ARTICLE · 1182724
个人AI助理商业化开闸:订阅还是抽佣?
今年 9 月 8 日，Meta 上线个人 AI 助理 Muse。上线 12 天，苹果端下载 180 万次。同期 ChatGPT 是 130 万次。美国移动端日活跃用户 64.2 万，ChatGPT 为 23.1 万。10 月初，它连续三天登上美国应用商店免费总榜第一。Muse 区别于过去聊天机器人的一点，是它跑在独立的云端虚拟机上，任务可以在后台持续推进，用户切出去做别的事也不会中断，把问答工具变成了能够托管事情的助手。
一个季度里，赛道被重新定义
Muse 不聊天。它替用户跑腿：查资料、填表格、下单、订餐、找宠物托管。它接入了 Spotify、OpenTable、Ticketmaster、Plaid、Stripe 与 PayPal。它还打通了 WhatsApp、Facebook 与 Instagram。
几乎同时，OpenAI 的 Dots 与 Gemini 也把个人助理写进产品页。国内更早一步：蚂蚁灵光从生成应用转向个人智能体。它带长期记忆，能主动推进任务。海外市场，Instinct 仅有 14 名员工，没有独立应用，9 月底完成 10 亿美元 C 轮融资，估值达到 100 亿美元，商业化采用向商家按成交额抽佣 2%-2.5% 的模式，年化交易流水接近 10 亿美元，半数交易来自旅行。
三款产品指向同一件事。个人 AI 助理正在从「会回答」走向「会办事」。今年三月至六月跟踪数据显示，智能体工具使用率从一成出头升到四成以上。国内调查显示个人 AI 周使用率已经达到八成，约三分之一用户每天使用。
分水岭是执行，不是理解
理解一句话，靠的是模型能力。办成一件事，要靠权限、接口、操作路径、异常处理与责任边界。
后者难得多。用户说一句「帮我订明天下午的会议室」，系统要读日程、找联系人、发邀约、处理时间冲突。任何一个环节掉链子，任务就退回到用户手里。
这也是过去两年助手类产品的共同困境。能力演示很漂亮，日常使用却仍需用户自己收尾。行业共识，真正阻碍体验的不是模型大小，而是模糊意图理解不足、跨轮信息丢失、复杂任务拆不开、工具调度冲突、长程任务缺少异常恢复。没有开放接口的场景只能依靠屏幕识别模拟人工操作，覆盖更广，但稳定性和合规边界较为模糊。赛道比拼的核心不是下载量，而是真实任务完成率与用户留存。
国内厂商的三种路线
阿里走生态路线。千问依托 Qwen3.8 的智能体能力，服务 3 亿用户。它打通了淘宝、支付宝、闪购、飞猪与高德，上线四百多项办事功能。9 月 22 日，阿里发布面向 AI 手机的全栈方案 Qwen Intelligence。
腾讯走入口路线。微信内的智能体「小微」已经灰度三个月。它默认优先微信小店与商家小程序，比价能力仍不完善。同期，腾讯 WorkBuddy 接入了阶跃星辰的 Step5 Preview。
字节走复合路线。豆包手机助手想从系统底层打通应用生态，跨应用比价、点外卖、订机票。但微信、淘宝、京东与银行的风控先后抵制，它已下线代操作微信的能力。近期豆包扩展生活缴费、出行、酒店住宿等服务能力，持续强化个人办事属性。
美团与唯品会则守着自己的场景，先把垂直链路做深。小米走软硬一体路线，覆盖手机、汽车、家庭设备与底层算力，端侧大模型已于 9 月 22 日完成生成式人工智能服务备案，端侧推理让高频、低延迟、隐私相关任务不必全部依赖云端。
决策模型进场，分工开始变化
这一轮的新变量是决策模型。它不负责对话，负责选择工具、编排步骤、处理冲突。模型之上，还要有一层执行框架把感知、规划与执行串起来。
荣耀在新系统里做了这件事。它把智能体框架写进操作系统的底层，让助手能读屏幕、找服务、设提醒。官方口径是，助手可自动执行超过一百步的长流程任务。Magic9 系列全系搭载 MagicOS 11，智能体驾驭层框架实现商用落地，助手月活用户已超过 1.6 亿，开放七百个工具与五百项技能，接入上千个第三方 AI 服务。
