文 | 市值榜，作者 | 贾乐乐，编辑 | 嘉辛
2026年七月八日，苹果技术开发（上海）有限公司为“Apple智能”提交的生成式人工智能服务备案获批。到了七月十五日，网信中国公布了七款手机端侧生成式人工智能服务的备案清单，“Apple智能”的名字赫然在列。
这也意味着，筹备了一年半的国行Apple Intelligence，终于清除了上线前最后一道合规关卡。
消息发布的同一天，阿里巴巴公开确认，千问将作为AI能力整合进Apple智能，覆盖中国区的iOS、iPadOS、macOS和visionOS全系列设备，提供文本与图像理解、内容生成、多轮对话等各类服务。资本市场立刻给出了反馈，阿里巴巴美股股价一度上涨超过百分之七。
国内存量iPhone已超过两亿部，千问作为背后的AI底座被默认调用——这对千问、对阿里、对整个大模型行业来说，究竟意味着什么？当AI变成操作系统背后那个默认的能力，整个行业的游戏规则又会发生怎样的变化？
一、千问获得了什么？
2025年二月，在阿联酋迪拜召开的世界政府峰会上，阿里巴巴董事局主席蔡崇信第一次对外证实，阿里正与苹果合作，为Apple Intelligence进入中国市场提供本地化的AI能力。
蔡崇信当时还提到，苹果为了进入中国市场，必须找到一家本土AI合作伙伴，接触过多家中国企业之后，最终选定阿里。
这笔合作的分量，可不仅仅在于阿里多了一个大客户。
对千问来说，这次合作正好赶上一个微妙的时刻。
眼下，国内大模型在C端的竞争已经到了白热化阶段：一边是豆包靠着规模优势在应用端快速拉起用户量，另一边是依托十二亿月活生态的微信Agent随时准备发力，千问面对的是一片已经被分割的流量战场。这种格局下，如果继续走“让用户主动下载AI应用”的老路，那就只能在早已拥挤不堪的应用商店里跟对手贴身肉搏。
苹果的原生入口，恰好给出了一个绕开这条拥挤赛道的选择。它让千问有机会踏进一个完全不同的竞争维度。
过去，不管是阿里内部业务里的AI应用，还是通过通义千问App去触达消费者，在这些场景下，用户也好企业也好，都是在主动选择AI。
可进入Apple Intelligence之后，千问面对的分发逻辑就完全变了。它不再只是一个等着用户下载、供开发者调用的模型，而是有机会成为操作系统背后默认的AI能力。
这也意味着，大模型竞争的价值衡量标准正在发生转变——从参数规模、推理能力、开源生态这些技术指标，转向真实商业环境中的工程与生态指标。
根据公开信息，合作采用端云协同的技术方案。设备端借助苹果自研芯片完成轻量级基础AI运算，以保证响应速度和隐私安全；长文本处理、复杂逻辑对话、多模态生成这些云端需求，则由阿里千问提供算力支撑。所有用户相关数据按监管要求存储在国内服务器上。
具体到场景，多家科技媒体援引知情人士的说法，千问承担的是“大部分文本生成、摘要总结、图文理解、内容创作能力”，而“相机识别、地标搜索、图片处理、语音唤醒、Siri中文优化”这些场景化的能力，则由百度来负责。
对千问来说，这次合作的价值不在短期内能增加多少调用量，而在于获得一次大规模终端验证的机会。
大模型行业正在步入一个新阶段。过去，企业还能靠榜单、评测和开源下载来证明模型的能力；可一旦真正嵌入手机操作系统，要面对的则是另一套标准：模型够不够稳定？能不能适应真实用户的需求？能不能在复杂场景下持续运行？能不能满足全球消费电子企业对于安全、隐私和可靠性的要求？
苹果生态给的，恰恰就是一次这样的高规格验证。
这笔合作让人想起十多年前Android走过的路子。Android当年靠着开源系统和免费授权，绑定了全球手机厂商，抢下了移动互联网的入口，之后再通过应用商店和广告生态来变现。
千问眼下虽然并没有掌握操作系统控制权，但二者有一个共同点：都想成为下一代计算平台背后的基础能力，让用户没得选，只能用它。
二、商业化路径猜想
前面提到了，这次合作的消息带动了阿里巴巴当天的股价波动，至于它会怎么影响阿里云乃至整个阿里的财报，苹果和阿里都没有透露具体的商业条款。
券商的研报分析了这笔合作给阿里收入带来的贡献方式，大致有这么几条路径。
第一层是固定年度授权费。这笔钱来得最直接，也被认为确定性比较高。
国行Apple Intelligence上线后，苹果需要取得千问模型的系统级使用授权。市场参照苹果每年向谷歌支付约十亿美元授权费的先例，预计这也会是一笔相当可观的年度固定收入。
第二层是算力Token按量计费。机构判断这部分甚至会超过固定授权费。
国行Apple Intelligence受监管规定限制，生成式AI的推理算力和用户交互数据都必须落地在国内服务器。苹果在中国没有自建大规模AI算力基础设施，复杂AI任务的云端算力全部从阿里云灵骏智算集群采购。
也就是说，用户每次发起复杂AI请求，背后都伴随着阿里云的Token消耗。
