暂时下线银行和互联网支付类App的操作能力，同时限制部分竞技游戏。用户授权并没有自动解决平台的责任问题。AI一旦点错按钮、读走验证码，或者把一次误操作变成支付、发帖和账号风险，最后找谁负责，不能靠一句“用户同意了”带过去。

超级App还有自己的生意。

一个GUI Agent可以绕过首页、广告和推荐位，直接完成搜索与交易。对用户来说，这是少点几下；对App来说，可能是流量入口、广告库存和交易分配权被掠夺。

最近，豆包换了姿势。《晚点LatePost》报道称，新一代豆包手机面对头部应用时，将不再读取屏幕、模拟点击。只有对方主动提供MCP服务，开放相应数据和操作权限，豆包才能接入。

MCP可以理解成App自己递出的一串工具：哪些数据可以读，哪些动作可以做，哪一步必须让用户确认，都由App写清楚。Agent不需要读取过分的底层的数据，用户也不用担心AI过渡操作。

新一代豆包手机据称把备货量从上一代约3万台提高到数十万台，字节也仍在和手机厂商、头部应用谈合作。2025年12月，界面新闻曾报道，字节正与vivo、联想、传音等硬件厂商推进AI手机合作；联想随后回应称，双方一直保持密切沟通。

这时候，字节最重要的谈判筹码已经从“我有一个大模型”，换成了“我做出过一台真能跨App干活的手机”。系统权限、真机适配和应用风控的坑，它都踩过。

但它很难再说，只有我能做。

阿里把一台手机拆成了模型

豆包手机遇到风控后不到一个月，2025年12月29日，阿里通义实验室发布MAI-UI，并开放2B、8B两档模型权重。

Qwen做的事情，其实跟豆包很像：模型接收用户指令和当前屏幕，决定下一步是点击、滑动、输入，还是调用接口；动作执行后，模型再看一眼新页面，判断任务有没有走偏。

区别是，豆包把这套循环装封装，靠系统权限做成产品。阿里先把循环拆成了可以下载、训练和部署的模型。

简单来说，阿里把GUI手机开源了。

而这次公开的Qwen-UI-Agent又往前走了一步。论文称，团队搭建了由100多台真机、150多个App组成的运行环境，让约一万个模拟环境并发生成训练轨迹，并用在线强化学习处理超过100步的长任务。它的动作也不只剩点击屏幕：遇到文件、表格和数据处理，模型可以切到命令行；几个连续操作，还能在一次输出里一起生成。

图2｜论文Figure 2。一张航班取消通知触发Agent寻找替代行程，征得用户同意后，再到电脑上修改会议和表格。左侧列出手机、电脑、浏览器以及GUI、命令行、API等动作空间。来源：Qwen-UI-Agent Technical Report，第5页。

这套论文的价值，是把“手机替人点App”扩成了一套跨设备的执行系统。该点屏幕时点屏幕，该走接口时走接口，需要处理文件时就去命令行。GUI不再是唯一道路，但不是唯一的决策路径。

官方成绩很好看：Qwen-UI-Agent在MobileWorld、MobileWorld-Real和AndroidDaily上的成功率分别为82.1%、92.2%和97.5%，在OSWorld-Verified上得到79.5%。上一代MAI-UI-235B也曾在AndroidWorld拿到76.7%，高于UI-TARS-2的73.3%。

但确实也不能只看跑分。

最新移动端成绩主要来自阿里自己搭建或运行的评测环境，表中的部分竞品成绩也是团队复跑，不等于各家公司在同一套公开测试上交卷。到了Qwen-UI-Agent这一代，官方主推的移动榜单也不再是AndroidWorld，而是MobileWorld、MobileWorld-Real和AndroidDaily。它们更贴近阿里想证明的真机与长任务能力，也让外部复核更难。

论文中自己倒是没有把话说的太满。

文其中展现了一个任务，要求Agent在朴朴超市直播间把10元以下的在售商品加入购物车，再收藏最贵的商品。模型反复点开面包、榴莲和抹茶蛋糕，就是没有按要求完成。另一个是让agent发完微信朋友圈后，把可见范围改成“仅自己可见”；朋友圈发出去了，权限设置却一直没完成。