商业化先落在订阅与抽佣上
短期看算力补贴与流量优势，长期看会员订阅与交易分成。两条腿都要走，难点各不相同。
低频场景撑不起订阅。交易抽佣则取决于平台是否愿意开放。摩根士丹利给过一个口径：中国每周使用个人 AI 的用户占比约八成，美国约五成四。到 2030 年，中国个人 AI 可服务市场约 3000 亿元，其中绝大多数收入来自商户侧。海外 Instinct 的抽佣模式很难直接复制到国内，国内成熟的本地生活入口，一定程度压缩了 AI 智能体代办事的原生空间。
数据印证了渗透，没印证留存
端侧载体的数据很热。IDC 预计 2026 年全球 AI 手机出货超 7.22 亿台，渗透率约六成六。
需求端却是另一幅图景。上半年国内智能手机出货约 1.34 亿台，同比下降 4.2%。这是连续第五个季度下滑。换机周期拉长到三年以上，AI 还没成为换机的主要理由。
IDC 也提醒过另一面。端侧 AI 存在功能使用频次不足的问题，不少用户在完成一次尝试之后便不再使用。新鲜感能带来下载，长期使用依赖稳定与准确。智能体高频唤醒也带动散热产业升级，散热从配套环节逐步走向基础设施。
接下来要验证的三件事
第一是留存与付费。功能展示能制造新鲜感，长期使用要的是准确、稳定与低打扰。
第二是生态开放度。模型能不能进系统、能不能跨应用调度，取决于服务方的开放意愿。
第三是成本曲线。推理成本能否持续下行，决定免费策略能撑多久。
从产业链整体受益节奏来看，上游芯片与端侧算力最先兑现订单，中游终端与平台竞争最激烈、格局未定，下游垂直场景需要等待任务完成率和付费意愿完成验证。
各机构观点汇总
卖方对个人 AI 助理的判断趋于一致：这是消费级 AI 应用的主战场，也是大厂重新争夺入口的机会。分歧集中在两处：低频场景能否支撑订阅，交易抽佣能否绕开平台壁垒。待验证的变量是生态开放度与执行可靠性。
长江证券：Muse 走热验证了消费级智能体的商业化潜力。看好入口与履约闭环兼备的产品形态，认为这会重塑流量分发格局。
浙商证券：Jev 探索模型的新分工，Muse 拓展个人智能体生态。可信运行环境与网络安全需求同步提升，具备系统级能力的企业更受益。
广发证券：Muse 标志着 Meta 的个人智能体线开启商业化。短期靠算力补贴与流量优势，长期看订阅付费与交易抽佣的落地节奏。
湘财证券：个人智能体正成为消费端 AI 应用的核心竞争赛道。前沿厂商把能力与成本的整段边界纳入产品矩阵，迭代节奏快于以往。
国泰海通：AI 正从独立应用工具转为贯穿生态的智能助手，端侧载体向手机、个人电脑与新入口延伸，交互从问答走向任务闭环。
国盛证券：算力需求从人驱动切换为机器驱动，单个任务的资源消耗放大约 30 倍。智能体规模上量之后，推理侧压力会先于训练侧显现。
华鑫证券：中外厂商同时发力智能体，但侧重不同。一方走云端虚拟机与多智能体，一方靠用户与模型能力，一方走终端与办公的复合路线。
摩根士丹利：中国每周使用个人 AI 的用户占比约八成，高于美国的约五成四。2030 年可服务市场约 3000 亿元，且多数来自商户侧。
银河证券：Muse 引爆了消费端应用市场，智能体正进入 2.0 阶段。与上一代只做单轮响应的助手相比，新一代产品的差别在于持续执行，任务可跨小时乃至跨天推进。算力架构也要跟着智能体的负载重新设计，长上下文与缓存对存储和互联提出新要求。
中信建投：个人助理的进展快、关注度高，巨头与创业公司几乎同场起跑。海外 Muse 下载量稳居高位，独立应用 Instinct 的年化交易规模已接近 10 亿美元。国内厂商正把助理项目与既有产品整合，商业化仍要靠单用户任务密度提升。
