專題 | 大模型時代智能終端與互聯網服務的生態博弈與協同模式對比

※ 信息社會政策探究的思想庫 ※

※ 信息通信技術前沿的風向標 ※

作者簡介

楊蕾

中國信息通信研究院泰爾終端實驗室工程師，主要研究方向為智能終端用戶體驗。

王峰

中國信息通信研究院泰爾終端實驗室工程師，主要研究方向為人工智能與大模型產業應用。

張鑫

中國信息通信研究院泰爾終端實驗室助理工程師，主要研究方向為信息通信技術智能融合創新。

林軍

中國信息通信研究院泰爾終端實驗室環境與安全部副主任，高級工程師，主要研究方向為智能終端與移動互聯網技術。

論文引用格式：

楊蕾, 王峰, 張鑫, 等. 大模型時代智能終端與互聯網服務的生態博弈與協同模式對比[J]. 信息通信技術與政策, 2026,52(3): 8-13.

大模型時代智能終端與互聯網服務的生態博弈與協同模式對比

楊蕾 王峰 張鑫 林軍

（中國信息通信研究院泰爾終端實驗室，北京 100191）

摘要：隨著生成式人工智能技術取得突破性進展，移動互聯網產業正從應用驅動向智能體驅動轉型。智能終端廠商與互聯網服務企業競相布局大模型入口，形成了操作系統深度集成、超級應用服務聚合以及終端原生系統重構3種典型生態構建模式。以豆包的軟硬件一體化嘗試、通義千問的全場景服務接入及國產手機廠商的AIOS為例，深入分析了當前產業面臨的入口爭奪、數據割裂與服務調用壁壘等問題。為促進數字經濟高質量發展，需推動端云協同的技術標準建設，明確終端與服務的生態邊界，構建開放互通、安全可信的產業協作新范式。

關鍵詞：大模型；智能終端；智能體；生態協同；互聯互通

0 引言

當前，全球數字經濟正處于從數字化向智能化躍升的關鍵時期。隨著生成式人工智能技術取得突破性進展，大模型已成為驅動新一輪科技革命和產業變革的核心引擎，被視為發展新質生產力的重要抓手。在移動互聯網領域，大模型的深度應用正在重塑人機交互的基礎范式。傳統的以圖形用戶界面（Graphical User Interface，GUI）為核心、以觸控操作為主要手段的交互模式，正逐步向以自然語言界面（Language User Interface，LUI）為核心、以意圖識別為驅動的交互模式演進。這一變革標志著移動互聯網產業正從應用（Application，App）驅動向智能體（Agent）驅動轉型。用戶不再滿足于在海量應用中尋找功能，而是期望通過簡單的自然語言指令，由人工智能（Artificial Intelligence，AI）智能體自主完成跨應用的任務規劃與執行。這種"所說即所得"的服務形態，顯著降低了用戶的使用門檻，也為智能終端與互聯網服務產業帶來了巨大的增長空間與重構契機。

在產業范式轉移進程中，作為數字生態兩大核心主體的智能終端廠商與互聯網服務企業，在爭奪大模型時代用戶入口時，形成了既相互依存又相互競爭的復雜關系。一方面，智能終端廠商（如手機制造商）憑借對硬件底層和操作系統（Operating System，OS）的控制權，嘗試將大模型能力內化為系統級服務，打造原生AI終端，以掌控用戶意圖分發的最上游入口；另一方面，頭部互聯網企業憑借在算法模型與服務生態上的深厚積累，致力于打造"超級智能體"應用，試圖跨越操作系統邊界，通過服務聚合來維系用戶。與此同時，主要智能終端廠商也紛紛推出大模型，試圖將操作系統重構為可直接分發服務的智能中樞。近期，以豆包嘗試與硬件終端深度集成、通義千問接入數百項生活服務功能，以及終端廠商通過"任意門""原子化服務"等技術重塑系統交互為代表的產業實踐，集中反映了幾種不同生態構建模式的探索與碰撞。

