模力工场新鲜事

• 模力工场作为官方生态合作伙伴，诚邀您共赴产业前沿盛会——「逐梦 AI ·天使筑基」2026 中关村早期投资论坛暨 AI 新场景产业创新大会。本次大会汇聚政策、资本与产业领袖，深度聚焦机器人、智能体、大模型应用等前沿赛道，共同把脉 AI 趋势、破解落地难题，为您提供决策的一手洞察。1 月 28 日，北京中关村，期待与您共筑未来！

029 周榜单总介绍

模力工场第 029 周 AI 应用榜来袭！本周共有 23 款应用上架，我们从榜单中精选出十款代表性应用与大家分享。本期榜单应用多为近期热门或美国 CES 参展应用，整体呈现“软硬结合、多领域并进”的特点，涵盖大模型应用、智能硬件、生活方式工具及 AI 基础设施等多个方向。从中可以看出，当前 AI 应用正朝着更实用、更集成、更富交互感的方向演进，硬件创新与场景化服务正成为推动 AI 走向普及的关键动力。以下为本周精选的十款应用简介：

• GLM-Image（智谱 AI）: 图像设计、AI Infra 类，开源图像生成模型

• 千问App: AI 搜索问答、生活方式类, 阿里最强模型官方 AI 助手

• 雷鸟 AI 眼镜（RayNeo）: AI 硬件类，想象万千，终于一见

• 影目 GO3 （IMMO）: AI 硬件类，AI 眼镜美学标杆

• Lynx Ring（云康宝）: AI 硬件类，小巧智能戒指，24 小时健康监测随身管理

• Bonjour 数字名片: 生活方式类，Bonjour！创意工作者的 Portfolio

• 智元机器人 AgiBot A2: AI 硬件类，业内首个规模化商用的全尺寸人形机器人

• Loona（可以科技）: AI 硬件类，具备情感反馈的家庭 AI 宠物陪伴机器人

• 蓝耘星河: AI Infra、新媒体创作、营销增长类，蓝耘星河以智能，驱动增长

• Tunee: AI Agent、音频语音、视频多媒体类，Tunee！The smartest AI music agent.

本周必试应用

应用名称：GLM-Image（智谱 AI）

关键词：开源图像生成模型 ｜ 复杂视觉文本生成 ｜ 长文本渲染

模力小 A 推荐：GLM-Image 在中文长文本准确性与小字脚注生成上表现突出，尤其适合法律文书、产品说明等对文字保真度要求极高的场景。此外，其价格仅为 Nano Banana Pro 的一半左右，性价比显著。

上榜冷门但有趣的应用

应用名称：千问App

关键词：阿里官方出品｜多场景智能问答｜搜索增强｜生活助手

模力小 A 推荐：如果说之前的千问还是一位“聊天伙伴”，那么现在的它，已经进化成了能真正帮你“办事”的智能管家。随着 1 月 15 日新版本的发布，千问 App 全面接入了淘宝、支付宝、高德等阿里核心生态，这意味着你可以直接通过和千问对话完成点外卖、买机票、订酒店等一系列操作。

本周上榜应用趋势解读

本周的 AI 趋势呈现出清晰的双线演进：软件正变得更深、更实用，而硬件则在变得更轻、更自然。

软件：从“能说会道”到“能干实事”

近期两个标志性进展值得关注。其一，GLM-Image 登顶 Hugging Face 榜单，证明了国产模型能在专业场景（如法律文书、产品说明）中精准生成文本和图像，同时还具备显著的成本优势，让专业级 AI 工具变得触手可及。其二，千问 App 全面接入阿里生态，意味着 AI 已从单纯的“问答对话”进阶到“办事调度”阶段——用户可以通过自然对话直接完成点外卖、订机票等操作。AI 正从一个聊天对象，转变为串联现实服务的智能中枢。

硬件：从“技术秀场”到“场景适配”

