高德千问联合开源AGenUI 端云一体A2UI框架首发
近日,高德与千问应用团队联合发布了AGenUI,这是行业内首个能够覆盖iOS、Android、HarmonyOS三端原生的端云一体A2UI开源框架。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
AGenUI基于Google A2UI最新开放协议,以跨平台C++ Core为核心,为AI Agent提供了一套完整的能力栈,涵盖从模型生成、协议表达、端侧原生渲染、流式增量更新,到事件回流与多端一致性的全链路。其目标很明确:帮助开发者以更低的成本,构建出高性能、可交互且能规模化落地的生成式UI体验。
这次合作也标志着,双方将在生成式UI、AI Agent交互基础设施与开放协议生态方向上持续共建,共同推动A2UI从开放标准走向规模化落地。
为什么需要AGenUI
大模型正在深刻地改变应用形态,推动其从“人适应软件”走向“软件理解人”。在AI原生应用里,用户不再需要沿着固定的页面和预设流程操作,UI也不再是静态的展示,它必须成为Agent实时表达、组织和执行任务的动态载体。因此,应用的交互形态正经历一场升级:从传统的固定UI、文本回答和Markdown展示,转向结构化、可交互、可动态生成的生成式UI。
然而,生成式UI要想实现规模化落地,必须同时解决两个基础问题:一是协议层,即模型如何以低成本、稳定且可控的方式描述UI;二是渲染层,即端侧如何将模型生成的UI描述,转化为高性能、可交互且跨端一致的原生界面。
Google A2UI开放协议定义了模型描述UI的标准方式,而AGenUI则在此基础上,进一步补齐了端侧原生渲染引擎的能力。基于A2UI,AGenUI能够将模型生成的界面意图,直接渲染为iOS、Android、HarmonyOS的原生组件,从而在模型、Agent与终端体验之间架起桥梁,推动AI应用从“文本式交互”迈向“生成式UI交互”。
端云一体:云侧生成UI,端侧原生渲染
AGenUI开源的能力主要分为两部分:云侧生成能力与端侧渲染能力。
云侧 AGenUI Agent Skill:Agent可以通过这个Skill生成符合A2UI协议的JSON。A2UI JSON是端侧渲染的数据源,也是一种对大模型友好的UI表达方式。这个Skill沉淀了“如何按照A2UI描述卡片和页面”的能力,可以被复用、精调和持续优化。
端侧AGenUI Client SDK:Client SDK负责接收A2UI JSON,并在iOS、Android、HarmonyOS的原生控件体系上,完成协议解析、布局计算、流式增量渲染与事件回流。三端共用同一套C++ Core,既保障了核心逻辑的一致性,也最大限度地复用了跨端能力。
简单来说,AGenUI以A2UI协议为纽带,将Agent的动态生成能力与终端的原生体验连接起来,形成了一条标准化、可扩展、支持流式更新的端云一体链路。
六大核心技术亮点
① AI 原生协议,标准开放
AGenUI完整实现了Google A2UI v0.9开放协议。这意味着,任何符合A2UI协议的模型输出,都可以被AGenUI渲染;任何遵循A2UI的Agent,也能轻松接入这套端侧能力。
A2UI协议本身是为AI时代设计的,具备语义化组件、结构化表达、UI与数据分离、流式友好等特征。相比直接生成HTML或复杂的私有DSL,A2UI更适合大模型稳定生成,能够有效降低token成本、提升生成速度,并减少结果的不确定性。
AGenUI在对齐这一开放标准的基础上,进一步补齐了移动端原生渲染、跨端一致性、性能保障和工程化接入能力,为A2UI在真实App场景中的规模化落地提供了坚实的基础设施支撑。
② 高性能Native组件与C++ 异步渲染核心
AGenUI坚定地采用了纯Native渲染路线:最终呈现给用户的生成式UI,就是系统原生的组件。这使其能够自然地融入宿主App的交互、动画、无障碍、手势和调试体系。在复杂页面滚动、长列表、流式追加等核心场景下,AGenUI凭借原生渲染能力保障了流畅稳定的用户体验,目标是对齐高刷设备下的120fps水准。
这一高性能表现的背后,是AGenUI通过三层机制进行的系统性优化:
Streaming-first架构:核心设计以流式为首要考量。组件到达即可挂载,文本到达即可追加,数据到达即可绑定。用户无需等待整个页面生成完毕,生成过程本身就成了界面呈现的一部分。
差分更新:在C++ Core中实现的差分更新机制,能够对流式生成过程中的UI树变化进行最小化更新。对于长页面、深层嵌套和持续追加的场景,端侧只更新变化的节点,而非重建整个页面。
异步渲染:协议解析、状态管理、Yoga布局计算和节点Diff等核心逻辑都在独立线程中完成,主线程只负责提交轻量级的UI操作。这极大地降低了复杂JSON、深层嵌套和高频增量更新对交互流畅度的影响。
在平台适配层,AGenUI也针对各端原生能力进行了深度优化。以HarmonyOS为例,它基于ArkUI原生组件体系,并通过C API打通高性能渲染链路,进一步降低了跨语言调用与组件操作的开销,确保了复杂生成式UI在鸿蒙端的流畅体验。
③ 跨端代码复用,多端一致性
移动端生成式UI面临的一大工程挑战,就是多端一致性。如果iOS、Android、HarmonyOS各自实现一套协议解析、布局计算和状态管理逻辑,长期维护成本会很高,视觉和交互也容易产生差异。
AGenUI通过架构设计解决了这个问题。它用一个跨平台的C++ Core统一承载了协议解析、状态管理、Yoga布局计算、节点Diff与事件分发等所有核心逻辑。iOS、Android、HarmonyOS则分别通过Objective-C++、JNI、NAPI接入同一套内核,最终的渲染仍由各平台的原生能力(如UIView、Android View、ArkUI)完成,从而在保障跨端一致性的同时,也兼顾了原生体验。
④ 渲染效果丰富,Styles体系完善
生成式UI不仅要“能画出来”,更要“画得好、画得稳、画得符合品牌”。
AGenUI在对齐A2UI标准协议的基础上,建立了一套完整的样式与主题体系,覆盖了颜色、字体、圆角/间距/阴影、布局、日夜间模式、RTL国际化等关键视觉要素。这能帮助开发者以更低的成本,获得高质量的生成式UI呈现效果。
目前,AGenUI内置了22个组件(包括A2UI协议组件与SDK扩展组件),并支持45+ CSS样式属性。开发者可以通过Theme Configuration统一管理品牌规范、设计语言与多端适配规则。
在云侧,AGenUI Agent Skill将“按A2UI生成卡片或页面”的能力沉淀为可复用资产。配合UI与数据分离、主题系统和组件复用机制,模型无需每次都重复生成完整的视觉细节,而是可以通过语义化描述与主题映射来完成高质量UI生成。这不仅降低了token成本、提升了生成稳定性,也让输出结果更贴近设计规范。
⑤ 全面可扩展可定制:组件、FunctionCall、主题
AGenUI不仅提供内置组件,还提供了完整的三维扩展定制能力,方便业务接入自己的原生能力。
UI组件扩展:开发者可以将自定义的Native View注册为AGenUI组件。注册后,自定义组件就能像内置组件一样被模型引用,参与流式渲染、数据绑定、事件回流和生命周期管理。
FunctionCall扩展:Function机制也采用了统一设计。按钮动作、输入校验、字符串插值、事件回流等能力都可以通过统一路径注册和调用,避免了内置组件与业务组件之间的割裂感。
主题定制:AGenUI为生成式UI场景专门设计了完善的Theme系统,并支持Design Token。模型只需输出语义化的UI描述,端侧即可基于Theme将其映射为具体的颜色、字体、圆角、间距、阴影等视觉参数。这减少了模型对视觉细节的重复生成,不仅提升了输出稳定性与token利用效率,还能让同一份Agent输出在不同App、品牌和终端形态下保持结构稳定,并呈现出差异化的视觉风格。
⑥ 极简接入,分钟级上手
AGenUI将开发者的接入效率作为核心设计目标之一,提供了端侧SDK、云侧Agent Skill以及仓库内置的Playground,覆盖了从效果体验、协议调试到工程集成的完整路径。
端侧SDK提供了统一的API,三端的接入逻辑保持高度一致,支持iOS 13+、Android API 21+、HarmonyOS NEXT API 20+。开发者通过统一的入口SurfaceManager,仅需少量代码即可创建A2UI渲染容器、加载A2UI JSON、监听事件回流,快速跑通第一个生成式UI页面。