然而，在當前的產業實踐中，顯著的生態割裂問題逐漸凸顯：終端系統與第三方應用之間存在數據壁壘，用戶意圖難以在硬終端與軟服務之間順暢流轉，進而導致算力資源的冗余消耗與服務體驗的斷點，這種"零和博弈"的傾向在一定程度上制約了AI應用的大規模落地與產業價值的充分釋放。

面對大模型時代的產業變局，如何厘清智能終端與互聯網服務的生態邊界，打破技術與體制壁壘，構建互聯互通、協同共生的產業新生態，已成為行業亟待解決的關鍵問題。本文旨在通過分析豆包的軟硬件結合策略與通義千問的服務聚合模式，深入剖析當前產業生態博弈的深層邏輯與痛點。在此基礎上，探討如何通過技術標準統一、數據要素流通機制創新以及商業模式重構，實現智能終端"感知連接能力"與互聯網大模型"服務執行能力"的優勢互補。這不僅有助于提升用戶體驗，避免產業資源的重復建設，對于推動我國移動互聯網產業在智能化時代實現高質量發展、構建具有全球競爭力的數字產業生態，亦具有重要的理論意義與實踐價值。

1 典型生態構建模式的實踐分析

面對大模型帶來的產業重構機遇，智能終端廠商與互聯網服務企業依托自身資源優勢，探索出了各具特色的生態演進路徑。其中，系統級融合與平臺級聚合是當前最具代表性的兩種模式。

1.1 系統級融合路徑：以豆包軟硬件一體化實踐為例

以字節跳動公司推出的豆包及其相關硬件產品或與終端廠商的系統級合作為代表，此模式的核心邏輯在于大模型向硬件底層的滲透與功能前置。

互聯網服務企業并不滿足于僅以應用商店中一款App的形式存在，而是試圖通過發布自有AI硬件，與手機廠商進行操作系統層面的深度定制合作，以突破傳統App的"沙盒"限制。該模式下，大模型能力被封裝在系統底層或硬件固件中，具備了全時在線的感知能力。其優勢在于：一是多模態感知的伴隨性。通過與硬件（麥克風、攝像頭、定位模組）的直接交互，AI智能體能夠實時獲取用戶所處的環境上下文（Context），如地理位置、環境聲音等，從而提供比傳統App更為主動、及時的智能服務。二是交互路徑的極致縮短為"服務找人"提供了技術前提。結合環境感知能力，AI智能體可在適當時機主動觸發服務推薦（如通勤時段自動喚起導航），逐步實現從被動響應到主動服務的演進。

1.2 平臺級聚合路徑：以通義千問全場景服務接入為例

以阿里巴巴公司的通義千問近期接入淘寶、高德、飛豬等400多項辦事功能為典型案例，此模式的核心邏輯在于超級應用內的服務生態閉環。

互聯網服務企業依托其在移動互聯網時代積累的龐大服務生態（覆蓋電商、出行、本地生活、支付等領域），將大模型App打造為一個聚合型的"超級智能體"。在該模式下，大模型不僅是對話框，更是各類垂直服務的統一調度中心，通過應用程序編程接口（Application Programming Interface，API）接口直接調用后端服務。其優勢在于：一是強大的服務閉環能力。依托成熟的賬號體系與支付基礎設施，該模式能夠獨立完成從"意圖識別、方案規劃、服務預訂""交易支付"到"服務履約"的全流程閉環。二是跨終端的通用性。該模式本質上屬于軟件層面的創新，不依賴于特定的終端品牌或操作系統版本，用戶遷移成本低，能夠快速覆蓋海量存量設備。

然而，該模式面臨兩大制約因素：首要挑戰是跨生態服務調用壁壘。盡管在其自有生態內（如阿里系應用）服務調用順暢，但由于應用間的"數據孤島"與商業競爭，難以調度競爭對手生態內的服務（如在千問App內直接調用微信支付或美團外賣），導致用戶全場景體驗存在斷點。其次是系統權限限制，缺乏操作系統級授權使其無法直接操控設備底層功能（如修改系統設置、跨應用讀取屏幕信息），在處理涉及本地設備控制的任務時能力受限。