国信证券：从产品拆解看，Muse 的差异化不在模型本身，而在隔离的虚拟机与安全审查机制。内核级隔离与常驻后台的能力支持跨小时乃至跨天的长程任务，还能通过连接器打通外部服务，完成订票、购物、账单处理等多步骤操作。
开源证券：高密度算力推动散热由配套环节升级为关键基础设施，端侧大模型部署带动均热板渗透。智能体应用持续拓展，任务调度、浏览与工具使用等负载开始向 CPU 侧延伸，通用算力的重要性系统性抬升。
附录：相关公司
产业上游，智能算力、端侧芯片
这一环是个人 AI 助理的算力底座。云侧承担模型训练与复杂推理，端侧承担低时延与隐私相关任务。过去一年最大的变化是成本结构：推理占比上升，单位任务成本下行，端侧芯片开始承载数十亿参数模型。谁能同时压住功耗、算力与成本，谁就先拿到入场资格。
无问芯穹（AI 算力基础设施），智能算力平台
这家公司由清华团队创立，做的是异构算力的统一编排。它的价值不在单卡性能，而在把不同厂商的芯片组织成可直接使用的集群。对个人 AI 助理这类高频推理业务来说，算力成本能否持续下行，直接决定产品敢不敢长期免费。本轮资金到账后，公司会继续扩张平台与研发，并推进上市进程。
最近事件：完成 23 亿元 C 轮融资全额交割，累计融资 43 亿元(2026.10.12)
这笔钱的意义不只是一轮融资。算力层是个人 AI 助理的成本地板，谁把异构芯片的利用率提上去，谁就掌握定价权。年内两次大额交割说明资本愿意为基础设施付溢价，也说明市场判断推理需求会持续放量。接下来要看客户结构，而非单轮金额。
高通（美国，移动芯片平台），端侧 SoC
这家公司把智能体当成一次架构调整，而非往芯片里塞更多算力。新一代旗舰把内存放得更靠近处理器，目标是让端侧推理更快、更省电。它的意义在于，手机第一次有条件在本地跑动更大的模型，云端与端侧的分工因此有了重新划分的空间。
最近事件：发布第六代骁龙8双旗舰芯片，端侧可跑三百亿参数模型(2026.9.22)
端侧能跑多大参数，直接决定个人助理能不能脱离云端。参数越大，本地记忆、实时感知与隐私任务就越有落脚点。两款旗舰首次采用 2 纳米工艺，也让终端厂有了分层部署模型的余地。这一代平台的价值不在跑分，而在把推理成本从云账单里挪进了硬件里。
联发科（移动芯片平台），手机 SoC
与高通堆料单颗神经网络单元的做法不同，这家厂商把 AI 能力拆成两颗独立的单元。一颗负责重负载推理，另一颗常驻后台做感知，用分工换来更低的待机功耗。这套设计直接面向智能体需要长期在线的场景，是它在这一轮竞争里的差异点。
最近事件：天玑9600 Pro 采用双NPU分工，面向智能体全天候在线运行(2026.10.2)
这颗旗舰芯片采用激进的全大核架构，并把重心放在功耗控制上。对终端厂商而言，智能体长期驻留内存、频繁唤醒摄像头与麦克风，耗电是绕不开的约束。双单元分工的思路，等于把全天候在线从概念变成了可计算的功耗账。它同时推出面向普及型旗舰的版本，意在把 2 纳米制程推向更广的价格段。
瑞芯微（端侧芯片），AIoT SoC
这家公司做的是端侧与边缘侧的通用处理器，产品线覆盖智能家居、智能座舱与人形机器人等终端。在个人助理这条线上，它扮演的是把模型装进非手机设备的那一环。眼镜、音箱、玩具与办公盒子都需要本地推理，却又受限于体积与续航，这正是它的机会窗口。
最近事件：亮相2026云栖大会，展出VioLoop个人AI助手与RK1828双芯架构方案(2026.9.22)
从单卡、双卡到四卡的级联路径，说明端侧算力开始按需扩展。它的客户不是大厂，而是做方案与整机的中小团队。个人助理要从手机走向眼镜、音箱与桌面设备，需要的正是这种可组合的本地算力。价格与功耗仍是门槛，但需求侧的变化已经先一步到来。
产业中游，基座模型、智能体平台
