豆包造手机，千问做平板

AI硬件，下一个竞争焦点

图片来源|网络（如侵权请联系删除）部分AI生成

2026年9月的最后两周，两场发布会几乎同时搅动了科技圈。

一边是阿里云栖大会。无影团队拿出了一台名叫QwenBook的设备，平板加键盘的组合，屏幕上跑着类macOS的界面，键盘上专门刻了一颗“千问键”。

官方给它的定位是“原生智能体电脑”，但所有人第一眼看到它的反应都一样：这不就是一台千问平板吗？

另一边，9月16日，搭载豆包手机助手消费者版的努比亚NaviX Ultra正式开售。京东预约人数近40万，开售一秒销售额破亿，预约量是一代首发3万台的12倍。

两件事放在一起，业内认识都在揣测，似乎大模型之间，已经不再满足于要造多少个APP了，而是开始造硬件设备了。

从此前的AI眼镜，到现在的AI手机，AI平板，再到AI电脑……

大模型，正在逐步转向硬件构造。

从“会聊”到“会干”，大模型需要一具身体

要理解这轮硬件热，得先理解大模型正在经历的一次身份转换。

2023年到2025年，大模型的主要形态是聊天机器人。用户打开App，输入问题，拿走答案。

这种模式下，模型不需要接触系统底层，不需要跨应用操作，一个网页就够了。

但问题也很明显：变现太难。据测算，截至2026年上半年，豆包日均收入不足100万元，成本却高达数千万元。

转折来自Agent。当大模型从“回答问题的工具”变成“执行任务的助手”，一切都不一样了。

用户说“帮我订一张明天去上海的高铁票”，Agent需要知道你的日程、打开购票应用、填写信息、完成支付，每一步都要求它进入系统底层，获取屏幕访问权限、跨应用操作权限、本地文件读写权限。

而这些东西，恰恰不在模型手里。它们散落在操作系统、硬件和应用之间。

这就是大模型公司集体“变硬”的根本原因。正如图形界面先驱Alan Kay那句被反复引用的名言：“真正认真对待软件的人，应该制造自己的硬件。”

没有设备层权限，Agent就永远停留在“会说”的阶段，无法真正“会做”。

值得注意的一个背景是，这股硬件潮并非中国独有。

Meta联合雷朋推出的AI眼镜已经成为爆款，OpenAI的首款AI硬件原型机也计划在两年内投产。大模型公司造硬件，正在成为全球性的行业趋势。

同一个目标，两条不同的路

字节和阿里都在做硬件，但选了不同的切入点，背后是两套截然不同的逻辑。

字节选择了手机。手机是大众计算平台，承载通信、社交、支付等一个人最高频、最私密的生活场景都在里面。

拿下手机，等于拿下了用户上下文最丰富的入口。

但从第一代豆包手机开始，字节就走了最难走的路。一代产品采用的是GUI模拟点击方案：AI像人一样看屏幕、识别界面元素、模拟手指点击，从而实现跨应用自动操作。

一代工程机3万台上线即售罄，二手平台溢价超4000元，效果确实惊艳，但代价来得更快。

微信弹出“登录环境异常”，淘宝、拼多多、支付宝加强风控，银行App直接阻断了登录与支付流程。

一代豆包手机撞上的不是技术问题，而是超级App对自身入口的严防死守。

二代产品做了根本性调整。技术路线从“硬闯”改成了“敲门”：协议优先、模拟兜底、人工确认。

豆包还设置了30天公示期，期内只有操作系统应用、字节和中兴旗下应用以及明确同意接入的第三方应用。

合规上也补了课，2026年7月，“努比亚豆包手机大模型”与Apple智能、华为小艺等同批通过国家网信办备案，拿到了“全球首款备案商用AI智能体手机”的名分。

但门铃按了，门未必开。实测中，通过豆包手机助手可以自动唤起微信、小红书、美团，但一旦涉及发朋友圈、下单、发帖这些应用内操作，就会收到“无法自动完成”；支付和实名环节则干脆交回用户手动完成。