从 CES 的趋势来看，AI 硬件近期正在褪去“极客玩具”的标签，转向更务实的设计哲学：不刻意刷存在感，但需要时总在身边。

• 入口更轻了：新一代 AR 眼镜（如雷鸟、影目）不再追求取代手机，而是通过更轻巧的设计，专注做好“信息提示”“即时导航”这类“抬头即用”的场景，成为生活中的“第二块屏幕”。类似地，像 Loona DeskMate 这样的产品，让用户闲置的旧手机成为桌面机器人的“面孔”，以几乎零成本的方式，把熟悉的设备变成了桌面上可互动、可陪伴的 AI 伙伴。

• 陪伴更久了：以智能戒指为代表的健康设备，正变得像首饰一样无感佩戴。竞争的关键不再是“能测多少项”，而是能否让用户愿意长期佩戴，从而获得持续、有价值的健康数据。同样，人形机器人（如智元 AgiBot A2）也迈入了新阶段：能量产了。接下来的核心问题，是它能在工厂、商场等具体场景中解决什么实际工作，创造什么经济价值。

• 表达更活了：AI 也开始赋能个人形象展示。像 Bonjour 数字名片这样的工具，让个人主页从静态的“电子名片”变成了可动态展示作品、风格乃至个性的“互动橱窗”，帮助用户在社交与职场中更生动地呈现自己。

整体而言，当前 AI 的发展更加注重与真实场景、既有习惯的衔接。无论是软件的能力延伸，还是硬件的形态演进，都体现出同一种思路：在用户需要时提供恰到好处的支持，而非刻意强调技术本身的存在。或许只有当技术彻底融入行为日常，才是其真正成熟的标志。

最后再介绍一下模力工场的上榜机制和加入榜单的参与方式，欢迎大家继续积极参与提交 AI 应用：

模力工场 AI 应用榜并非依靠“点赞刷榜”，而是参考以下权重维度：

• 评论数（核心指标，代表社区真实反馈）

• 收藏与点赞（次级指标）

• 推荐人贡献（注册推荐人可直接为好应用打 Call）

加入榜单的参与方式：

• 如果你是开发者：上传你的 AI 应用，描述使用场景与核心亮点；

• 如果你是推荐人：发现好工具，发布推荐理由；

• 如果你是用户：关注榜单，评论互动，影响榜单权重，贡献真实声音。

One More Thing，对于所有在模力工场上发布的 AI 应用，极客邦科技会借助旗下各品牌资源进行传播，短时间内触达千万级技术决策者与开发者、AI 用户：

• InfoQ 全媒体矩阵

• AI 前线全媒体矩阵

• 极客时间全媒体矩阵

• TGO 鲲鹏会全媒体矩阵

• 霍太稳视频号

2026 年，AI 真正“下地干活”的第一战，被阿里打响了。

1 月 15 日，在杭州阿里园区举行的千问 App 发布会上，阿里巴巴集团总裁吴嘉做了一次并不复杂、却很直观的演示：他用千问给现场嘉宾点了 40 杯“伯牙绝弦”奶茶。整个过程没有人工介入。千问自行匹配附近奶茶店，下单，并调用支付宝完成支付。没一会儿，淘宝闪购的骑手把奶茶送进会场。发布会的气氛，也在这一刻被彻底点燃。

事后，有杭州的网友恍然大悟“怪不得刚刚西溪附近叫不动外卖！”

相比 PPT 上的参数和模型指标，这个场景更容易被理解：AI 第一次在公开场合，完整地替人把一件现实中的事情办成了。

在这次更新中，阿里将千问定位成 “每个人的生活助手”。路径也很明确：不从新场景做起，而是直接接入阿里现有的业务体系，让 AI 先把眼前的事干好。

在 日常生活 层面，千问首批接入了 淘宝闪购、支付宝、淘宝、飞猪和高德 五大业务，可以一句话 点外卖、买东西、订机票、订酒店、查路线，这些原本需要在多个 App 之间来回切换的操作，现在可以交给一句话来完成。

在 “办事” 这一层，千问的能力被进一步拉长。它开始尝试处理更复杂的任务，比如打电话订餐厅、整理调研资料、处理财务文件、辅助搭建网站等。这类功能目前仍处于定向邀测阶段，

