阿里AI硬件卡位：电脑眼镜耳机重构入口

2026云栖大会上，阿里发布QwenBook、随身助理A2、AI眼镜N1等硬件，Qwen3.8-Max用户收入两月增长8.5倍。AI竞争正从模型参数转向硬件入口与办公场景。

手机承载的个人隐私比较多，相比之下电脑承担了大量繁复的办公工作，更需要AI的深度介入。

这句话出自QwenBook研发线的一位产品人士。它解释了一个看似反常识的选择：阿里为什么先做AI电脑，而不是AI手机。2026年9月22日，云栖大会开幕当天，这个选择的底层逻辑变得更加清晰——AI竞争的主战场，正从模型参数转向硬件入口与办公场景。对于中国企业的老板和营销负责人来说，这场发布透露的信号，远比参数竞赛更值得认真对待。

一、先做电脑不做手机：一场关于入口的暗战

QwenBook是这次云栖大会的明星产品。它采用可拆卸形态，配有键盘和能录音的触控笔，现场能看到银色、粉色两种配色。现场演示中，工作人员通过语音操作手机App，让处于休眠状态的QwenBook修改桌面壁纸。打开电脑后，桌面已更改为指定风格的图片，图片由大模型实时生成。

更值得咀嚼的细节在后面。工作人员随后在手机端发了一个“撤回”的表情包。不需要文字，不需要语音，桌面就恢复到了之前的版本。

这个演示传递了一个关键信号：AI硬件的交互，正在从“打开App—输入指令—等待响应”的线性流程，变成跨设备、跨状态、可撤销的连续协作。设备之间不再需要用户反复确认，AI自己理解上下文，自己判断任务状态。

系统级Agent的含金量

QwenBook搭载了多模态模型，端侧配备经过后训练的千问端侧模型，云端会提供更多选择。但真正的差异点，不在模型，而在操作系统。

据产品人士介绍，QwenBook的操作系统是自研的，直接从系统层面支持Agent，更方便处理任务的运行状态。这个设计解决了当前很多Agent远程任务必须保持设备在线的问题——QwenBook是否进入休眠状态，不是用户手动决定的，而是根据有没有任务正在执行来判断的。

这个细节的商业份量不小。今天很多企业的AI Agent应用，卡在实际落地环节：一旦设备断网、休眠或切换，任务就中断。系统级的Agent支持，把AI从“应用层”沉到了“操作系统层”。这是苹果、微软、谷歌都在暗中争夺的战略高地。

对中国企业来说，这个变化意味着：未来采购办公设备时，要看的将不只是CPU、内存和价格，还要看操作系统对AI Agent的原生支持程度。一个能自主管理任务状态的设备，和一个需要人守在旁边盯着AI干活的设备，是两种完全不同的生产力工具。

为什么是电脑不是手机

产品人士给出的解释很直接：手机承载的个人隐私比较多，电脑承担了大量繁复的办公工作。

这个判断背后，是一条更冷静的商业逻辑。AI手机的市场教育成本极高，用户对手机上的AI助手容忍度低、期待值高。而电脑场景天然需要效率提升，企业付费意愿更明确，ROI更容易验证。

还有一个被忽视的细节：这次云栖展示的QwenBook版本，比内部进度落后两到三个版本。关于云端模型与售价，都要等到今年底上市时才能知晓。这说明，当你还在评估要不要试水AI办公硬件时，头部玩家的内部迭代已经跑出了代际差。

二、1199元的随身助理：AI进入劳动力成本曲线

随身助理QwenNote A2，重67克，配备6个麦克风，最远8米拾音。内置4G物联网卡，可以脱离手机独立使用。官方给出的续航是连续转写40小时、最长待机18天，售价1199元。

1199元，放在企业决策者的账本里意味着什么？可能只是一次客户饭局的预算。但它能持续转写40小时，能理解会议内容，能协同钉钉发送消息、安排日程、创建待办、生成AI表格。

A2由去年推出的钉钉A1录音卡升级而来。两个变化尤其值得关注。

第一，提示灯从小红灯变成小绿灯。绿灯意味着会议、谈话都不用担心被录音。A2会将音频加密传到云端，转写后删除原始音频，只留下文字和纪要。

第二，机身上的圆形按钮从“记录”升级为“AI一键干活”。长按语音唤起千问办公，理解、处理信息，并协同钉钉完成后续动作。

这两个变化指向同一件事：AI硬件正在从“记录工具”变成“执行工具”。过去的录音笔，采集信息之后，人再处理信息。现在的A2，直接进入执行环节——理解、转写、分配、协同。它不只是记录会议，而是开始替人干活。

对营销团队来说，这意味着会议纪要、客户访谈、头脑风暴、销售复盘这些高频场景，第一次有了低成本的自动化入口。一个市场经理带着A2去客户现场，回来不必再花两小时整理录音。AI已经生成了纪要、待办和跟进建议。人只需要做判断和决策。

