圖片由AI工具生成
文｜李海倫
編輯｜徐青陽
2026年7月，在世界人工智能大會（WAIC）上，智能體手機重新成爲最受關注的AI終端之一。
榮耀首次大規模展示Robot Phone真機。隱藏在機身頂部的雲臺攝像頭可以彈出、旋轉和追蹤用戶，讓手機擁有了某種接近機器人的感知與動作能力。7月18日，榮耀還正式開啓了這款產品的全渠道預約。
階躍星辰展出了首款大模型原生智能體手機STEPX Neo，搭載Step AOS智能體原生操作系統，內置個人智能體階躍Amoo，可以讀取屏幕和應用信息，聯動攜程、支付寶、飛書等服務完成差旅規劃、辦公協作和本地生活任務。
努比亞帶來了與字節跳動聯合打造的NaviX Ultra。這款被稱作“第二代豆包手機”的產品，內置豆包大模型，可以理解自然語言指令，跨多個應用完成比價、下單、行程規劃等任務，並嘗試在本地保存用戶的長期記憶。
這些產品的形態不同，方向卻高度一致：手機正在從安裝AI功能的智能設備，走向以AI智能體爲核心的新終端。
把視野擴大到整個手機市場。三星Galaxy S26系列、小米17 Ultra、OPPO Find X9 Ultra、vivo X300 Ultra等新一代旗艦手機，都在強化端側AI和智能體能力。
雖然部分手機尚未公佈處理器型號， 但在2026年集中出現的高端AI手機中，多家手機品牌都選擇搭載了高通第五代驍龍8至尊版。 不同廠商在模型、系統和交互形態上選擇了不同路線，底層算力卻越來越多地匯聚到同一代移動平臺上。
這意味着，下一代手機的定義權已經不再只掌握在終端廠商手中。模型負責理解用戶，操作系統負責調度任務，應用生態負責完成服務，芯片則決定這一切能否在手機上持續、實時、低功耗地運行。智能體手機由此成爲一場橫跨整條產業鏈的競爭。
自喬布斯推出iPhone開創智能手機時代，整個手機行業歷經十多年發展，終於演化出新物種——智能體手機。這也引發了行業的更多思考：iPhone開創“智能手機時代”，誰來定義智能體手機？
01
當手機開始“主動思考”
7月18日下午，在榮耀分論壇上，高通公司全球副總裁、中國區研發負責人徐晧發表主題演講，系統解釋了智能體終端對芯片架構提出的新要求。
徐晧的核心判斷是， 智能體帶來的不只是交互方式升級，更是對終端設計理念的一次重構 ：設備需要從等待指令的“被動響應”，轉向能夠理解環境和用戶需求的“主動服務”。
比如，用戶讓手機規劃一次出差。智能體需要理解自然語言指令，讀取日曆和個人偏好，查詢機票與酒店，再調用多個應用完成後續操作。語音識別、意圖理解和個人數據檢索可以在端側完成，複雜的信息搜索和推理則可能交給雲端模型。
即使是“哪些消息需要優先回復”這樣一個細小的功能，背後也需要端側模型理解聯繫人關係、歷史溝通習慣和當前日程，並將這些信息組織成個人知識圖譜。
高通總裁兼CEO安蒙將這一變化概括爲，人機交互將從“以應用爲中心”走向“以智能體爲中心”。2026年6月，他與微軟CEO薩提亞·納德拉談到，未來AI智能體將逐漸成爲主要交互入口，用戶的任務和使用體驗也會跟隨智能體，在手機、PC、汽車和其他終端之間流動。應用仍然存在，但大量操作將被隱藏在智能體背後。
自iPhone面世以來，智能手機的大量硬件優化都圍繞一個目標展開：如何更快地響應用戶操作。更高的觸控採樣率、更短的應用冷啓動時間、更流暢的動畫幀率，衡量的主要是用戶發出指令之後，手機能夠多快作出反應。
而到了智能體時代，手機需要長期處於“準備工作”的狀態。比如傳感器需要持續在線，同時不能明顯增加功耗；大模型需要在端側實時運行；端側與雲端之間的任務切換需要足夠迅速；系統還要長期理解用戶的習慣、偏好和當前場景。
