7月18日，在WAIC 2026“从数字屏幕到具身智能，开启物理世界新范式”分论坛，阿里巴巴宣布联合荣耀，基于“千问大模型”共创面向手机场景深度优化的解决方案，已在荣耀的Robot Phone落地。
未来的手机Agent，核心问题是完成复杂长程任务，比如“预订下周三上海参加智造大会的行程”，看似日常，但对于手机Agent来说并不容易。Agent需先结合用户偏好，订车程短的靠窗二等座高铁票、挑选离会场最近的酒店；如果车票售罄，Agent需重新规划，切换到临近的车次；用户上传大会日程表的照片后，Agent 需看懂图片、扫描二维码、填写表单报名。全程涉及意图补全、记忆注入、skill调用、异常恢复和多工具复杂操作等，任何一个环节不稳健，都会导致任务失败。
阿里巴巴集团副总裁、ATH事业群Token Foundry多模态交互负责人许主洪博士在圆桌论坛中表示，在手机Agent火热的当下，最需要做的“第一件事”，正是找到一个高频、有价值的真实场景，构建模型-Harness工程-真实场景反馈的Agent闭环，让模型被大量用户真正用起来。（硬AI）
风险提示及免责条款
市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。