1.3 終端原生重構路徑：以智能終端廠商自研AIOS為例

面對互聯網服務企業的跨界滲透與服務截流，智能終端廠商選擇了主動防御與自我進化的策略，即通過自研大模型重構操作系統，打造原生人工智能操作系統（Artificial Intelligence Operating System，AIOS）。

這一模式的核心邏輯是"OS即智能體"。智能終端廠商正推動AI能力從應用層向系統層遷移。傳統語音助手作為獨立App運行于應用沙盒內，而新一代AIOS將大模型能力植入操作系統內核，實現了從"應用調度"到"意圖調度"的范式升級，即將大模型能力直接植入操作系統內核，把傳統的應用調度升級為意圖調度。例如，通過系統級語音助手直接理解用戶模糊指令，跨應用調用手機本地的計算資源和服務接口，實現"所說即服務"。其優勢主要體現在兩方面。其一，具備系統級權限的最高優先級。相比互聯網服務企業的寄生模式，終端廠商對硬件底層（如神經網絡處理器（Neural Processing Unit，NPU）、內存）和系統頂層（如通知欄、負一屏、鎖屏）擁有絕對控制權。這使得原生AIOS能夠實現更深度的跨應用協同，體驗流暢度遠超第三方應用。其二，隱私安全具有可控性。依托端側大模型，智能終端廠商可以在本地處理大量敏感數據（如個人相冊、日程安排、地理位置信息），在無需上傳云端的情況下完成意圖識別，天然契合用戶對隱私安全的高要求。

然而，智能終端廠商雖然構建了強大的意圖識別管道，但缺乏實際的服務履約能力（如打車、外賣、購物等服務實體仍掌握在互聯網服務企業中）。若互聯網服務企業不開放API接口，終端的AIOS可能面臨"聽得懂指令，但無法執行任務"的困境。與頭部互聯網服務企業相比，智能終端廠商在通用大模型的語料積累和算力儲備上相對薄弱，持續維護高性能的端側與云側模型需要巨額的研發投入。

2 智能終端與互聯網服務的生態博弈焦點

豆包與通義千問所呈現的兩種實踐路徑，折射出大模型時代互聯網服務與智能終端之間復雜的競合關系。隨著技術滲透率的提升，雙方在流量入口控制、數據要素流轉以及算力資源配置等關鍵環節的矛盾日益凸顯，成為制約產業協同創新的深層次阻礙。

2.1 流量入口的控制權之爭：從分發到截流

在移動互聯網時代，用戶主動通過應用商店下載或桌面圖標啟動App，智能終端廠商主要扮演渠道分發的角色，流量入口實際由用戶決策主導。而在大模型驅動的意圖交互范式下，系統級AI助手可在用戶產生需求的第一時間（如語音喚醒瞬間）介入，成為需求鏈路的最上游節點，從而實質性掌控流量分發起點。智能終端廠商憑借對硬件入口（如側邊按鍵、麥克風陣列）和操作系統底層的控制權，能夠位于用戶需求鏈路的最上游位置。通過系統級AI助手，終端可以直接將用戶需求發送給App，并直接分發給系統原生服務或特定的合作伙伴。對于通義千問等互聯網服務而言，如果缺乏系統級權限，其豐富的服務能力將面臨被終端OS屏蔽或降權的風險。一旦終端OS構建起封閉的"意圖識別—服務分發"閉環，第三方App可能退化為單純的內容提供方或后臺服務接口，失去與用戶直接交互的機會，從而導致品牌價值稀釋與流量主權喪失。這種"守門人"與"闖關者"的博弈，直接關系到未來數字生態的話語權分配。

