文 | 市值榜，作者 | 贾乐乐，编辑 | 嘉辛
2026年7月8日，苹果技术开发（上海）有限公司完成了“Apple智能”生成式人工智能服务备案。7月15日，网信中国发布7款手机端侧生成式人工智能服务备案信息，“Apple智能”位列其中。
这标志着筹备一年半的国行Apple Intelligence，已扫清上线前的关键合规壁垒。
消息公布当日，阿里巴巴方面明确表示，千问将作为AI能力被集成至Apple智能，覆盖中国区iOS、iPadOS、macOS和visionOS全系列设备，支持文本与图像理解、内容生成、多轮对话等功能。资本市场随即作出反应，阿里巴巴美股股价一度攀升超过7%。
在当前国内存量iPhone超过2亿部的背景下，千问成为Apple智能的底层AI支撑，这一默认调用的模式，对千问、对阿里、对整个大模型行业，意味着什么？当AI逐渐成为操作系统的一部分，大模型行业的竞争逻辑是否会随之发生变化？
一、千问在此次合作中获得了哪些机会？
2025年2月，阿里巴巴董事局主席蔡崇信在阿联酋迪拜的世界政府峰会上首次确认，阿里正在与苹果合作，为Apple Intelligence进入中国市场提供本地化AI支持。蔡崇信当时指出，苹果希望在中国市场引入一家本地AI合作伙伴，并曾与多家中国企业接洽，最终选择了阿里。
此次合作的意义，不仅在于阿里获得了一个重要客户，更在于千问迎来了一个关键的发展节点。
目前，中国大模型行业的C端竞争已进入白热化阶段。一方面，豆包凭借其庞大的用户基础在应用端迅速扩张，另一方面，依托12亿月活的微信Agent也在积蓄力量。千问所处的环境，是一个已经被分割的流量市场。在这样的背景下，继续依靠“用户主动下载AI应用”的方式，意味着要在拥挤的应用商店中与对手展开激烈竞争。
苹果的原生入口，提供了一种差异化的竞争路径。它让千问有机会进入一个不同于App Store的环境，进入一个更广泛的设备使用场景。
此前，无论是阿里内部的AI应用，还是通过通义千问App触及用户，这些场景中，用户或者企业都需主动选择AI工具。而进入Apple Intelligence后，千问将面临一种全新的分发机制。它不再是用户自主下载或开发者主动调用的模型，而是有可能成为设备背后默认的AI能力。
这表明，大模型行业衡量竞争力的标准正在发生转变。从参数量、推理能力、开源生态等技术层面，到系统级部署、用户使用稳定性、云服务衔接性等工程与生态层面，测试重点已不再局限于模型本身。
从公开信息来看，双方采用端云协同的技术路线。设备端依赖苹果自主研发的芯片完成基础AI运算，确保响应速度和用户隐私；长文本处理、复杂语义对话、多模态内容生成等任务则由阿里千问提供云端算力支持。所有用户数据均按照监管规定存储于境内服务器。
在具体应用场景方面，多家科技媒体根据知情人士提供的信息披露，千问主要负责文本生成、摘要总结、图文理解以及内容创作等功能，而相机识别、地标搜索、图片处理、语音唤醒、Siri中文优化等场景化能力则由百度负责。
对千问来说，这次合作的价值不在于短期内的调用量增长，而在于获取一次大规模终端应用的验证机会。
大模型行业正步入新的发展阶段。过去，企业主要通过评测、榜单和开源下载来证明技术实力。但现在，当模型被内置到手机操作系统中，面临的将是另一套评判体系：模型是否足够稳定？是否能满足实际用户需求？能否在复杂场景中持续运行？是否符合全球级消费电子企业对安全性、隐私保护和可靠性的要求？
苹果生态带来的，正是这样一份高规格的考验。
这一合作让人联想到十多年前Android的发展路径。Android当年依赖开源系统和免费授权策略，与全球手机厂商合作，最终掌控了移动互联网的入口，并借此构建应用商店和广告生态。
虽然千问目前并未获得操作系统控制权，但二者存在相似之处：都试图成为下一代计算平台背后的核心能力，迫使用户在不知不觉中接受其服务。
二、商业化路径有哪些可能？
此前提到，此次合作的消息对阿里巴巴的股价产生了积极影响。然而，其对阿里云乃至整个阿里财报的具体贡献，苹果与阿里尚未公开披露。
券商对此次合作的潜在商业价值进行了推测，认为可能有多个收入路径。
第一种是固定年度授权费用。这属于最直接的收入来源，也被认为是相对确定的收益形式。
随着国行Apple Intelligence的上线，苹果需获得千问模型的系统级使用授权。参考苹果向谷歌支付约10亿美元的授权费用案例，市场普遍认为这将是一笔可观的年度固定收入。
第二种是算力Token的按需计费模式。机构预计，这一部分的收入可能超过固定授权费。
国行Apple Intelligence因监管要求，必须将生成式AI的推理和用户交互数据存储在国内服务器。苹果在中国尚未拥有完善的AI算力基础设施，复杂AI任务的云端算力则需从阿里云灵骏智算集群采购。