真正把接口开给豆包手机的第三方屈指可数，能跨出字节系的目前只有曹操出行等少数服务。

阿里走的则是另一条路。QwenBook由无影团队打造，定位“原生智能体电脑”，但形态上就是一台平板——平板加键盘触摸板，组成类似笔记本的使用体验。

背面有个小设计很有意思：摄像头模组只占一半面积，另一半是一块圆形小屏幕，可以显示卡通形象。

和豆包手机不同，QwenBook不自研手机，而是先在自有应用里构建闭环。团队自研了一套AI工具：系统级听记、Wiki、智能文件夹、自研邮箱，以及知识库MyNote和记忆管理应用MyZone，还打通了淘宝等阿里旗下服务。

换句话说，阿里不需要等第三方开发者逐个开放接口，它先在自己能控制的范围内，把“上下文收集→任务理解→执行链路”这条路径跑通。

这条路更稳妥，但天花板也更明显。

有分析一针见血地指出：如果Agent只能调用阿里自己开发的工具，QwenBook就更接近一套阿里定制的办公环境，用户无法在原有的软件生态里工作。

真正的对手是那堵“生态墙”

豆包手机和千问平板，看起来是两条不同的路，但它们面对的是同一堵墙。

这堵墙的名字叫“超级App”。微信、支付宝、淘宝等手机上的沟通、支付、小程序和生活服务，都集中在少数几个超级应用内部，这些应用不会轻易把操作权交给别家的AI。

原因很简单：AI Agent一旦能代替用户操作App，就意味着流量分发权、用户关系和数据入口都可能被重新洗牌。

微信不会愿意让一个外来的AI决定用户看什么朋友圈，淘宝也不会愿意让一个外来的AI代替用户比价下单。

这是一个涉及核心商业利益的问题，跟技术好不好没有关系。

强势如苹果，到今天都无法让微信接受iOS系统的联系人、文件分享功能。

大模型公司想靠一个Agent打通所有应用，难度可想而知。

更棘手的是，手机厂商自己也在做系统级Agent。华为、小米、OPPO、vivo都在开发自己的AI助手，它们把AI视为最重要的系统能力之一，不愿意把入口交给另一家公司。

但手机厂商也面临同样的困境，比如如何让微信、支付宝这些平台公司接受它们的AI助手？

本质上，这是同一堵墙，只是站在墙两边的人不同。

一个值得关注的变量是端侧算力的快速提升。高通在骁龙峰会上预计，下一代代理式AI设备在终端侧单日最多可处理100万Token，代理能力将从手机扩展到PC、智能眼镜、可穿戴设备和汽车。

IDC预计2026年全球生成式AI手机出货量将达到4.32亿部。

这意味着端侧Agent的能力底座正在快速成熟，但生态壁垒并不会因为算力变强就自动消失。

对于这些财大气粗的科技公司来说，基于成熟的供应链，依靠代工厂造出一台硬件，并不算最难的事。

真正难的，是让这台硬件上有足够多的应用愿意为它开放接口、为它适配体验、为它构建生态。

第一代豆包手机已经用真金白银验证了这个道理：技术再惊艳，一旦被主流App用脚投票，产品就会迅速退回到“只能操作自家应用”的尴尬境地。

字节显然吸取了教训。二代豆包手机把技术路线从“绕过应用”改成了“与应用协商”，甚至公开发布了一份协议声明，让各App自己说清楚哪些操作允许、哪些拒绝。

这是一种姿态上的转变，从挑战规则到试图参与规则制定。

阿里则选择了一条更迂回的路：先在自有应用闭环里跑通体验，用WPS这样的合作伙伴来验证跨厂商协作的可能性，再逐步向外扩展。这条路更慢，但或许更务实。

两家公司选择的切入点不同，字节赌的是手机这个最高频的入口，阿里押的是平板这个办公和生产力场景，但它们面临的终极挑战是相同的：能不能让足够多的第三方开发者相信，把接口开放给AI Agent，对他们也有好处。

这需要的不只是技术能力，更是商业谈判能力、生态运营能力，以及最重要的一点：耐心。

大模型公司造硬件，本质上是在为Agent寻找一具身体。

但身体造出来了，灵魂，即由开发者、应用和服务构成的生态系统能不能跟上，才是决定这场硬件竞赛最终是催生新平台，还是仅仅制造一批“装了聊天机器人的新设备”的关键。

云栖大会上，QwenBook的完整产品据说要到年底或明年初才会发布。

豆包手机的下一代也在路上，硬件迭代的速度从来不慢，但生态的建立，从来都是以年为单位计算的。

这场战争，硬件只是第一关。

01

02

03