云侧的AGenUI Agent Skill面向Agent工作流设计,能够将业务意图、上下文信息与结构化数据组织成符合A2UI协议的UI描述,帮助开发者快速构建从Agent生成到端侧Native渲染的闭环链路。
此外,AGenUI在开源仓库中提供了Playground。开发者可以基于示例工程快速体验A2UI JSON的生成、预览与调试流程,理解协议结构、组件能力和生成式UI的端云协同方式,之后再进入实际的业务集成。
基建能力验证:从A2UI生成到Native UI呈现
基于上述基础设施能力,双方完成了生成式UI链路的Demo验证,展示了AGenUI从A2UI生成、端侧原生渲染、流式更新到事件回流的完整闭环,并进一步探索了其在真实应用场景中的落地上线。
高德场景验证
千问场景验证
开放AGenUI,共建生成式UI新生态
高德长期深耕地图导航、空间智能、位置服务与实时复杂出行服务,积累了大量的复杂真实世界交互和多设备协同场景与技术优势;千问应用团队则面向大规模AI应用入口,在Agentic交互、AI应用体验、场景化落地与开发者生态建设方面拥有丰富实践。此次双方围绕AGenUI联合发布,正是希望将高复杂度场景中的端侧工程能力,与AI应用侧的交互探索和生态实践结合起来,为开发者提供更完整、更易用的生成式UI基础设施。
随着AGenUI正式开源,期待能有更多的开发者和生态伙伴基于AGenUI参与共建:一起完善组件体系、扩展端侧能力、沉淀Agentic UI最佳实践,共同探索生成式UI在更多应用和终端场景中的可能性。
- GitHub开源仓:https://github.com/AGenUI/AGenUI
欢迎访问官网查看AGenUI的效果示例,并在GitHub关注开源仓库,一起探索生成式UI的更多可能。
END
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
数字化转型阶段详解与成功案例深度剖析
在当今的商业环境中,企业数字化转型已不再是可选项,而是决定企业未来生存与发展的核心战略。从初步探索数字技术到将其深度融入企业运营的每一个环节,这一转型过程通常需要经历多个关键步骤。理解数字化转型的完整路径,并掌握其起步阶段的核心要点,对于企业成功实现数字化升级至关重要。本文将系统梳理数字化转型的五个
大语言模型发展历程与未来应用前景分析
在人工智能的浩瀚星空中,大语言模型(Large Language Model,简称LLM)犹如一颗璀璨的新星,正引领着自然语言处理领域的革新与发展。从早期的统计语言模型到如今的GPT系列,其发展历程充满了技术上的突破与应用上的拓展。 追溯其历史,大语言模型的演进与深度学习技术的兴起密不可分。2017
实在智能流程挖掘产品首发 科技赋能企业未来
春意盎然之际,科技领域也迎来了一项重要创新。实在智能公司正式推出其全新产品——“iS-RPM流程挖掘平台”。这不仅标志着该公司在智能流程管理领域的一次重大进展,也为正处于数字化转型关键阶段的企业,提供了一个高效、实用的流程优化解决方案。 这款名为iS-RPM(智能服务导向的机器人流程挖掘)的产品,其
人工智能未来发展的核心方向与主要挑战分析
当我们描绘人工智能的未来发展蓝图时,其演进路径既蕴含着巨大的潜力与机遇,也交织着必须审慎应对的复杂挑战。未来的核心突破,将不再依赖于单一技术的跃进,而更在于多个关键方向的协同发展与一系列深层难题的系统性解决。 关键方向:从算法创新到生态构建的全面升级 首先,算法优化与模型创新始终是人工智能进步的根本
数据采集与分析方法详解:从入门到实践
在当今以数据为核心竞争力的时代,高质量的决策离不开高质量的数据与深入的分析。无论是为了优化产品体验、洞察市场趋势,还是制定企业战略,一套标准化的数据采集与分析流程,都是将原始数据转化为有效商业洞察的坚实基础。本文将系统性地为您梳理数据采集与数据分析的核心步骤、实用方法及关键注意事项,帮助您构建高效的
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

