1、阿里千问基础功能演示

闪购功能深度整合：阿里千问本次版本更新上线AI生活助理，点外卖功能与淘宝闪购深度整合，用户一句指令即可触发操作，除查看骑手具体地图定位外，点单到付款全流程无需跳转APP。千问可基于授权定位匹配当前位置，支持修改收货地址，例如发送“帮我点份早餐，我想吃包子、喝豆浆”指令，会自动推荐公司附近的包子馒头套餐，但目前仅能以套餐形式推荐商品，无法单独推荐同一家店铺的两种商品。此外，通过千问渠道使用闪购点外卖可享15元红包补贴，骑手位置可通过文字指令查询预计送达时间，查看具体定位需进入订单详情跳转至淘宝APP，该功能尚未完全嵌入千问。

高德功能场景应用：阿里千问2025年12月底集成高德地图功能，支持基础导航操作，用户发送导航指令后，千问会调用高德服务生成小卡片，展示各交通方式耗时，点击箭头即可跳转至高德APP开始导航，该功能为AI生活助理基础能力，豆包、美团小美等APP也已实现。在复杂指令处理上，千问表现更具优势，例如发送“明天要出去玩，先导航，再规划路线，还要推荐咖啡厅”指令，豆包仅能提供文字导航，推荐的咖啡厅跳转至抖音本地生活页面；千问则会调用高德地图生成小卡片，自动将出发时间设为第二天上午，联动高德与小街榜推荐咖啡厅，还能响应“推荐附近停车场”需求，给出5个停车场选项并说明收费差异。此外，千问还能识别模糊需求，例如“周末想去打网球”“想练瑜伽”，可直接推荐对应场馆。

飞猪功能集成测试：阿里千问与飞猪已实现集成，支持机票、酒店预订及行程规划功能。用户发送“春节期间2月17号去长白山，22号回，提供合适的机票方案”指令后，千问会调用飞猪信息筛选出3套满足全程直飞、出发时间适中、性价比高的方案，展示基本信息，点击订票按钮可查看详情，但购票操作需跳转至飞猪APP完成。后续发送“预定7天酒店”指令，千问会结合飞猪给出3套方案，自动将入住时间设为2月17日，点击订酒店同样需跳转飞猪APP。若要求“做整体行程方案及餐厅推荐”，千问会同时调用飞猪与高德的API，生成包含每日行程、餐厅推荐及出行小贴士的完善旅游方案，当前整合流畅度较好，但核心预订操作仍需跳转至飞猪APP完成，无法像闪购一样实现全流程在千问内操作。

支付宝政务功能整合：阿里千问与支付宝集成了50个常用政务场景功能，用户一句指令即可调用支付宝服务，实现一键跳转，无需手动打开支付宝再查找对应入口。例如发送“身份证丢了如何补办”“帮我查一下社保”“租房子要提取公积金”等指令，千问会生成对应服务的小卡片，点击即可直接跳转至支付宝随身办的对应页面，大幅节省操作时间。不过该功能目前仅实现跳转服务，后续的信息填写、业务办理等操作仍需在支付宝内完成，尚未实现全流程在千问内的操作。

AI购物功能测试情况：阿里千问的AI购物功能目前处于测试阶段，尚未正式纳入版本更新，仅为雏形状态。例如发送“帮父母选一款3000元、适合有猫家庭的扫地机器人”指令，千问会推荐两款产品并附带商品卡片，点击可跳转至天猫淘宝的商品详情页面，查看及购买操作需在淘宝内完成。但该功能调用稳定性不足，如发送“推荐500元保温杯”指令，可能仅提供文字版推荐，无商品链接。发布会演示案例中，发送“下周去四姑娘山徒步，帮我看看天气以及装备”指令，千问可联动提供天气信息、徒步清单，并推荐凯乐石、迪卡侬等品牌的鞋子、冲锋衣等装备，附带商品卡片，但更换徒步地点后，可能仅能获得文字回复。

2、高阶任务助理B端功能测评

咨询调研功能测试：当前正在内测的任务助理为贝塔版，入口位于界面左下角雪花形状标志处，是一款端到端、输出内容更丰富的agent，涵盖咨询调研（撰写报告）、办公（制作图表、撰写PPT）、应用开发（小程序及网页开发）三类偏B端功能，以及结合阿里生态的C端生活办事场景。对其咨询调研功能进行测试，布置梳理国内外大模型进展、相关公司产品情况及商业化进展的任务，该任务耗时14分钟，最终输出网页以及Excel表格。输出内容方面，网页部分核心结论从技术、产品维度总结行业趋势，各公司进展介绍篇幅约一两千字，但未完成产品迭代历程及商业化进展梳理的需求，信息收集不够完善；Excel表格整理了核心大模型公司的发布模型、发布时间、模型类型及技术特点，但存在问题：一是发布时间排序错乱，出现先列Cloud 4再列Cloud 3.7的情况；二是模型信息遗漏，如阿里相关模型仅列出5个，整体来看其在B端场景下的优势尚未显著体现。