2.2 數據要素的流通與確權難題：意圖與場景的割裂

數據作為數字經濟時代的核心生產要素，其價值的釋放依賴于高效的流通與融合。然而，當前的產業現狀呈現出明顯的"數據孤島"特征，嚴重制約了AI服務的精準度與智能化程度。

高質量的AI服務往往依賴于意圖數據與場景數據的深度融合。場景數據（如精確地理位置、運動狀態、屏幕顯示內容等）主要由智能終端掌控，這是精準理解用戶當下狀態的關鍵；意圖數據（如歷史訂單、消費偏好、垂類知識等）則大量沉淀在互聯網App的私域中，這是理解用戶深層需求的基礎。出于隱私保護、商業機密考量以及數據資產確權制度不完善等原因，智能終端廠商往往不愿向第三方App完全開放高精度的傳感器數據接口，而互聯網企業也不愿將核心用戶行為數據共享給終端OS。這種數據的割裂導致"千問"等應用難以感知用戶的實時環境，而終端原生AI又缺乏垂類服務的深度知識，雙方均無法提供極致的個性化體驗，造成了數據要素價值的隱性浪費。

2.3 算力分配與能效矛盾：端側調度與生態協同的不足

伴隨端側大模型的廣泛普及，算力資源的合理分配成為新的博弈關鍵所在。一是重復計算引發的能效損耗。當前，為爭奪用戶入口，終端OS與第三方App通常各自運行獨立的模型推理引擎。例如，手機系統在后臺運行端側模型進行意圖識別，而App在被喚醒后又加載自身的云端或本地模型進行二次推理。這種缺乏協同的重復計算，不僅導致端側寶貴算力資源的冗余消耗，更顯著增加了終端設備的功耗與發熱程度，嚴重影響用戶體驗。二是協同機制的缺失。理想的"端云協同"應當是終端負責輕量級、低延時的意圖路由任務，云端負責重資產、高精度的邏輯處理。然而，由于缺乏統一的算力調度標準與模型互操作協議，現階段的產業實踐仍處于"各自為戰"的階段，難以實現跨層級、跨主體的算力最優解，這與數字經濟高質量發展所要求的綠色低碳和高效能標準尚存差距。

3 構建協同共生的產業生態路徑

面對智能終端與互聯網服務在生態構建中的博弈與挑戰，產業界需摒棄"零和博弈"思維，緊扣數字經濟高質量發展的主線，通過統一技術標準、明確生態分工以及重構商業機制等舉措，探索一條"端云協同、軟硬解耦、價值共生"的新路徑，以釋放數據要素價值，提升我國信息通信產業的整體競爭力。

3.1 技術層面：推動端云協同的標準化接口建設

打破"應用孤島"與"系統圍墻"的關鍵在于構建一套通用的技術對話語言。建議由行業標準化組織發揮引領作用，推動制定統一的智能體互聯協議。一是建立意圖識別通用標準。定義標準化的用戶意圖描述格式，使得終端OS在借助硬件感知用戶需求后，能夠將其轉化為標準指令，無損傳遞給第三方互聯網應用。二是實現服務調用的原子化。推動互聯網應用從"黑盒式"封裝向"原子化"服務接口轉型。通過制定標準化的服務調用接口，讓App內部的具體功能（如打車、購票、掛號）能夠被終端OS直接調度。這不僅能降低跨應用協作的技術門檻，也能確保服務執行的精準度與響應速度，從技術底層打破生態壁壘。

3.2 模式層面：明確"基礎設施"與"服務應用"的生態分工

當前，智能終端與互聯網應用之間的邊界日益模糊，雙方出于對用戶入口與數據價值的爭奪，往往陷入"全棧自研"的同質化競爭，進而造成資源內耗。為打破這一"零和博弈"困境，產業鏈需基于比較優勢重構生態分工，在商業利益與技術能力之間探尋新的平衡。