这本质上是把一线岗位的一部分重复性劳动，从人力成本曲线中剥离出来，转移到设备折旧成本曲线上。一旦这个模型跑通，企业对“人”的需求结构和岗位定义都会松动。

三、AI眼镜与耳机：营销人正在错过的新入口

在云栖大会首次亮相的千问AI眼镜N1、N1 Pro，将在10月13日正式发布。相比已发布的G1、S1，N1系列更强调生活化场景，比如拍照录像、健康感知。相机升级到了5000万像素传感器，却没有加上屏幕显示。

N1 Pro还增加了心率、血氧、压力、HRV等健康传感器，以及眼动追踪、虹膜支付功能。现场体验中，用户通过“你好千问”唤醒眼镜，注视收款码说“支付”，成功完成付款。

这是本次发布中最容易被低估的信号。

没有屏幕的眼镜，为什么更值得关注

千问没有给N1加屏幕。这个取舍，让价格预计比S1更亲民。但更重要的不是价格，而是交互逻辑。

屏幕意味着信息展示，也意味着注意力争夺。没有屏幕的眼镜，把交互压缩成“语音+视觉+动作”。用户看什么、说什么、指向哪里，AI就理解什么、执行什么。这是一种比手机更轻、更自然的人机关系。

虹膜支付尤其值得营销负责人重视。当“注视即确认”成为支付动作，线下场景的转化路径会被重写。用户看到商品、注视商品、说“买”，完成支付——中间的扫码、打开App、输入密码全部消失。

对于零售、快消、本地生活、奢侈品、汽车展厅、线下展会等行业，这是一个不可忽视的变量。它距离大规模商用还有一段路，但如果你的品牌在2026年底还没开始研究AI眼镜的用户旅程，明年就可能被先行者拉开身位。

耳机：被低估的语音Agent入口

一起亮相的还有千问AI耳夹式耳机，采用Bose调音，支持面对面翻译、AI听记和语音办事，价格暂未公布。

耳机可能是所有AI硬件中最被低估的品类。它佩戴无感、使用高频、天然贴近语音交互。在中国，通勤、会议、健身、家务、商务差旅，耳机的使用场景覆盖了职场人一天中的多个碎片时段。

当耳机开始支持面对面翻译和AI听记，它就不再是音频设备，而是一个持续的“语音Agent入口”。品牌希望触达用户时，眼镜和耳机提供的是比手机更自然、更轻的路径。营销内容的分发逻辑，可能从“抢占屏幕”转向“进入听觉和视觉的自然流”。

四、Qwen3.8自己训练自己：一个残酷的效率信号

硬件之外，阿里还披露了不少新模型的研发进度。其中最有冲击力的一项，是让Qwen3.8参与自己的训练迭代。

按阿里公布的实验，Qwen3.8-Max可以自主搭建训练流程、构造训练数据、设计实验和定位缺陷。在研究人员不介入的一段迭代过程中，模型持续运行超过一个月，完成了33轮有效迭代。结合模型自我进化（RSI）、后训练等技术，新版本在Artificial Analysis上的得分从40提高到45。

这不是学术噱头。它传递了一个残酷的效率信号：AI模型的能力进步，正在脱离人类工程师的直接控制速度。

更现实的数据是：千问7月发布的Qwen3.8-Max，在用户侧取得了相当不错的成绩。短短两个月，Qwen3.8-Max的真实用户收入比上一代Qwen3.7增长8.5倍，token消耗量暴涨12倍。

8.5倍和12倍，这两个数字值得企业决策者反复咀嚼。它们说明：企业用户对AI的真实需求，不是“试用一下”，而是把AI接入了核心生产流程。Token消耗暴涨，意味着AI从演示工具变成了生产资料。用户不再只是问问题，而是让AI持续干活。

同时，阿里披露采用新架构的Qwen4已经投入训练，后续Qwen4.5、Qwen5等版本的参数规模，计划扩展至5万亿到10万亿。下一代全新视频模型计划在11月发布。

参数规模的竞赛没有停止。但对于企业来说，参数规模不是重点。重点是，你自己的流程是否已经为AI准备好了。模型会继续变强，这是确定的。不确定的是，你的组织能不能跟上。

五、多模态模型集体更新：内容生产的底层变化

千问的语音、图像、音乐模型也都有新的进展。这些更新对内容生产和用户运营的影响，往往被硬件讨论盖过了风头。

语音模型Qwen-Audio-3.1系列已接入千问办公、A2和千问AI眼镜。其中Realtime支持边听、边想、边说，这意味着AI语音交互将从“回合制”走向“实时流”。Qwen-Audio-3.1-TTS-Next可以根据一段文字，一次生成包含人物对白和环境声的音频。Qwen-Audio-3.1-ASR-Next则能理解人物情绪、音乐、环境声与机械声，支持声音描述、事件定位和音频问答。

对内容团队来说，这意味着音频内容的制作门槛正在塌缩。过去需要录音棚、配音演员、后期混音的活儿，未来可能由一段文字直接生成一条带有对白和环境声的完整音频。播客、有声书、短视频配音、广告TVC的音频部分，都将被重新定价。

图像方面，Qwen-Image-3.1面向电商、设计场景更新，支持图像精准编辑。近期已开源的Qwen-Image-2.1，视觉生成部分参数量为7B，支持最多10张参考图的多图编辑，以及圈选、涂抹、掩码三种局部编辑方式。