吴嘉在发布会上表示：“AI 在拥有超强大脑之后，正在长出能够触达真实世界的手和脚，在生活中实实在在地替用户‘干活’。 千问的优势在于‘最强的 Qwen 模型’与‘阿里最完整的商业生态’的结合。AI 办事的时代才刚刚开始，我们会持续探索，把千问打造成真正有用的个人 AI 助手。”

自千问上线两个月以来，月度活跃用户已突破 1 亿。 吴嘉认为，随着 AI coding、全模态理解以及超长上下文等关键能力逐步成熟，AI 正在走出手机屏幕，进入更复杂、也更真实的生产与生活场景。

把阿里折叠进千问中， 通过统一的 AI 入口，让千问拥有 400 余项办事能力，在 生活、办公、教育 等方面全场景覆盖，让千问成为 AI 时代的超级应用入口，这正是阿里的野心。

办事之上如何理解需求，才能判断是不是一个合格的助手

伴随着模型能力的跃迁，思考让 Agent 做事，已经是近几年行业的集体共识。但 干的活好不好，这才是能否放心 AI 当助手的关键。

阿里此次的更新方向，既在意料之中，又有些意料之外的惊喜，这个惊喜的落脚点就在于 对需求的理解。

在对千问用户数据观察中，用户主动询问商品推荐的月环比高达 300%，这引起了阿里的注意，利用好千问与淘宝的链接，让千问拥有更可用的商品推荐能力，这确实踩中了不少人的真实需求，也成为千问区别其他通用 Agent 的功能独特切入点。

这不仅发挥了阿里在电商上的传统优势，也让庞大的商品供给和相对成熟的推荐体系真正被用起来。用户只需一句话，就能完成从商品推荐到下单的完整流程。其背后，是 阿里各业务接口的打通和协同调用，用起来足够顺，也足够省事。

但更令人惊喜的是 对决策层面的关注，这也是 模型深入理解真实需求的表现，如何调用工具做更好的决策，体现了阿里强大的整合能力。

比如，现场展示了要给老人购买一款家庭扫地机，并且家里还养了一只猫，预算在 2000-4000 左右。千问在综合产品的价格与能力之上，还进一步老人的便捷需求与对猫毛的清洁效果，在综合这些复杂的条件后，给出推荐产品与相关理由，这正是大模型方便人类决策的一个虚拟需求感知。

在另一个徒步推荐的方案中，千问不仅推荐出行路线，结合天气情况给出建议，还将徒步需要的产品直接发送到了千问界面上，确实让人看到 AI 未来融入世界的真实摸样。

不是只做简单的一件事，而是将好多事做好，形成闭环，阿里已经迈出第一步。

笔者能想到的弊端，可能就是如何避免大模型被商家刷的假好评和广告垃圾数据污染，根据错误数据给出错误推荐。

在一个全家人考虑去三亚出行的案例中，千问综合了路线、预算、老人与孩子的需求等，给出了路线选择，并给出三套酒店方案。

不过，酒店的均价都在两三千左右，不少人吐槽这恐怕没人住得起，方案不适用，不接地气，这或许是笔者认为的阿里迈出的是“半步”，还需要进一步的地方。

现场还有一个小惊喜是，千问演示现场定饭店的时候，有一段与老板确定需求的打电话环节，从包间大小，价格，有小朋友等需求进行多方拉扯沟通，直到最后，电话结尾说，“我是千问 AI 助手在与你沟通”，大家才恍然大悟，原来是千问的语音功能在完成订酒店的“最后一公里”。

这正是各种多模态打通后，AI 能做到的程度，留给人更多想象空间。

这种好用，同时体现在在对办公需求上，在更专业的场景上，需要更好的交付结果，要求也更难。

千问可以集成各种复杂工具，完成做表格、整理数据、处理报表、汇报 PPT 等各种具体业务。从如何处理资料到最后成品展现，从效果来看，确实还不错。

此次，阿里找来了专业人士来验收干活效果，千万财经博主小 Lin 说，亲自下场演示了用千问生成一份《2026 毕业生就业报告》，从信息汇总，消化资料，角度分析，文章演示到 PPT 的生成，千问干了一个完整的活。

