阿里 Qwen 发布 Qwen Intelligence：三个手机智能体与四套开放评测基准

北京时间 9 月 23 日晚，阿里 Qwen 官方 X 账号 @Alibaba_Qwen 发布公告，推出手机智能体体系 Qwen Intelligence，首批包含三个智能体：负责任务规划与分解的 Mobile Planner、以「API 优先、GUI 兜底」（优先调用接口，必要时再操作图形界面）执行手机操作的 Mobile-Use，以及一句话直出成品的 Mobile Creative。公告同时宣布开放四套评测基准：MobilePA-Bench、MobileWorld、MobileWorld-Real 与 MobileWorld-Safety，覆盖规划、跨应用执行、真机表现与安全。

9 月 22 日，Qwen 官方知乎机构号「千问大模型」发布的中文长文《Qwen Intelligence，让个人智能触手可及》给出了更完整的内容：Qwen Intelligence 定位为面向手机厂商的全栈方案，三个智能体「均达到行业 SOTA 水平」（SOTA 指业界最佳水平），主视觉打出的字样是「正式开启公测」。两处发布材料中的名次与性能数字都出自 Qwen 自己或其维护的评测设施，应视为厂商口径；文中会标出可以独立核查的部分。

Mobile Planner：先判断，再行动的「手机大脑」

官方把 Mobile Planner 比作「手机的大脑」：理解用户意图、把复杂任务拆解成步骤、编排工具调用，并在执行中动态调整。发布文介绍了它的两项核心技术：一是「模型 × Harness 协同演进」，模型负责理解、规划与决策，Harness（运行时层）负责状态、记忆与技能，两者在真实环境中执行、反馈、闭环；二是「双层记忆」，工作记忆随任务演化，长期记忆把短期经验沉淀为用户画像和认知。

数字上，Qwen 称 Mobile Planner 在 MobilePA-Bench Business、MobilePA-Bench 与记忆能力评测 Memory 三项中均列第一；配套的 Qwen-Planner-Agent 仓库给出的具体成绩是：Qwen-Planner-Agent 27B 在 MobilePA-Bench 上的 Overall（总体分）为 77.05%，比基线高 9.83 个百分点，估算千次任务输出成本约 2.41 美元，在受评系统中排名第一。发布材料的对比图中，Business 一项为 90.8，图上标注「真实业务场景成功率超过 90%」。

Mobile-Use：接口优先，GUI 覆盖长尾，安全线划三层

发布文把 Mobile-Use 描述为「API 优先+GUI 兜底」的混合操作模式：当存在可调用的接口时，通过 MCP（模型上下文协议）、API（应用接口）、DeepLink（深度链接）、CLI（命令行）等方式直接调用；没有接口时，用视觉理解和 GUI 操作覆盖长尾场景。安全上划了三条线：违法或高风险请求直接拒绝；涉及资金、数据删除等关键决策交还用户确认；平台规则不让代劳的动作，只做到交给用户前的最后一步。发布材料用 8 个真机示例展示这三条线：2 例直接拒绝、4 例交还确认、2 例交接给用户完成。

数字方面，发布文给出的成绩是 MobileWorld 82.1、MobileWorld-Real 92.2、AndroidDaily 97.2，端到端实测任务成功率 90%（高于其对比的「头部方案」3 个百分点），单步时延下降 16%，单次任务耗时从 83.6 秒压缩到 59.5 秒，任务费用降低 20%，安全评分高出 23 个百分点。

这些数字有一部分能在公开渠道对上：MobileWorld 排行榜里，Qwen-UI-Agent 的条目日期为 2026 年 7 月 30 日，GUI-Only（纯图形界面任务）成绩 82.1，并附有轨迹文件；按该榜现有条目，82.1 是 GUI-Only 一列的最高值，其后是 Kimi-K3 的 74.4 与 Wuying-Mobile-27B 的 73.5（该榜与评测代码由 Qwen 团队维护）。另一项基准 AndroidDaily 不在四套之列：论文今年 5 月公开，含 350 个任务、94 个高频闭源应用，用过程评估器 GRADE 做自动核验，Qwen 报出的 97.2 属于自测成绩。

Mobile Creative：把生成从 100 步压到 8 步

Mobile Creative 面向影像创作，发布文称其在轻量模型基础上针对手机场景做了优化。Agent 侧的规划模型把口语化需求转成清晰指令、编排任务，用户不用写提示词，一句话可以生成排版清晰的「复古日记」；模型侧通过蒸馏和强化学习提速，生成过程从 100 步压缩到 8 步。发布文给出的速度是首图生成 3 秒、平均比头部竞品快 2 倍。推文为它附的「了解更多」链接是一篇 8 月 17 日提交的 arXiv 论文，研究像素空间文生图扩散模型的训练，摘要称其配方在端到端推理上比潜空间对照快 3.18～4.75 倍；这两个倍数口径不同：3.18～4.75 倍来自论文的对照实验，2 倍来自发布材料对竞品的比较。

