2026 云栖大会，千问的重点在落地
9 月 22 日开幕的云栖大会上，千问集中亮相几种用途不同的硬件产品：AI 眼镜 N1、N1 Pro，一款耳夹式耳机，以及千问办公推出的 QwenNote A2 和桌面设备 Eva。前面三款是日常穿戴设备，后面两款更多围绕工作展开。
单看某一款产品，并没有太多新意。但从它们同时发布的举动，可以看出阿里想解决的问题是：用户的很多需求发生在对话框之外，AI 要先知道人正在看什么、听到了什么、刚刚讨论了什么，才能更好的处理任务。硬件负责取得这些信息，千问 App 和千问办公则尝试把信息转成服务与行动。
眼镜需要知道用户究竟在看什么
千问 AI 眼镜 N1 系列搭载 5,000 万像素传感器，支持第一视角拍摄。拍照记录当然是一种用途，但摄像头对 AI 最大的价值，是让用户可以对着眼前的东西直接提问。
比如站在展品前问一句「这是什么」，眼镜能够获取当前画面，省去先掏手机拍照、再把图片发给 AI 的步骤。
问题在于，同一幅画面里可能有好几个对象。用户说「这个」，模型未必知道指的是哪一个。所以 N1 Pro 新增的眼动追踪功能，正是为这类含糊的指代补充线索。在展区演示中，用户看向某件展品并提问时，眼镜可以结合视线判断提问对象。
除此之外，N1 Pro 还有虹膜识别功能。眼动追踪帮助眼镜判断用户正在看哪里，虹膜识别则用于确认发起操作的人是谁。
从第一视角拍摄到眼动追踪，再到虹膜识别，N1 Pro 想减少人与 AI 之间的交流成本。过去需要说清「左边那个白色的盒子」，现在有机会直接说「这个」。特别适合逛展、辨认物品这类需要边看边问的场景下使用。
让声音进入后续工作
阿里早在今年 7 月的世界人工智能大会上就介绍过搭载千问技术的 Qwen Clip。
眼镜处理画面，耳夹式耳机主要处理声音。千问展示了面对面翻译、AI 听记和语音发起任务等功能。面对一段谈话，用户可以边听边获得翻译帮助，也可以事后查看整理出的内容。很多时候，交流结束后最麻烦的部分，恰恰是回想哪些话要记、哪些事要做。
千问办公推出的 QwenNote A2 更接近一件工作工具。它可以随身携带，支持独立联网和语音转写，也能通过语音向千问办公交代任务。客户拜访结束后，用户可以让它整理交流要点，再用这些内容准备纪要或后续材料。A2 售价 1,199 元，已于 9 月 22 日开售。
这里的关键，是让谈话内容进入下一步工作。客户随口提出的要求、约好的时间、需要补发的文件，如果没有及时记下来，回到工位后很容易漏掉。A2 希望把这些内容留成文字，供千问办公继续处理。
处理方式也涉及隐私。A2 公布的设计是将语音送往云端完成一次转写，随后删除原始音频，保留文字和纪要。「不保留录音」说的是处理后的保存方式，转写时仍会采集和传输音频。会议或拜访中是否开启这项功能，也需要顾及在场者的知情与意愿。
另一款 QwenNote Eva 则是无屏桌面设备，售价 899 元。用户坐在工位上，可以通过语音发起日程和其他办公任务。两款产品想解决的问题，是如何让 AI 更顺畅融入到白领们的日常工作中。
硬件负责感知，软件决定任务能走多远
眼镜、耳机和 QwenNote 取得的信息，只是执行任务的前置素材。拍到一件商品之后，系统能否找到对应信息；听完一场会议之后，能否根据公司内部资料整理出准确的待办；收到指令之后，又能在什么软件中执行，这些问题最终还是要由软件和服务来回答。
千问在这方面早已有铺垫。今年 1 月，阿里宣布升级千问 App，将淘宝、淘宝闪购、支付宝、飞猪和高德等服务接入同一个交互入口，尝试让用户通过对话完成购物、出行等任务。3 月推出的千问眼镜 G1 和 S1，则把拍摄、识别、翻译等能力带到穿戴设备上。
而千问办公发布的「企业上下文」产品则对应 B 端，计划将企业的文档、会议内容和群聊信息组织起来，让智能体执行任务时按需调用。A2 可以带回线下交流的信息，企业上下文则提供内部业务资料。前者告诉系统「刚才谈了什么」，后者帮助它理解「在这家公司，这件事应该怎么处理」。这两个产品如果配合好，效果肯定会 1 + 1 > 2。
手机是介于 App 与穿戴设备之间的另一层。阿里还在大会上公布了面向手机厂商的 Qwen Intelligence 方案，荣耀将于 9 月 28 日发布的 Magic9 系列，会成为首批搭载的机型。当然，要让智能体进入手机系统，双方还需处理功耗、内存和响应时间的限制，并为模型划分任务。据荣耀官方报道，在合作方案中，Pro 负责复杂推理，Fast 负责快速响应，GUI Agent 负责界面操作；荣耀的系统框架则把感知、规划、工具调用结合在一起。
这样的分工指向手机 Agent 更难的一步：把一句需求变成一串能完成的操作。比如用户希望安排一场演出的行程，助手可能需要查找信息、调用出行与日历服务，并在信息不足或操作受阻时回到用户面前寻求帮助。所以模型能理解要求，只是任务的开端；应用是否开放能力、系统能否保持任务状态，以及哪些步骤必须由用户确认，都会影响最终结果。
因此，所谓软硬件结合，并不是把同一个聊天窗口分别装进眼镜、耳机和桌面设备就行。硬件增加了视觉、声音和发起任务的入口；软件需要补上用户背景、企业知识、服务调用与执行权限。每一点都环环相扣，也只有把整个链路打通，才能形成独属于阿里 AI 的生态壁垒。
阿里想让千问站在任务的两端
把这些产品放到一起，阿里关于 AI 的野心就已经露出端倪了。这些产品放在一起，阿里的想法就比较清楚了：千问模型和云服务提供底层能力，App、眼镜、耳机和办公设备则直接进入用户生活。阿里既想给别人的产品提供 AI，也想让用户遇到事情时，先想到自己的千问。
这能解释为什么云栖大会上出现的硬件形态如此不同。眼镜让 AI 获得视角，耳机收集日常声音，A2 把工作现场的信息带回办公系统，Eva 则留在桌面等待指令。
不过截至目前，这仍是一张阿里画的大饼。接下来更关键的，是这些硬件能吸引到多少用户，只有形成规模，第三方应用才更有理由考虑接入，阿里也才能从足够多的真实使用中，把设备与服务之间的衔接打磨得更好。
作者：Hope
编辑：屹松
来源：未来设备局