不过，如果把千问当做个工作三年内的大学生，来干这些活，效果还是不错的，如果要求更高，可能就是把控 PPT 的内容重点质量，PPT 的设计是否美观。

而在教育领域，千问也做出一些精心设计，令人印象深刻的是在各种题目中，除了思路的讲解，还会生成一段动态视频进行图示演说，能随时对话沟通，给出思路和解法，并且多模态展示，这让千问更像一个人一样解决问题。

笔者也亲自进行了一个上手测评，一个是用千问点奶茶，还有一个是用千问询问如何落户问题，千问都给出了较为实用的操作结果。

总体来看，千问并没有试图一下子把所有事都做好，而是在尝试把复杂的事做得更完整、更贴近人的真实需求。它距离“完全可靠的 AI 助手”还有距离，但已经明显走出了聊天框，开始进入决策和执行的真实环节。而对干活质量的进一步打磨，恐怕正是阿里下一步要发力的方向。

在几家最受关注的 AI 巨头中，字节跳动 选择从系统层切入，通过豆包手机助手借助操作系统能力，去调度第三方应用，与现实世界建立连接；阿里 的路线则更为直接，依托自身已高度成熟的电商、支付、物流、出行等业务体系，将这些能力整体接入千问，形成一个以自有生态为核心的闭环。腾讯 目前尚未对外展示完整方案，但从近期在 Agent 和多模态方向上的密集招聘来看，其下一步布局大概率仍将围绕微信这一超级入口展开。

表面上看，Agent 之争比拼的是模型能力，但更深层的竞争，实际上取决于谁能更稳定、更规模化地承接真实世界的复杂需求。

1 月 16 日，支付宝联合千问 App、淘宝闪购、Rokid、大麦、阿里云百炼等伙伴，正式发布 ACT 协议（Agentic Commerce Trust Protocol，智能体商业信任协议）。这是中国首个面向 Agent 商业需求设计的开放技术协议框架，为 AI 与电商、外卖等服务平台的协同打造一套 “通用语言”，让跨终端、跨系统、跨平台的 AI 任务执行，变得更便捷、更高效。

以千问 App 为例，依托 ACT 协议 ，千问 App 成功打通淘宝闪购与支付宝 AI 付：用户只需向千问发出指令 “帮我点杯珍珠奶茶”，千问基于用户地理位置，智能推荐附近符合需求的商品，同步完成比价与优惠券自动核销。

用户仅需点击 “选它”，确认支付宝付款，即可一键完成结账。整个购物流程以对话式、自动化、不跳端的方式推进，千问化身专属 “购物助手”，包办繁琐操作。

当 AI 的能力边界不断拓展，从“聊天对话”延伸至购物付款等“办事时代”，新的问题也随之浮现：AI 操作是否获得用户明确授权？资金交易过程是否足够安全？更换设备或应用后，服务体验能否保持连贯？

ACT 协议的诞生正是为破解这些问题而来。支付宝为其搭建了 “委托授权域”“商业交互域”“支付服务域”“信任服务域” 四大核心基础设施标准，实现 AI 操作全流程可追溯、可验证，让人更放心；支持自动化交易流程，减少不必要的人工干预，提升服务效率；统一多平台服务标准，避免体验的割裂。

与传统付款模式不同，在 ACT 协议的规则框架下，AI 仅承担下单操作的执行角色，付款环节始终由用户主导或自主授权。在保障资金安全的前提下，为用户大幅节省时间成本。而对商家而言，未来接入 AI 原生应用时，只需按照协议标准配置统一接口，即可对接全渠道入口，无需单独进行复杂的 API 开发，大幅降低对接成本。

目前，ACT 协议可使用在 AI 代买、企业自动化采购等多元场景，并提供两种付款模式：一是即时付款，用户与 AI 实时对话，基于推荐列表自主决策，确认后完成付款授权与身份验证，适用于 AI 点外卖、日常购物等高频场景；二是委托授权，用户可提前设定时间窗口、金额上限、商家范围等条件，即便离线无指令，AI 也能自动监测商品动态并完成下单结算，适用于机票、酒店预订等场景。

