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）有限公司提交的“Apple智能”生成式人工智能服务备案获得通过。7月15日，网信中国披露了7款手机端侧生成式人工智能服务备案信息，“Apple智能”正式列入其中。
这标志着筹备一年半的国行Apple Intelligence，终于打通了最后一条合规线路。
消息公布当日，阿里巴巴方面确认，千问将作为AI能力整合进Apple智能，覆盖中国区iOS、iPadOS、macOS和visionOS全系列设备，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7%。
当国内存量iPhone超过2亿部，千问作为底层AI能力被默认启用。这件事对千问、对阿里、对整个大模型行业都有深远影响。当AI成为操作系统背后的默认能力，整个行业将面临怎样的规则变化？
一、千问获得了什么？
2025年2月，在阿联酋迪拜举办的世界政府峰会上，阿里巴巴董事局主席蔡崇信首次公开表示，阿里正在与苹果合作，为Apple Intelligence进入中国市场提供本地化AI能力。
蔡崇信当时指出，苹果希望在中国市场布局生成式人工智能服务，需要一家本土AI合作伙伴，曾与多家中国企业接触，最终决定与阿里携手。
这次合作的意义，远不止于阿里赢得了一个重要客户。
对千问而言，这一合作落地的时间点极具战略价值。
当前，中国大模型领域的C端竞争已进入白热化阶段：一方面，豆包凭借规模优势在应用端迅速扩张；另一方面，依托12亿月活生态的微信Agent也在蓄势待发。千问面临的是一个已被分割的流量战场。在这样的背景下，继续走“用户主动下载AI应用”的路线，意味着要在已经拥挤的应用商店里与对手激烈竞争。
而苹果提供的原生入口，为千问打开了一扇全新的门。它让千问有机会进入一个与现有竞争方式不同的维度。
此前，无论是在阿里内部业务中的AI应用，还是通过通义千问App触达用户，这些场景中，用户或企业都是在自主选择AI。
进入Apple Intelligence后，千问将面临完全不同的分发逻辑。它不再只是一个供用户下载、供开发者调用的模型，而是有机会成为操作系统中的默认AI能力。
这代表着大模型竞争的价值评估标准正在发生变化，从参数规模、推理能力、开源生态等技术指标，转向真实商业环境中的工程与生态表现。
从公开信息来看，此次合作采用的是端云协同的方案。设备端依赖苹果自研芯片完成轻量级基础AI运算，确保响应速度和隐私安全；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。所有用户相关数据均按监管要求存储在境内服务器。
具体到应用场景上，多家科技媒体援引知情人士透露，千问主要负责“文本生成、摘要总结、图文理解、内容创作”等任务；“相机识别、地标搜索、图片处理、语音唤醒、Siri中文优化”等功能则由百度提供支持。
对千问来说，这项合作的价值并不在于短期内提升多少调用量，而在于获得一次大规模终端的验证机会。
大模型行业正在经历一场新的转变。过去，企业可以通过榜单、评测和开源下载来证明模型的实力；但现在，当模型真正进入手机操作系统，面临的是一套全新的标准：模型是否足够稳定？是否能适应真实用户需求？是否能在复杂场景中稳定运行？是否能满足全球消费电子企业对安全、隐私和可靠性的要求？
苹果生态所带来的，正是这样一次高标准的验证。
这份合作让人联想到十多年前Android的发展历程。当年Android通过开源系统与免费授权，绑定了全球手机厂商，抢占了移动互联网的入口，随后借助应用商店和广告生态实现变现。
虽然千问目前并不掌控操作系统，但二者有相似之处：都试图成为下一代计算平台背后的核心能力，用户无法绕开，只能使用。
二、商业化路径猜想
如前所述，此次合作的消息对阿里巴巴的股价产生了一定影响，但具体如何影响阿里云乃至阿里整体财报，苹果和阿里尚未公布商业条款。
券商在研报中对此次合作的潜在商业价值进行了分析，认为可能有多种收入路径。
第一类是固定年度授权费。这是最直接的收入来源，也被视为比较确定的收益模式。
国行Apple Intelligence上线后，苹果将需要获得千问模型的系统级使用许可。参考苹果向谷歌支付的每年约10亿美元授权费，可以推测这部分收入将相当可观。
第二类是算力Token按使用量计费。部分机构预测，这一部分的收入可能超过固定授权费。
根据监管要求，国行Apple Intelligence的生成式AI推理算力和用户交互数据必须部署在国内服务器上。苹果在中国缺乏自建的大规模AI算力基础设施，这意味着复杂AI任务的云端算力全部来自阿里云灵骏智算集群。
每一次用户发起复杂的AI请求，背后都对应着阿里云的Token消耗。
IDC数据表明，国内存量iPhone数量在2.2亿至2.5亿部之间，随着AI功能逐渐成为设备标配，用户调用频率也将逐步提升。相比固定授权费，这部分收入具有更强的持续性。