智能終端可發揮系統層與硬件層的比較優勢，定位為"智能基礎設施"。鑒于智能終端廠商在傳感器控制、底層算力調度及隱私安全方面的天然優勢，其核心職責應側重于感知連接、本地推理與意圖路由。具體而言，一是利用傳感器陣列精準捕捉多模態場景信息（如位置、環境、狀態），構建用戶畫像的底層基座；二是依托端側NPU處理高隱私敏感及具有低延時要求的意圖識別工作，建立用戶信任；三是扮演"中立調度員"角色，根據意圖將任務分發給最匹配的云端智能體，同時需克制對垂類服務邏輯的直接介入，以防止出現"既當裁判又當運動員"的生態沖突問題。

互聯網企業可深耕垂類知識壁壘，定位為"專業服務提供商"。面對終端入口的強化，互聯網企業需從"流量爭奪"轉向"價值深耕"。一是發揮在特定領域（如電商、醫療、出行）的數據積淀與知識圖譜優勢，承接并處理復雜的長鏈條邏輯決策；二是負責服務閉環的最終執行與履約，通過提供深度的專業化價值來鞏固用戶粘性。這種分工的落地，不僅依賴技術接口的標準化，更需建立合理的數據流轉與利益共享機制，以消除企業對于"被管道化"的顧慮，從而豐富大模型應用生態的多樣性。

3.3 機制層面：構建多方共贏的價值分配與協作體系

技術與模式的協同離不開商業利益的合理分配。為激勵各方積極參與生態共建，需推動商業模式從"流量思維"向"價值思維"轉變，突破僅由終端側主導分配的局限性，建立覆蓋終端、服務方與用戶的多元激勵相容機制。

傳統的應用商店模式主要基于App下載量或廣告位進行入口分發分成，這已不適應大模型時代"服務找人"的特征。建議探索基于服務轉化效率的傭金分潤機制。當終端成功引導用戶通過其入口完成一次服務交易（如訂購酒店）時，服務提供方應向終端廠商分享部分收益。這種機制并非單向的利益輸送，而是基于效率提升的價值回歸。

通過這種利益共享機制，激勵智能終端廠商優化服務調用路徑與標準化意圖傳輸協議，降低對第三方服務的屏蔽動機，在保障用戶隱私安全的前提下實現無縫連接；同時激勵互聯網企業將更優質的服務原子化并接入終端生態，以更低邊際成本獲取精準流量。從而實現從"爭奪存量流量"到"共創增量價值"的良性循環，最終讓用戶獲得更精準、隱私更安全的服務體驗。

4 政策建議

面對數字時代生產力和生產關系的深刻變革，以及國際數字領域競爭加劇的外部環境，我國網絡法律與政策體系建設需從單純的安全管理向統籌安全與發展轉型。針對大模型終端與互聯網服務生態博弈中涌現的新問題，建議行業主管部門以促進數字經濟高質量發展為目標，從標準引領、安全合規與聯合創新3個維度加強監管與引導。

4.1 加強互聯互通標準引領，打破生態壁壘

當前，平臺經濟的崛起改變了傳統的市場競爭邏輯，同時也引發了"圍墻花園"現象和壟斷風險。為避免智能終端與互聯網服務陷入惡性封閉競爭，建議行業主管部門發揮核心引導作用。一是研制交互互聯標準，由權威機構牽頭，聯合智能終端廠商、互聯網企業及產業聯盟等多方主體，研制用戶意圖指令在系統層與應用層之間的傳輸協議標準，確保跨品牌、跨平臺的互操作性。二是維護市場公平競爭。借鑒反壟斷監管經驗，防止智能終端廠商利用硬件底層的"守門人"優勢，對第三方合規的AI服務進行惡意屏蔽、降權或數據攔截。確立"用戶選擇權優先"原則，保障互聯網服務能夠公平接入終端系統的感知與執行能力，營造開放包容的產業生態。