该协议最大限度遵循兼容性、隐私性、开放性三大原则，全面适配现有商业与支付系统，并将伴随 AI 行业技术发展持续优化。支付宝同时表示，正积极推动更多支付服务商、商家与平台、AI 开发者、智能终端生态厂商加入，共同完善协议内容，共建 AI 商业信任新生态。

随着 AI 原生应用能力的持续升级，“AI 代办” 服务日渐普及，支付作为其中特殊且关键的环节，正成为全球科技企业的布局焦点。此前，OpenAI 联合 Stripe 推出协议以支持 ChatGPT 结账功能；近期，谷歌也发布 AI 购物全流程通用商务协议（Universal Commerce Protocol，简称 UCP），将实现用户在 Gemini 内直接下单。

2026 年，AI 真正“下地干活”的第一战，被阿里打响了。

1 月 15 日，在杭州阿里园区举行的千问 App 发布会上，阿里巴巴集团总裁吴嘉做了一次并不复杂、却很直观的演示：他用千问给现场嘉宾点了 40 杯“伯牙绝弦”奶茶。整个过程没有人工介入。千问自行匹配附近奶茶店，下单，并调用支付宝完成支付。没一会儿，淘宝闪购的骑手把奶茶送进会场。发布会的气氛，也在这一刻被彻底点燃。

事后，有杭州的网友恍然大悟“怪不得刚刚西溪附近叫不动外卖！”

相比 PPT 上的参数和模型指标，这个场景更容易被理解：AI 第一次在公开场合，完整地替人把一件现实中的事情办成了。

在这次更新中，阿里将千问定位成 “每个人的生活助手”。路径也很明确：不从新场景做起，而是直接接入阿里现有的业务体系，让 AI 先把眼前的事干好。

在 日常生活 层面，千问首批接入了 淘宝闪购、支付宝、淘宝、飞猪和高德 五大业务，可以一句话 点外卖、买东西、订机票、订酒店、查路线，这些原本需要在多个 App 之间来回切换的操作，现在可以交给一句话来完成。

在 “办事” 这一层，千问的能力被进一步拉长。它开始尝试处理更复杂的任务，比如打电话订餐厅、整理调研资料、处理财务文件、辅助搭建网站等。这类功能目前仍处于定向邀测阶段，

吴嘉在发布会上表示：“AI 在拥有超强大脑之后，正在长出能够触达真实世界的手和脚，在生活中实实在在地替用户‘干活’。 千问的优势在于‘最强的 Qwen 模型’与‘阿里最完整的商业生态’的结合。AI 办事的时代才刚刚开始，我们会持续探索，把千问打造成真正有用的个人 AI 助手。”

自千问上线两个月以来，月度活跃用户已突破 1 亿。 吴嘉认为，随着 AI coding、全模态理解以及超长上下文等关键能力逐步成熟，AI 正在走出手机屏幕，进入更复杂、也更真实的生产与生活场景。

把阿里折叠进千问中， 通过统一的 AI 入口，让千问拥有 400 余项办事能力，在 生活、办公、教育 等方面全场景覆盖，让千问成为 AI 时代的超级应用入口，这正是阿里的野心。

办事之上如何理解需求，才能判断是不是一个合格的助手

伴随着模型能力的跃迁，思考让 Agent 做事，已经是近几年行业的集体共识。但 干的活好不好，这才是能否放心 AI 当助手的关键。

阿里此次的更新方向，既在意料之中，又有些意料之外的惊喜，这个惊喜的落脚点就在于 对需求的理解。

在对千问用户数据观察中，用户主动询问商品推荐的月环比高达 300%，这引起了阿里的注意，利用好千问与淘宝的链接，让千问拥有更可用的商品推荐能力，这确实踩中了不少人的真实需求，也成为千问区别其他通用 Agent 的功能独特切入点。

这不仅发挥了阿里在电商上的传统优势，也让庞大的商品供给和相对成熟的推荐体系真正被用起来。用户只需一句话，就能完成从商品推荐到下单的完整流程。其背后，是 阿里各业务接口的打通和协同调用，用起来足够顺，也足够省事。