中游是这一轮的主战场。基座模型提供理解与规划能力，智能体平台决定能不能真的把事办完。模型厂商与终端厂商之间正在形成新的分工：一方给能力，一方给系统权限与真实场景。谁能把两者咬合起来，谁就能把演示变成日常。
Meta（美国，个人 AI 助理），消费级智能体
这家公司用一款消费级产品把个人助理推到了大众面前。它接入多家外部服务，把订餐、购物、预约这些动作收进同一个入口。更关键的是分发能力：数十亿用户不需要额外下载，助理就长在原来的应用里。
最近事件：个人AI助理 Muse 登顶美国应用商店免费总榜(2026.9.21)
榜单与下载量只是表象。真正的信号是消费端愿意把「办事」交给一个新产品，而不是停在问答框里。它也暴露了短板：第三方平台是否配合，决定助理能走多远。亚马逊一度屏蔽其购物操作，就是生态摩擦的第一个案例。
阿里巴巴（大模型与云服务），智能体平台
这家公司手里同时有模型、云与高频服务场景。它的策略是把三样打包，交给终端厂使用。对手机厂商而言，自研基座模型的投入产出比不高，接入现成方案是更现实的选择。对阿里而言，这相当于用别人的硬件，扩大自己模型与服务的触达面。
最近事件：发布面向 AI 手机的全栈方案 Qwen Intelligence(2026.9.22)
这套方案的价值在于把模型能力改造成适配手机功耗与时延约束的形态。它证明模型厂商可以不造硬件，仍能进入终端。接下来的关键不在参数规模，而在接入深度：是给一个接口，还是把系统权限一起打开。
腾讯（社交与办公生态），入口级智能体
这家公司的优势是入口，不是模型。微信内的助手可以覆盖通讯、支付与小程序生态，几乎不需要教育用户。但它也是全场最谨慎的一家：跨公司对接需要时间，商品比价与商家覆盖仍不完整，节奏明显慢于对手。
最近事件：微信内智能体小微灰度测试三个月，跨应用比价仍待完善(2026.9.26)
谨慎有代价，也有好处。慢一步意味着更少的合规与风控摩擦，但也可能把用户习惯让给对手。真正的变量是开放尺度：若入口愿意让出一部分权限，它的场景密度无人能及。若不开放，助手就只能停在聊天与查询。
Manus（通用智能体），个人助理 Cue
这家公司以通用任务执行起家，9 月底发布了面向个人生活场景的助理。用户可以创建多个智能体，各自带着独立的邮箱、电话与支付工具。这个设定把身份与支付权限写进产品结构，也为后续商业化与责任划分留出接口。
近期融资：完成超 5 亿美元 B1 轮融资，博裕投资与 IDG 资本共同领投(2026.10.8)
最近事件：发布 2.0 版本并推出个人生活助理 Cue(2026.9.28)
把邮箱、电话与钱包交给智能体，是产品形态上的一次跳跃。它让机器从「帮你查」走到「替你付」，也让责任归属第一次成为必须回答的问题。资本在这一轮给出高溢价，说明市场愿意为这种执行力买单。下一道关是合规与风控能否跟上。
产业下游，终端入口、场景服务
下游决定助理能不能被普通人用上。终端厂提供系统权限与硬件入口，场景服务方提供真实的交易与履约能力。这一环的竞争不在模型，而在谁愿意把接口打开、把流程交给机器执行。开放度高低，直接决定助手是玩具还是工具。
荣耀（智能终端），智能手机
这家公司选择把智能体写进操作系统的底层。助手因此可以读屏幕、读日程、唤起服务，并在一百步以上的长流程里保持任务状态。它的思路是不与模型厂商争能力上限，而是把系统权限、硬件适配与真实场景握在手里。
最近事件：Magic9系列发布并全系搭载MagicOS 11，智能体驾驭层框架首次商用落地(2026.9.28)
把框架放进系统，等于把「权限」变成了产品。这解决了跨应用执行的调度问题，也让手机从应用容器变成任务入口。难点在生态侧：第三方是否愿意开放，仍需逐个谈判。若这条路走通，终端厂在助理时代的议价权会明显高于上一轮。
美团（本地生活），场景助手