4.2 完善數據安全與隱私合規體系，平衡安全與便利

跨終端、跨應用的數據交互也帶來了隱私泄露與安全風險。法律規則應當適應生產力的變化而調整，構建適應Agent時代的合規體系。一是明確最小顆粒度授權。針對豆包等應用深入系統底層的場景，需細化個人信息保護規則。確立場景化最小必要原則，明確當AI智能體進行跨應用服務調用時，用戶授權的范圍應精確到具體任務（如"僅本次訂票授權讀取位置"），而非籠統的"一攬子"授權。二是界定數據權益歸屬。針對意圖數據與場景數據的流轉難題，探索建立數據分類分級確權制度。厘清用戶、終端廠商與服務提供方在數據生成、處理與收益分配中的權利義務邊界，在保障個人隱私的前提下，暢通數據要素流通機制。

4.3 鼓勵產業聯合創新，提升國際競爭力

數字時代的國際競爭已演變為規則制定權與核心技術生態的競爭。面對發達經濟體在數字立法與技術布局上的加速態勢，我國應通過政策引導，推動產業鏈上下游的深度融合。一是組建創新聯合體。鼓勵國產智能終端（如華米OV）、操作系統（如鴻蒙、澎湃）與國產互聯網企業（如阿里巴巴、字節跳動、百度）構建端云協同創新聯合體。二是攻克共性技術。聚焦端側大模型適配、低功耗NPU計算、私有化知識庫檢索等技術難題，開展聯合攻關。通過政策扶持與試點示范，打造一批具備國際競爭力的AI終端產品，以技術創新推動法律與規則的完善，為數字經濟的高質量發展注入新動能。

5 結束語

智能終端與互聯網服務的生態協同，是我國大模型產業能否實現真正落地的關鍵所在。唯有在法治化、標準化的框架下，妥善處理競爭與合作、安全與發展的關系，方可推動硬終端與軟服務的雙向融合，共同構建繁榮、有序的智能產業新生態。

The ecological game and comparison of cooperative modes between intelligent terminals and internet services in the large model era

YANG Lei, WANG Feng, ZHANG Xin, LIN Jun

（CTTL Terminal Labs, China Academy of Information and Communications Technology, Beijing 100191, China）

Abstract: In the context of the significant breakthroughs in generative artificial intelligence technology, the mobile internet industry is transforming from an application-driven model to an agent-driven one. Intelligent terminal manufacturers and Internet service enterprises are competing to establish large model access portals, forming three typical ecological construction modes: deep integration of operating systems, super-App service aggregation, and the reconstruction of terminal native systems. Taking Doubao's hardware-software integration attempt, Tongyi Qianwen's full-scenario service access, and domestic mobile phone manufacturers' AIOS as examples, this paper deeply analyzes the current industrial problems such as access portal competition, data fragmentation and service invocation barriers. To promote the high-quality development of the digital economy, it is necessary to promote the construction of technical standards for end-cloud collaboration, clarify the ecological boundaries between terminals and services, and build a new paradigm of open, interconnected, secure, and trustworthy industrial collaboration.

Keywords: large model; intelligent terminal; intelligent agent; ecological synergy; interconnection and interoperability

本文刊于《信息通信技術與政策》2026年 第03期

主辦：中國信息通信研究院

《信息通信技術與政策》是工業和信息化部主管、中國信息通信研究院主辦的專業學術期刊。本刊定位于“信息通信技術前沿的風向標，信息社會政策探究的思想庫”，聚焦信息通信領域技術趨勢、公共政策、 國家/產業/企業戰略，發布前沿研究成果、焦點問題分析、熱點政策解讀等，推動6G、新型工業化、人工智能、腦機接口、先進算力等技術產業的創新與發展，引導國家技術戰略選擇與產業政策制定，搭建產、學、研、用的高端學術交流平臺。

期刊榮譽與收錄情況

AMI（2022版）A刊擴展期刊

RCCSE中國核心學術期刊

入選中國科協信息通信領域高質量科技期刊分級目錄

為進一步提高期刊信息化建設水平，為廣大學者提供更優質的服務，我刊官方網站（http://ictp.caict.ac.cn）已正式投入運行，歡迎投稿！