IDC数据显示，国内存量iPhone约在2.2亿至2.5亿部之间，随着AI功能成为设备标配，用户的调用频率也会逐步提高，这部分收入的持续性远比固定授权费要强。
第三层是电商交易分成。这个收入来源只有阿里能拿到。
国行Apple Intelligence里面内置了阿里生态的专属导流权益。用户在购物问答、识图搜同款这些场景下，系统会生成结构化商品卡片，点一下就能唤起淘宝App直接进入交易链路，苹果按成交GMV分成。
这层收入不靠AI调用量，而靠交易转化，天花板要看用户通过AI功能产生的实际购买行为。如果将来Apple Intelligence推出订阅制服务，阿里也有望拿到远期订阅分成。
前三层收入，本质上分别对应三种不同的商业资源在变现：技术授权、算力基础设施、用户交易场景。
除了这些，提供“服务与经验”也是一种可能的合作方式。阿里云如果用技术输出或联合运营来参与苹果AI系统在中国的部署与运维，那等于把自己多年的工程化经验和云运维能力直接变成了服务型收入。这笔钱既不靠用户调用量，也不靠电商转化率，而是对阿里云长期积累的行业服务能力的一次直接定价。
这些预测什么时候能变成财报上的实际数字，可以参考行业里的先例。华为、小米这些厂商的端侧AI功能从完成备案到正式上线，通常需要一点五到三个月。
基于这次合作，券商们纷纷上调了对阿里云的收入预期。国投证券国际将阿里云FY27的收入预测上调了百分之四，预计云智能业务收入增速达到百分之四十七。富瑞预计，靠着MaaS和AI相关收入的强劲表现，AI相关收入贡献在未来十二个月内会达到外部收入的百分之五十；在MaaS方面，预计ARR（年度经常性收入）在2026年第二自然季度就能提前达到十五亿美元，并在年底朝四十五亿美元的目标迈进。
当然，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
技术扩散的进程里，一项新技术的真正普及，往往不在于它作为一个独立产品有多强大，而在于它能不能被嵌入用户已有的行为习惯和工具环境，变成那种“不需要被意识到”的东西。
完全标准化的电力就是这样——初期，谁能掌握大规模发电和长距离输电，谁就握有行业话语权，可今天没人关心电从哪来，只关心电器能不能正常运转。云计算也差不多，早期企业谈的是服务器、虚拟机和云平台，现在云服务藏在了各种应用背后，很少有人使用在线文档或视频会议时还在意数据跑在哪个数据中心。
大模型正在经历同样的跨越，但难度要大得多。
跟电力和云计算不同的是，大模型的表现差异更大。用户对豆包、千问、ChatGPT的“错”和Siri的“笨”，容忍度完全不一样：前面那种，只觉得是“工具不够好”；后面那种，就会怪到“手机不行”。
这意味着系统级AI没有试错的空间，要实现隐形化，模型就必须在用户看不见的地方持续给出高质量输出。所以，进入系统层不代表竞争结束，反而是一个更高门槛的起点。
这种无感化对能力提出了好几个层面的要求。
第一是稳定性。系统级AI要面对的是数以亿计的用户、数十亿次交互，任何小概率错误都会被放大。第二是响应速度。用户等得起一个AI应用慢慢生成答案，但不会接受手机助手每次操作都要等半天。
具体到苹果Apple Intelligence，还得多模型协同能力。
不同模型负责不同能力模块，这种合作模式能发挥各家所长，但也带来了新的工程难题：用户感受到的必须是一个完整的AI助手，而不是多个模型拼出来的复杂系统。
用户提出一个需求时，后台可能牵扯到语音识别、视觉理解、文本生成、搜索和任务执行多个环节，但最后呈现给用户的必须是连续又自然的交互体验。系统得决定哪个请求该让谁处理，以及不同模型之间的结果怎么衔接。
这些使用体验，都会影响到Apple Intelligence在中国用户那里的使用频次。
这也说明，在系统级层面上，未来大模型公司的竞争不再只是算法能力的比拼，还有工程能力、生态协同能力和基础设施能力的较量。
苹果和千问这次的合作，很可能成为行业格局变化的一个信号。更准确地说，大模型的竞争正在分裂成两条线。
一条在系统层，争夺的是“用户无感调用”。千问进入Apple Intelligence、豆包嵌入努比亚，都是在这条路上做实验。它们的共同点：不直接拥有消费者入口，靠着进入手机、汽车这些超级生态，同样能获得规模化应用。
另一条在应用层，争夺的是“用户主动选择”。
系统层AI必然会挤压一些薄壳型AI应用的生存空间，比如那些仅仅提供简单对话界面或者通用模型调用服务的AI应用，但很难吞掉那些需要深度思考、复杂操作和专业知识的“专家需求”，也很难替代那些嵌进工作流、私有数据闭环的服务。
未来AI终端的大概率形态，是一个系统层AI（总调度）加上无数个“能力化”的应用层AI（执行者）协同工作。
说到底，不管系统层还是应用层，都是“平庸”与“不可替代”之间的淘汰赛。能留下来的，要么在系统层成为用户感知不到却离不开的水电煤，要么在应用层建起不可替代的场景护城河。