图3｜论文Figure 23。上半部分是朴朴超市选品失败，下半部分是朋友圈已经发布、但“仅自己可见”没有设置成功。团队将两例都标为MODEL FAILURE。来源：Qwen-UI-Agent Technical Report，第53页。

相比只看榜单，这两次失败显得更加真实。任务越长，前面一次小误判越容易滚成后面的彻底失败；而发帖、付款和修改权限，偏偏又是用户最不愿意让AI犯错的地方。

Qwen证明了阿里已经建起一套收集失败、训练模型、再回到真机验证的机器。它暂时还没有证明，一台装着Qwen的量产手机可以稳定替人生活，但绝不能说这个尝试不重要。

开源也要拆开看。

MAI-UI只放出2B和8B“小杯”，刷出76.7% AndroidWorld成绩的235B没有开放；最新Qwen-UI-Agent的旗舰权重也没有下载入口。阿里云已经在无影云手机的Agentic Mobile产品中集成千问模型与云端Android容器，并按实例规格和使用时长计费。它和Qwen-UI-Agent不是同一个产品版本，却把商业路径写得很直白。

开源小杯引流，云端大杯变现。

今年3月，Qwen负责人林俊旸离职时，外界最担心的是Qwen的开源路线会不会终结。吴泳铭随后在内部信中明确表示，阿里会继续坚持开源策略，由周靖人继续带领通义实验室。周靖人的名字也出现在MAI-UI技术报告的作者名单里。

虽然人走了，虽然用法变了，但是开源路线还是留下了。

过去，Qwen开源主要是为了把开发者聚到自己的模型周围；到了手机Agent这件事上，开源还有一个更具体的用途：谁拿着这项能力去和手机厂商谈独家合作，阿里就把一个能试、能改、能比较的版本摆到桌上。

它不需要立刻取代对手。手机厂商已经有了第二个技术参照。

这是谈判工具

对手机厂商来说，MAI-UI的2B、8B权重还远远不等于一台豆包手机。

模型之外，它们还要解决系统权限、真机数据、App适配、安全策略、账号体系和售后责任。AI在演示里点错一次菜单，只算模型失败；装进几百万台手机后点错一次支付，厂商要接客服电话。

但用户的选择已经变了。

过去，一家不想从零训练GUI Agent的厂商，可以和字节合作，把豆包请进系统。现在它还可以下载MAI-UI做原型，自己积累数据、适配系统，再决定更强的能力向谁采购。它未必真的使用阿里的开源模型，却多了一个可以拿来比较价格和条件的技术参照。

阿里要的，就是这份独占性的稀释。

7月13日，阶跃星辰又发布了Step AOS和样机STEPX Neo，并公布支付宝、美团、携程、京东等首批生态合作伙伴。不同公司的产品名字各不相同，动作却越来越像：模型公司都想越过单个App，成为跨品牌、跨服务的中间层。

手机厂商掌握系统权限，超级App掌握交易、社交关系和数据，模型公司掌握理解与执行能力。三方都想让Agent听自己的，又都不愿意替别人的错误买单。最后能跑起来的，大概率是混着来：长尾App先让AI看屏幕，高频和敏感动作走MCP或A2A，付款、发帖、改权限时再把手机交还给人。

字节绝不会因此而退场。有与中兴共同调系统的经验，也有豆包和抖音带来的用户与产品闭环。到目前为止，也没有公开证据显示荣耀、OPPO、vivo或小米会如何选择。但显然，手机厂商的AI上游环境发生了一些微妙的变化。

接下来几个月，如果Qwen真的释放旗舰权重，或者有一家主流手机厂商公开采用MAI-UI，阿里的开源路线才算从GitHub走进手机生意。反过来，如果豆包拿到微信、淘宝、支付宝等头部应用的结构化接口，把数十万台备货变成稳定产品，字节先交的学费也可能变成先发经验。