四套评测：从「会不会规划」到「能不能安全做成事」

发布文按四个问题介绍这套评测集：MobilePA-Bench 测「会不会规划」，MobileWorld 测云手机里的跨应用任务「能不能把事做成」，MobileWorld-Real 回答真机上「到底行不行」，MobileWorld-Safety 检查「能不能安全地做成事」。四套的公开程度并不相同。

• MobilePA-Bench（网站）：1,705 个评测任务、212 个真实工具、13 个功能领域，按工具调用（权重 50%）、记忆（20%）、技能（20%）与子智能体协作（10%）四个维度加权打分。评测任务与标准答案不公开，外部模型提交一个 OpenAI 兼容的 HTTPS 端点参与评测，3 个工作日内拿到评审报告；配套论文 8 月 24 日提交至 arXiv。
• MobileWorld（仓库）：201 个任务、20 个应用，强调长链路与跨应用。论文给出的难度参照是平均完成步数 27.8 步（AndroidWorld 为 14.3 步）、跨应用任务占比 62.2%（AndroidWorld 为 9.5%）。评测环境跑在 Docker 里的安卓虚拟机上，应用后端用 Mattermost、Mastodon 等开源项目自托管，支持快照复现，也能通过 ADB（安卓调试桥）连接真实手机；榜单接受社区提交。它并非本次才出现：论文 2025 年 12 月已挂上 arXiv，仓库页标注该论文为「ACL 2026」。
• MobileWorld-Real（页面）：409 个任务、104 个应用、7 个日常场景域，在真实安卓设备上执行人工撰写的请求，评测会经历验证码、弹窗和网络变化；判定由 AutoJudge（自动评判系统）在轨迹层面给出通过、失败或环境错误。
• MobileWorld-Safety：发布材料给出的规模是 108 个真实任务、按 7 类互斥风险场景归类；发布文称该安全能力体系由 Qwen Intelligence 团队与复旦大学白泽安全团队联合共建，后者由复旦大学计算机科学技术学院院长杨珉教授领衔。

不参与硬件生产：面向手机厂商的三层能力与荣耀案例

发布文写明，Qwen Intelligence 不参与硬件生产，为手机厂商提供三层能力：基于千问大模型、为手机场景深度优化的模型；模块化、可按需组合的全栈平台（支持模型独立部署与 Harness 定制，提供工具与 Skill 的统一治理、运维平台和自动化评测）；以及把能力封装成面向真实场景的解决方案。

发布文给出的落地案例是荣耀：阿里与荣耀以 Qwen Intelligence 和荣耀 Magic OS 为基础共建面向下一代 AI 手机的方案，综合任务准确率 91.8%，GUI 操作速度 3.6 秒，复杂长程任务支持 100+ 操作步数，端到端服务闭环率 90%。这些都是发布方口径。

Qwen Intelligence 官网已挂出两档订阅：标准版折后 78 元/月（原价 98 元）、专属版折后 158 元/月（原价 198 元），均为连续包月价，含每月 2,000 或 4,000 积分与云盘等权益；千问 AI 平台上也有该方案的页面。

可独立核查的产物与一处 0.3 个百分点的出入

本文涉及的成绩目前都出自 Qwen 一侧：MobilePA-Bench 的隐藏任务不对外开放；MobileWorld 条目虽然附有轨迹文件，成绩仍是自报；AndroidDaily 上的分数也是自测。可供核查的公开产物包括 MobileWorld 的仓库、榜单与轨迹文件，MobilePA-Bench 的评测服务入口，以及四篇公开论文。刚建立不久的 Qwen-Planner-Agent 仓库也说明，自己只是博文与技术报告站，「不是模型权重、训练代码或智能体实现的发布仓库」。

一处具体出入：同一个 AndroidDaily 成绩，7 月 30 日提交的 Qwen-UI-Agent 技术报告摘要写的是 97.5，本次推文与发布长文写的是 97.2，相差 0.3 个百分点。两个数字都出自 Qwen 自己，间隔不足两个月。

参考链接

• Qwen 官方公告（X）：https://twitter.com/Alibaba_Qwen/status/2102727405198876753
• Qwen 官方知乎长文：https://zhuanlan.zhihu.com/p/2085739949786149678
• Qwen-Planner-Agent 仓库：https://github.com/Tongyi-MAI/Qwen-Planner-Agent
• MobileWorld 排行榜：https://tongyi-mai.github.io/MobileWorld/#leaderboard
• AndroidDaily 论文：https://arxiv.org/abs/2605.27761
• 像素空间文生图论文：https://arxiv.org/abs/2608.16887
• MobilePA-Bench 网站：https://tongyi-mai.github.io/MobilePA-Bench/
• MobilePA-Bench 论文：https://arxiv.org/abs/2608.23035
• MobileWorld 仓库：https://github.com/Tongyi-MAI/MobileWorld
• MobileWorld 论文：https://arxiv.org/abs/2512.19432
• MobileWorld-Real 页面：https://tongyi-mai.github.io/Qwen-UI-Agent/mobileworld-real/
• Qwen Intelligence 官网：https://www.qwenintelligence.com
• 千问 AI 平台 Qwen Intelligence 页面：https://www.qianwenai.com/agents/qwenintelligence
• Qwen-UI-Agent 技术报告：https://arxiv.org/abs/2607.28227