3、高阶任务助理C端功能测评

餐厅预定功能演示：提出下周三晚上与家人在前滩附近吃火锅的需求后，AI先确认预定座位的具体时间，再弹出窗口要求填写姓氏、性别、电话号码等信息，随后启动任务。该任务耗时7分30秒，AI先完成需求分析，再从高德扫街榜筛选出11家前滩附近高评分火锅店，确认订座人信息后致电商家预定，部分预定成功后选出3家供用户最终确定。AI在沟通过程中采用拟人化设计：嗓音接近真人，加入“你好”等口语化表达，还刻意设置停顿以模拟真人说话节奏，每轮对话结束后会表明千问AI身份，但部分商家未听完身份说明就挂断电话。预定成功后，页面仅显示店铺信息而非预定信息，用户直接致电商家确认预定成功，后续因测试需求取消预定，商家对纯AI完成两次电话预定并敲定订单感到震惊。目前页面存在展示不足，预定成功后点击相关标识无法查看预定信息，仅能看到店铺信息。

行程规划功能测试：针对“3月1号坐早上高铁去苏州玩两天，打卡主要景点”的需求，AI耗时5分钟生成网页形式的苏州两日游规划。行程安排合理，第一天规划苏州博物馆、拙政园、狮子林，第二天安排寒山寺、山塘街等景点，与常规旅行社的规划逻辑一致。该功能深度集成高德与飞猪核心资源：高铁票推荐可直接跳转飞猪购票页面（需跳转飞书APP完成最终预定），每个景点配备导航（跳转高德页面）、打车（跳转高德APP）、门票（跳转飞猪页面）操作按钮，还标注了景点间的距离（如拙政园与狮子林相距五六百米）。住宿推荐狮子林附近100-700元档位的高评分酒店，暂未实现基于用户过往偏好的个性化推荐，仅提供大众通用方案。预算测算采用推荐酒店中的最高价668元，整体预算约1400元，支持家庭出游的多人预算测算，还提供景点预约、人流量预警等实用小贴士，能为用户提供较为完善的旅行支持，可直接在页面收藏规划并一键跳转至相关功能入口。

跨店点外卖功能测试：针对8人用餐的复合需求（想吃汉堡、披萨，奶茶需4杯冰的、4杯不冰的），AI耗时不足3分钟输出3套跨店点单方案。前两套方案均较好匹配需求：第一套为蜜雪冰城的8杯奶茶，加上肯德基的4个汉堡以及4份披萨；第二套聚焦高评分店铺，提供结构类似的餐品组合。第三套方案存在需求匹配误差，仅点了8个披萨未包含汉堡，且点了10杯奶茶，超出需求数量。该功能支持直接在千问页面完成下单付款，已能响应较为复杂的多品类、多要求点单需求，为用户提供多样化的餐品组合选择方案，在满足群体用餐的个性化需求上具备一定实用性。

4、高阶任务助理代码能力测试

记单词小游戏开发优化：为验证高阶任务助理的底层代码能力，以备考雅思记单词为场景，提出开发一款移动端交互友好的记单词小游戏需求，要求具备记单词目标制定、记完单词后答题测验的功能。任务助理完成初始开发及修改、跑代码全流程耗时13分钟，最终呈现为网页形式，符合移动端交互友好的要求。初始版本设定90天记2000多个单词的目标，每日记单词数量可在20-30之间调整；单词卡包含英文、词性、中文释义、例句，且带有可正常播放的读音；答题环节设置小红花测试，但答题逻辑不符合需求，为每记一个单词就触发答题，而非记完一部分单词后再进行测验。针对初始版本的答题逻辑问题，提出优化需求，要求调整为记完当日所有单词后再答题，并增加错题记录功能。优化调整耗时10分钟，优化后的版本新增错题记录功能，且与日历数据打通，当天为1月20号时界面同步显示日期，还设有学习日历与“开始今日学习”按钮，单词以乱序形式呈现，但也出现了新的问题：一是读音功能失效，无法正常播放；二是记忆为短时记忆，无法显示之前日期的错题；三是记单词目标变为70天记5000个单词，且该目标无法修改。整体而言，任务助理在较短时间内完成了小游戏的开发与优化，大部分核心需求得到满足，能够体现出较强的端到端代码能力，但优化版本存在功能退化、目标设定无法调整等细节问题。

5、阿里千问功能整体评价

功能表现综合总结：基础功能符合预期，具备较强实用性，如推荐餐厅、一键跳转政务、闪购等场景，用户有明确点单需求时使用可节省时间，还设有特定渠道补贴。AI购物功能不及预期，该功能目前未实现良好整合，仍处于测试阶段，鉴于淘宝是阿里生态的核心王牌APP，市场对其AI购物功能的整合落地抱有较高期待，但此次并未全面开放，因此表现略显不及预期。任务助理C端功能表现超预期，该功能在C端场景展现出出色的端到端能力，且与阿里生态实现了良好结合，串联起各项功能，未来有望为自身生态提供极大赋能，其中规划行程路线、预定餐厅等功能实用性较强。

温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）。