10张参考图，意味着品牌可以把自己的 VI 规范、产品图、历史素材一次性喂给模型，让AI在一致的品牌视觉体系内生成和修改内容。局部编辑能力则解决了电商场景最常见的“改一个细节就得重做整张图”的痛点。对于有大量SKU、频繁上新的电商团队，这是一个直接的效率杠杆。

音乐模型Happy Shrimp 1.1发布，支持百余种曲风、十余种主流语言。世界模型HappyOyster 2.0 Preview公布了交互、记忆、实时响应和物理规律遵循等方面的更新。这些进展离营销人的日常工作稍远，但它们共同指向一个方向：AI正在从单一模态的文本生成，走向多模态、实时、可交互的内容生产。内容团队的组织能力，需要为这个变化预留弹性。

六、从芯片到硬件到模型：垂直整合的底层变量

底层方面，平头哥发布新一代训推一体AI芯片真武V900，配备216GB显存。按官方说法，单芯片性能达到上一代真武M890的3倍，计划于2027年第一季度量产售卖。

把芯片、模型、操作系统、硬件放在一起看，阿里的战略图景才完整。

这不是一家互联网公司“顺便做点硬件”。这是一个垂直整合的AI栈：芯片（真武V900）提供算力底座，模型（Qwen系列）提供智能核心，操作系统（QwenBook自研OS）提供Agent执行环境，硬件（电脑、眼镜、耳机、随身助理）提供场景入口。

这种垂直整合对中国企业意味着三件事。

第一，端侧AI的成本会继续下降。当芯片性能提升3倍、模型参数持续优化，AI硬件将从小众尝鲜变成企业标配。今天1199元的A2，可能只是这条成本曲线的起点。

第二，企业的AI选型会变得更复杂。你不仅要选模型，还要选终端、选操作系统、设计数据流转方案。简单的“买个大模型API”时代结束了。企业需要有人从系统集成的角度，理解模型、芯片、设备和业务场景之间的关系。

第三，数据资产的重要性会进一步凸显。当AI硬件深入到会议、沟通、支付、健康等场景，企业会积累前所未有的行为数据。这些数据如何管理、如何转化为洞察，将决定营销效率的长期差距。拥有场景入口的公司，同时也在拥有数据入口。

七、给中国企业的三个行动建议

1. 把“AI入口”纳入明年的渠道规划

如果你的团队还在只盯着手机屏幕，你需要补充一个新的认知维度：AI眼镜、AI耳机、随身助理，正在成为新的用户触点。

不是说明天就要投放这些渠道。而是说，你需要有人专门研究这些终端的用户行为、内容形态和转化路径。建议在2026年第四季度成立一个跨部门小组，由品牌、数字化、用户增长各出一人，跟踪AI硬件生态的进展，每两周做一次信息同步。

重点跟踪三类信息：头部玩家的新品节奏、用户在这些终端上的真实行为数据、以及你的竞品是否已经接触这些新入口。

2. 用1199元试错，重新设计会议与客户沟通的AI工作流

1199元的A2提供了一个极低的试错门槛。建议市场团队、销售团队先采购几台，在真实的客户访谈、内部会议、门店巡检中使用。

关键不是设备本身，而是迫使团队重新设计工作流：会前如何设置AI的任务目标，会中如何确保信息被完整采集，会后如何把AI生成的纪要、待办、跟进建议接入现有的CRM和协作系统。

设备是表，流程是里。如果只是把录音卡换成A2，效率提升不会超过10%。如果把AI纳入从沟通到执行的闭环，效率提升可能是50%以上。差距不在工具，在组织。

3. 建立模型能力迭代的季度追踪机制

Qwen3.8在两个月内让真实用户收入增长8.5倍，这提醒我们：模型能力的跃迁，会直接影响内容生产、用户运营、广告投放的ROI。

建议企业建立一个简单的模型追踪表，每季度更新一次市面上主流模型的能力变化、价格变化、适用场景。不需要技术团队深度参与，营销负责人带着数字营销团队就能做。

重点追踪三个指标：模型的内容生成质量、任务执行可靠性、单位成本。当某个模型在这三个指标上出现跳跃式提升时，就是你调整工作流、重新分配预算的信号窗口。

结语：入口变了，竞争的本质没变

云栖大会的主题是“智以致用”。这四个字，比任何技术炫技都更值得企业决策者记住。

AI硬件不是玩具，也不是营销噱头。它是AI从技术能力走向商业价值的必经之路。电脑、眼镜、耳机、随身助理，这些终端争夺的，是用户注意力和企业预算的下一个入口。

对手不会等你准备好。QwenBook现场展示的版本，比内部进度落后两到三个版本；Qwen4已经投入训练；真武V900计划2027年量产。这意味着，你今天在规划的事情，竞争对手可能已经跑完了两三个版本。

窗口期不会太长。企业要做的，不是追每一个新硬件，而是想清楚一个问题：当AI可以听、看、说、执行，你的客户在哪里，你的效率瓶颈在哪里，你的入口就在哪里。