千问融入苹果生态，大模型悄然改变行业格局

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）有限公司申报的“Apple智能”完成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。

此举标志着筹备一年半的国行Apple Intelligence终于清除了上线前的最后合规瓶颈。

消息公布当日，阿里巴巴方面表示，千问将整合进Apple智能，覆盖中国区iOS、iPadOS、macOS和visionOS设备，提供文本与图像理解、内容生成、多轮对话等服务。资本市场随之波动，阿里巴巴美股股价一度上涨超过7%。

当国内存量iPhone突破2亿部，千问作为核心AI能力被默认调用，这件事对千问、对阿里、对整个大模型行业来说，意味着什么？当AI成为操作系统背后的默认功能，行业竞争的规则又将面临怎样的调整？

一、千问获得了什么？

2025年2月，在阿联酋迪拜举行的世界政府峰会上，阿里巴巴董事局主席蔡崇信首次确认，阿里正在与苹果合作，推动Apple Intelligence进入中国市场。

蔡崇信当时指出，苹果为了进入中国市场，曾与多家中国企业接触，最终选择了阿里作为其本地化AI合作方。

这场合作的意义，不只是阿里获得了重要客户。

对千问而言，此次合作正处于关键节点。

目前，中国大模型行业的C端市场竞争已进入白热化阶段：一方面，豆包凭借庞大的用户基数在应用端迅速扩张；另一方面，依托12亿月活的微信Agent正在积蓄力量。在这一背景下，千问所面对的市场，实际上已被各方瓜分。若继续依赖“用户主动下载AI应用”的方式，意味着要在应用商店的激烈竞争中艰难突围。

苹果提供的原生入口，则为千问打开了一条避开传统路径的可能性。它让千问有机会进入全新的竞争维度。

此前，无论是阿里内部AI应用，还是通义千问App，用户或企业都是在主动选择AI。

而一旦进入Apple Intelligence，千问将面临全新的分发逻辑。它不再是被用户下载或被开发者调用的模型，而是有可能成为操作系统背后默认的AI能力。

这代表着大模型竞争的价值衡量标准正在发生变化，从参数规模、推理能力、开源生态等技术指标，延伸至真实商业环境中的工程和生态表现。

从现有信息来看，合作模式采用的是端云协同架构。设备端依靠苹果自研芯片完成基础AI运算，确保响应效率和用户隐私；而涉及长文本处理、复杂逻辑对话、多模态生成等云端任务，则由阿里千问提供算力支持。所有用户数据依照监管规定存储在国内服务器。

在具体应用场景中，多家科技媒体引述内部人士消息称，千问主要负责“文本生成、摘要总结、图文理解、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”等模块则由百度提供支持。

对千问来说，这种合作的价值并不仅在于短期调用量的增长，更在于获得一次大规模终端实测的机会。

大模型行业正步入新阶段。此前，企业多通过榜单、评测和开源下载来证明模型实力；但一旦进入手机操作系统，所面对的是另一套标准：模型是否足够稳定？是否能适应真实用户需求？是否能长期维持在复杂场景下的正常运行？是否能符合全球消费电子巨头对安全、隐私和可靠性的严苛要求？

苹果生态赋予的是这样一次高规格的验证机会。

这份合作让人联想到十多年前Android的发展历程。Android通过开源系统和免费授权，绑定全球手机厂商，占领移动互联网入口，随后通过应用商店和广告生态实现盈利。

虽然千问目前没有操作系统控制权，但二者有一个共通之处：都在试图构建下一代计算平台的基础能力，让用户不再有选择，而是直接使用。

二、商业化路径猜想

此前提到，这份合作的消息对阿里巴巴当日股价产生积极影响，但具体对阿里云乃至整个阿里财报的影响，苹果和阿里尚未公开。

券商分析师对可能的商业化路径进行了推测，主要包括以下几个方向。

第一层是固定年度授权费。这可能是最直接的收入来源，也被认为是确定性较强的收益形式。

国行Apple Intelligence上线后，苹果需要获得千问模型的系统级授权。结合苹果对谷歌每年约10亿美元授权费的先例，市场普遍认为这将成为阿里的一项可观年度收入。