第三类是电商交易分成。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权益。在购物类问答、识图搜同款等场景下，系统会生成结构化的商品卡片，并一键唤起淘宝App进入交易链路。苹果将按照交易GMV进行分成。
这一部分收入不依赖于AI调用量，而是依赖于用户通过AI功能产生的实际购买行为。如果未来Apple Intelligence推出订阅服务，阿里也将有机会获得订阅分成。
前三类收入，本质上代表了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”也可能成为合作模式之一。如果阿里云以技术输出或联合运营的形式，参与苹果AI系统在中国的部署与维护，就等于将自身的工程化经验和云运维能力转变为服务型收入。这种收入模式不依赖用户调用量，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体现。
这些预测何时能转化为财报数据，可参考行业先例。华为、小米等厂商从端侧AI功能完成备案到正式上线，通常需要1.5至3个月。
据此，多家券商纷纷调整了对阿里云的收入预测。国投证券国际将阿里云FY27收入预测上调4%，预计云智能业务收入增速将达到47%。富瑞则预计，得益于MaaS及AI相关收入的强劲表现，AI相关收入在12个月内可能占到外部收入的50%。在MaaS领域，预计ARR（年度经常性收入）在2026年第二自然季度提前达到15亿美元，并有望在年底实现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，往往不取决于它最初有多强大，而取决于它能否自然融入用户已有的行为习惯和工具环境，成为“不被察觉却不可或缺”的存在。
完全标准化的电力就是如此：早期谁掌握大规模发电和长距离输电，谁就能掌握话语权。如今，没人关心电从哪来，只关心电器是否正常运转。云计算亦是如此，过去企业关注的是服务器、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，会去思考数据运行在哪个数据中心。
大模型也正在经历类似的过渡，但难度更高。
与电力和云计算不同，大模型的表现差异更为显著。用户对豆包、千问、ChatGPT的“错”和Siri的“笨”，接受度天差地别：前者可能只是觉得“工具不够好”，后者却会归咎于“手机不行”。
这表明，系统级AI几乎没有试错空间，其隐形化建立在模型必须在用户不察觉的情况下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，反而是进入更高门槛的新阶段。
这种无感化对能力提出了多个层面的要求。
首要的是稳定性。系统级AI需要面对的是数亿用户、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。用户可以接受AI应用生成一份较长的回答，但不会容忍手机助手每次操作都出现延迟。
具体到苹果Apple Intelligence，还需具备多模型协同能力。
不同模型担任不同能力模块的合作方式，可以发挥各自的优势，但也带来了新的工程挑战：用户感受到的必须是一个统一的AI助手，而不是多个模型拼凑出的复杂系统。
当用户提出一个请求时，后台可能涉及语音识别、视觉理解、文本生成、搜索和任务执行等过程，但最终呈现给用户的应是连贯、自然的交互体验。系统需要判断，哪些任务应由哪些模型处理，以及多个模型的结果如何衔接。
这些使用体验，直接影响Apple Intelligence被中国用户调用的频率。
这也意味着，在系统层面上，未来大模型公司之间的竞争，将不再仅仅是算法能力的较量，更是工程能力、生态协同能力和基础设施能力的综合比拼。
苹果与千问的合作，或许只是行业格局变化的开端。更准确地说，大模型的竞争正逐渐划分为两条主线。
一条是系统层，争夺的是“用户无感调用”。千问进入Apple Intelligence、豆包嵌入努比亚，都是这一路径的尝试。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、汽车等超级生态，实现规模化部署。
另一条是应用层，争夺的是“用户主动选择”。
系统层AI虽然会压缩一些简单AI应用的生存空间，比如仅提供基础对话或通用模型调用的服务，但很难取代那些需要深度思考、复杂操作或专业知识的“专家型”需求，也难以替代那些嵌入工作流、依赖私有数据闭环的服务。
未来的AI终端，更大可能是系统层AI（总调度） + 无数个“能力化”的应用层AI（执行者）共同协作的模式。
说到底，不管是系统层还是应用层，最终都是“平庸”与“不可替代”之间的较量。能够留存下来的，要么是在系统层成为用户意识不到却离不开的基础设施，要么是在应用层构建起难以撼动的场景壁垒。