这家公司的助手长在履约链路上。它离门店、骑手与库存最近，所以下单、改约、退款这类动作能一气做完。语音识别的表现也好于同类产品，缺点是响应速度略慢。它的护城河不是模型，而是供给密度。
最近事件：内置智能体问小团升级至 2.0，履约流程实测顺畅(2026.9.26)
场景型助手的价值容易被低估。它不需要替用户做跨平台决策，只需要把一件事做到底。这种窄而深的路线，恰恰是通用助理最缺的能力。若未来入口进一步开放，最先被接入的往往是这类履约闭环完整的服务方。
唯品会（电商零售），导购助手
这家公司的 AI 助手上线得很低调，先在灰度里做商品对比。它的动作说明中型电商也在准备自己的入口，避免把流量完全交给超级助手。与平台型对手相比，它的商品结构更集中，适合做垂直的比价与推荐。
最近事件：自研 AI 助手小唯进入灰度，测试商品对比能力(2026.10.12)
中型平台做自己的助手，本质是为即将到来的入口竞争留位置。一旦用户习惯用一句话完成购物，平台若没有可被接入的接口，就会退化成供货方。这一步现在只是灰度，但方向已经明确：先把自己的场景变成机器可执行的流程。
卫宁健康（医疗信息化），医疗智能体
这家医疗信息化厂商把智能体做成了面向医生、居民与管理者的三端产品体系，覆盖辅助诊疗、处方审核、语音病历与健康管理等场景。它的做法是把智能体底座深度对接现有业务系统，而不是另起一套独立应用。
最近事件：发布WiNEX Agent Framework与三端区域卫生智能体产品体系(2026.10.1)
这套底座以自研医疗垂直大模型为核心，沉淀药品、疾病与诊疗指南等知识，同时兼容多款开源模型按场景调配。它支撑居民、医生、管理三端智能体运行，并配套安全治理与本地化部署能力。医疗场景对合规与准确性的要求极高，这类重资产、长周期的落地，恰恰是个人助理从消费端走向产业端必须补的一课。
游族网络（游戏），AI Agent 游戏创作
这家游戏公司把智能体用在了内容生产与交互两侧。它提出的路径是从生成内容走向生成世界，让智能体参与关卡、剧情与角色行为的构建，并改变玩家与游戏世界的交互方式。
最近事件：出席元宇宙大会，分享 AI Agent 重构游戏创作与交互 (2026.10.11)
在这场以世界模型与数字孪生为主题的会议上，它是唯一受邀作主题报告的产业界代表，围绕智能体在游戏领域的三个应用方向与技术演进路径作了分享。游戏是容错率相对高、迭代最快的场景，智能体在这里跑通的能力，往往会先一步流向其他内容行业。
字节跳动（互联网平台），豆包手机助手
这家公司的思路是把助手做成能替个人办事的入口。豆包近期把出行、酒店住宿与吃喝玩乐收进对话，又接上了水电燃气缴费，用户不必再跳出去找应用。它正把聊天机器人的身份，慢慢换成个人智能体。
最近事件：豆包扩展生活缴费与出行服务能力，个人办事属性增强 (2026.10.10)
缴费、叫车、订酒店这类事情的特点是繁琐、刚需又高度个人化。豆包把它们做进对话，等于用一件件小事培养能办事的用户心智。但它也面临本土环境的约束：国内生活服务入口本就密集，用户迁移成本不低。接入多少真实可用的场景，比模型参数更决定它能不能留下来。
小米（智能终端），端侧大模型与智能硬件
这家终端厂走的是软硬一体的路子，从手机、汽车到家庭设备，再到底层的大模型算力，都想握在自己手里。它对端侧模型的投入，目的是让高频、低延迟、与隐私强绑定的任务不必每次都上云。
最近事件：小米端侧大模型完成生成式人工智能服务备案 (2026.9.22)
本轮备案同期通过的还有荣耀与阶跃两家，手机厂商的端侧模型由此进入合规可用的阶段。备案的意义不只是资质，它意味着端侧推理可以正式面向消费者开放。对以硬件生态见长的这家厂商而言，模型进端之后，手机、汽车与家庭设备的协同才有统一的底座。
往期回顾
以上文章内容参考“知丘”专业投研知识库，通过AI辅助并经人工审校生成