因此，每一次用户发起复杂AI请求的背后，都伴随着阿里云的Token消耗。IDC数据显示，国内存量iPhone数量约为2.2亿至2.5亿部。随着AI功能成为设备标配，用户使用频率有望逐步增长，这部分收入的可持续性也更强。
第三种是电商交易分成。这是阿里独有的收入模式。
国行Apple Intelligence中包含了阿里生态的专属导流机制。在购物类问答、识图搜索同类商品等场景中，系统会生成结构化的商品卡片，用户可一键跳转至淘宝App进入交易流程，苹果会根据实际成交额进行分成。
这一层收入不依赖AI功能的调用量，而是取决于用户通过AI所产生的实际购买行为。如果未来Apple Intelligence推出订阅制服务，阿里也有可能从中获得长期的订阅分成。
上述前三层收入，实际上分别对应了三种不同的资源变现方式：技术授权、算力基础设施、以及用户交易场景。
此外，提供“服务与经验”也可能成为一种合作形式。若阿里云以技术输出或联合运营的方式参与苹果AI系统在中国的部署和运维，就相当于将自身的工程化经验和云管理能力直接转化为服务收入。这种收入模式不依赖用户调用次数，也不依赖交易转化率，而是对阿里云长期积累的行业服务能力的一次直接估值。
这些预测何时能体现在阿里财报上，可参考行业过往经验。华为、小米等厂商的端侧AI功能，从完成备案到正式上线，通常需要1.5到3个月。
基于这笔合作，多家券商上调了对阿里云的收入预测。国投证券国际将阿里云FY27收入预期提升了4%，预计云智能业务将实现47%的收入增长。富瑞则推测，由于MaaS以及AI相关收入表现强劲，AI相关收入在未来12个月内可能占外部收入的50%。在MaaS领域，预计2026年第二自然季度ARR（年度经常性收入）将提前达到15亿美元，并在年底前实现45亿美元的目标。
前提是Apple Intelligence在中国能被用户高频使用。
三、大模型行业竞争的下一阶段
在技术传播的过程中，一项新功能的真正普及，往往不取决于它作为独立产品有多强大，而是看它能否自然地融入用户已有的行为习惯和使用场景，成为“无须察觉”的助力。
完全标准化的电力就是这样的例子：早期，谁掌握发电和输电技术，谁就掌握行业主导权。如今无人关心电从何来，只关心电器是否正常工作。云计算亦是如此：早期企业关注的是服务器、虚拟机和云平台，如今云服务隐藏在各类应用背后，使用者很少会去思考数据究竟存储在哪个数据中心。
大模型同样面临这一趋势，但挑战更为严峻。
与电力和云计算不同，大模型的性能差异更为明显。用户对豆包、千问、ChatGPT表现出的“错误”以及对Siri的“迟钝”，接受度存在明显界限：前者可归咎于“工具不够好”，后者却可能被说成“手机不行”。
这说明，系统级AI没有试错的机会，无感化背后的前提是模型必须在用户看不见的地方持续提供高质量的输出。因此，进入系统层并不意味着竞争的终结，反而意味着进入一个更高标准的战场。
这种无感化对技术能力提出了多方面的要求。
首先是稳定性。系统级AI需要面对数亿用户和数十亿次交互，任何小概率的错误都可能被放大。其次是响应速度。用户可以等待一个AI应用生成完整的答案，但不会容忍手机助手每次操作都需要长时间等待。
具体到苹果的Apple Intelligence，还需具备多模型协同的能力。
不同模型承担不同功能模块的合作方式，有助于发挥各方优势，但也带来了新的工程难题：用户感受到的必须是统一的AI助手体验，而非多个模型拼凑的复杂系统。
当用户提出一个请求时，后端可能涉及语音识别、视觉理解、文本生成、搜索和任务执行等多个环节。但最终呈现给用户的是一个连贯、自然的交互过程。系统必须准确判断哪些任务应由哪个模型处理，以及多个模型之间的输出如何无缝衔接。
这些体验，最终将决定Apple Intelligence在中国市场的使用频次。
这也意味着，未来大模型公司的竞争，不再只是算法能力的比拼，而是一场工程能力、生态协同能力和基础设施能力的综合较量。
苹果与千问的合作，可能成为行业格局变化的一个信号。更确切地说，大模型的竞争正逐渐分化为两条主线。
一条是系统层，目标是实现“用户无感调用”。千问进入Apple Intelligence、豆包集成至努比亚，都属于这一方向的尝试。它们的共同点在于：不直接拥有消费者入口，而是通过进入手机、汽车等超级应用场景，实现规模化落地。
另一条是应用层，侧重“用户主动选择”。
系统层AI虽然会挤压一些简单型AI应用的生存空间，如仅提供基础对话或通用模型调用服务的工具，却很难取代需要深度思考、复杂操作和专业知识的“专家型”需求，也难以撼动那些嵌入用户工作流程、形成私有数据闭环的服务。
未来的AI终端，或许更倾向于系统层AI（负责整体调度） + 应用层AI（承担具体功能）的协作模式。
归根结底，无论是系统层还是应用层，都是一场“平庸”与“不可替代”的较量。只有那些能够在系统层成为用户无感依赖的基础服务，或是在应用层构建起难以替代的场景壁垒，才能在激烈的竞争中站稳脚跟。