第二层是算力Token按量计费。机构预测，这一部分收入将超过固定授权费。

由于监管要求，国行Apple Intelligence的生成式AI推理算力和用户交互数据必须存放在境内服务器。苹果在中国缺乏自建的大规模AI算力基础设施，复杂AI任务的云端处理全部仰赖阿里云灵骏智算集群。

这意味着每一次用户触发复杂AI功能，背后都伴随着阿里云的算力消耗。

根据IDC数据，国内存量iPhone在2.2亿至2.5亿部之间，随着AI功能成为设备标配，用户调用频率有望逐步提升。相较固定授权费，这部分收入具备更强的持续性。

第三层是电商交易分成。这是阿里独有的收入渠道。

国行Apple Intelligence中嵌入了阿里生态的专属导流机制。当用户在购物问答、图片识别搜同款等场景中使用AI功能时，系统会生成结构化商品卡片，一键跳转淘宝App进入交易流程。苹果将按照成交GMV进行分成。

该模式的收入不依赖AI调用量，而是基于交易转化率。其上限取决于用户通过AI功能产生的实际购买行为。如果未来Apple Intelligence推出订阅制服务，阿里同样可以获得长期订阅分成。

上述三层收入，分别对应三种不同的商业资源：技术授权、算力基础设施、用户交易场景。

此外，提供“服务与经验”也是潜在的合作方式。若阿里云以技术输出或联合运营的形式参与苹果在中国的AI系统部署与维护，将直接转化为服务型收入。这种收入不依赖用户调用量也不依赖电商转化率，而是对阿里云长期积累的行业服务能力的一次直接定价。

这些预估何时能转化为财报中的具体数字，可参考行业以往经验。华为、小米等厂商的端侧AI功能从备案到上线，一般需要1.5至3个月。

基于此次合作，多家券商调整了对阿里云的收入预测。国投证券国际将阿里云FY27收入预期上调4%，预计云智能业务收入增速为47%。富瑞则指出，受益于MaaS（模型即服务）及AI相关收入的强劲增长，AI相关收入在未来12个月内或将贡献外部收入的50%。在MaaS方面，他们预期ARR（年度经常性收入）会在2026年第二自然季度提前达到15亿美元，并在年底冲刺至45亿美元的目标。

这一切的前提，是Apple Intelligence在中国能够被用户高频使用。

三、大模型竞争进入下一个阶段

在技术传播的过程中，一项新技术的真正普及，往往不取决于其本身有多强大，而在于是否能自然融入用户的日常操作和已有工具之中，成为“无需察觉”的存在。

类似地，标准化电力的普及也是如此：早期谁掌握大规模发电与长距离输电，谁就掌握行业主导权。如今，没人关注电从何而来，只关心电器是否正常运作。云计算亦是如此：过去企业讨论的是服务器、虚拟机和云平台，现在云服务隐藏在各类应用背后，很少有人在使用在线文档或视频会议时会想到数据存储在哪个数据中心。

大模型正在经历类似的转变，但过程更为复杂。

与电力和云计算不同，大模型的表现差异性更大。用户对豆包、千问、ChatGPT的“错”与Siri的“笨”，接受程度完全不同：前者只是感觉“工具不够好”，后者却可能认为“手机不行”。

这说明，系统级AI没有容错空间，其隐形化的前提，是模型必须在用户看不见的地方持续输出高质量结果。因此，进入系统层并不意味着竞争的终结，反而是迎接更高门槛的起点。

这种无感化对能力提出多重要求。

首先是稳定性。系统级AI要面对的是数亿用户和数十亿次交互，任何微小的错误都可能被放大。其次是响应速度。用户可以等待某个AI应用生成完整答案，却无法接受手机助手每次操作都要长时间等待。

具体到苹果Apple Intelligence，还包括多模型协同能力。

不同模型承担不同功能模块的合作形式，可以发挥各方优势，但也带来了新的工程挑战：用户感受到的必须是一个完整的AI助手，而不是多个模型拼接后的复杂系统。

当用户提出一项需求时，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，必须是一个连贯、自然的交互体验。系统需判断哪个请求该由哪个模型处理，以及多个模型的结果如何无缝衔接。