但更令人惊喜的是 对决策层面的关注，这也是 模型深入理解真实需求的表现，如何调用工具做更好的决策，体现了阿里强大的整合能力。

比如，现场展示了要给老人购买一款家庭扫地机，并且家里还养了一只猫，预算在 2000-4000 左右。千问在综合产品的价格与能力之上，还进一步老人的便捷需求与对猫毛的清洁效果，在综合这些复杂的条件后，给出推荐产品与相关理由，这正是大模型方便人类决策的一个虚拟需求感知。

在另一个徒步推荐的方案中，千问不仅推荐出行路线，结合天气情况给出建议，还将徒步需要的产品直接发送到了千问界面上，确实让人看到 AI 未来融入世界的真实摸样。

不是只做简单的一件事，而是将好多事做好，形成闭环，阿里已经迈出第一步。

笔者能想到的弊端，可能就是如何避免大模型被商家刷的假好评和广告垃圾数据污染，根据错误数据给出错误推荐。

在一个全家人考虑去三亚出行的案例中，千问综合了路线、预算、老人与孩子的需求等，给出了路线选择，并给出三套酒店方案。

不过，酒店的均价都在两三千左右，不少人吐槽这恐怕没人住得起，方案不适用，不接地气，这或许是笔者认为的阿里迈出的是“半步”，还需要进一步的地方。

现场还有一个小惊喜是，千问演示现场定饭店的时候，有一段与老板确定需求的打电话环节，从包间大小，价格，有小朋友等需求进行多方拉扯沟通，直到最后，电话结尾说，“我是千问 AI 助手在与你沟通”，大家才恍然大悟，原来是千问的语音功能在完成订酒店的“最后一公里”。

这正是各种多模态打通后，AI 能做到的程度，留给人更多想象空间。

这种好用，同时体现在在对办公需求上，在更专业的场景上，需要更好的交付结果，要求也更难。

千问可以集成各种复杂工具，完成做表格、整理数据、处理报表、汇报 PPT 等各种具体业务。从如何处理资料到最后成品展现，从效果来看，确实还不错。

此次，阿里找来了专业人士来验收干活效果，千万财经博主小 Lin 说，亲自下场演示了用千问生成一份《2026 毕业生就业报告》，从信息汇总，消化资料，角度分析，文章演示到 PPT 的生成，千问干了一个完整的活。

不过，如果把千问当做个工作三年内的大学生，来干这些活，效果还是不错的，如果要求更高，可能就是把控 PPT 的内容重点质量，PPT 的设计是否美观。

而在教育领域，千问也做出一些精心设计，令人印象深刻的是在各种题目中，除了思路的讲解，还会生成一段动态视频进行图示演说，能随时对话沟通，给出思路和解法，并且多模态展示，这让千问更像一个人一样解决问题。

笔者也亲自进行了一个上手测评，一个是用千问点奶茶，还有一个是用千问询问如何落户问题，千问都给出了较为实用的操作结果。

总体来看，千问并没有试图一下子把所有事都做好，而是在尝试把复杂的事做得更完整、更贴近人的真实需求。它距离“完全可靠的 AI 助手”还有距离，但已经明显走出了聊天框，开始进入决策和执行的真实环节。而对干活质量的进一步打磨，恐怕正是阿里下一步要发力的方向。

在几家最受关注的 AI 巨头中，字节跳动 选择从系统层切入，通过豆包手机助手借助操作系统能力，去调度第三方应用，与现实世界建立连接；阿里 的路线则更为直接，依托自身已高度成熟的电商、支付、物流、出行等业务体系，将这些能力整体接入千问，形成一个以自有生态为核心的闭环。腾讯 目前尚未对外展示完整方案，但从近期在 Agent 和多模态方向上的密集招聘来看，其下一步布局大概率仍将围绕微信这一超级入口展开。

表面上看，Agent 之争比拼的是模型能力，但更深层的竞争，实际上取决于谁能更稳定、更规模化地承接真实世界的复杂需求。