因此，交互邏輯發生變化後，芯片設計的底層邏輯也必須隨之改變。
讓手機“跑得更快”，已經不足以支撐智能體持續感知、多模態推理和跨應用執行任務。芯片需要改變計算資源的組織方式：低功耗模塊負責持續感知，NPU承擔端側模型推理，CPU、GPU和不同加速單元協同工作，複雜任務則在端側與雲端之間動態分配。
這就意味着，芯片架構必須從根本上重新設計，僅僅“跑得更快”已不能滿足市場要求，必須換一種“跑法”。
02
智能體手機的底層能力
再看7月的WAIC上，榮耀Robot Phone、努比亞NaviX Ultra、階躍星辰STEPX Neo等智能體手機的切入方式，分別選擇了不同的路線。
比如榮耀通過進一步改造硬件形態，讓攝像頭能夠轉動、追蹤和反饋；努比亞希望讓智能體理解指令、調用多個應用完成任務；階躍星辰從模型和操作系統入手，試圖構建智能體原生的手機交互方式。
這幾款產品分別從應用執行、系統重構和具身交互切入，也共同提出了一個問題：當AI從手機裏的單項功能變成持續運行的智能體，原有的手機算力架構還能否支撐？智能體手機需要必備哪幾項底層能力？以高通爲代表的芯片廠商開始從底層給出一套系統性解法。
首先， 是始終在線的 “ 低功耗感知 ”。
比如，手機判斷用戶已經進入會議室，需要綜合日程、位置和環境聲音；識別用戶正在運動，需要持續讀取加速度計和心率數據；Robot Phone追蹤人物動作，則要同時處理視覺、聲音和雲臺姿態信息。
這就要求專門設計一個傳感器中樞，它是一個始終運行的低功耗AI處理模塊，持續收集加速度計、陀螺儀、麥克風、光線傳感器等感知數據，卻不喚醒主CPU或GPU，因此功耗極低。
這些體驗看起來由模型完成，第一道計算實際上發生在芯片的低功耗感知模塊中。缺少這一層，手機即使擁有很高的AI峯值算力，也很難讓智能體長時間在線。
高通的方案是傳感器中樞（Sensing Hub）。按照徐晧的介紹，它可以長期收集和處理聲音、動作、位置等信息，爲智能體主動服務提供感知入口，同時減少對CPU、GPU等高功耗模塊的頻繁調用。
第二層，是面向大模型的異構計算 。
完成感知之後，手機還要理解用戶當前在做什麼、可能需要什麼，以及下一步應該採取怎樣的行動。
例如，手機接收到一句“把剛纔會議中提到的項目整理出來，發給相關同事”，背後可能同時涉及語音處理、人物識別、文本理解、上下文檢索、文件生成和應用調用。不同步驟對算力、內存、時延和功耗的要求並不相同，很難依靠一顆單獨的NPU從頭跑到尾。
因此，智能體時代對芯片提出的新要求，是讓CPU、GPU、NPU、ISP和各類加速單元形成更緊密的異構計算體系。
爲此，高通採用了端側異構計算架構：能端側跑的就交給端側的CPU、GPU、NPU協同處理，端側跑不動的才上雲，大幅減輕計算壓力和功耗，還不影響體驗。
按照徐晧的介紹，高通Hexagon NPU的解法是，其內部配置了面向張量、矢量、向量矩陣加速單元，並與CPU、GPU協同工作，根據任務類型分配計算資源。
正是因爲異構計算架構，使智能體手機擁有了“端側超級大腦”，能實時感知用戶情緒，並與用戶實時互動。
第三層， 是端側與雲端之間的動態分工 。
再強的手機芯片，也很難把所有智能體任務全部留在本地完成。
高通CEO安蒙在COMPUTEX 2026上提到，對話式AI單次任務可能涉及約1萬Token，複雜推理任務可能達到約10萬Token，智能體任務的規模還可能進一步上升至100萬Token量級。這裏的100萬Token代表完整智能體任務可能產生的計算需求，並不意味着手機要在本地一次處理100萬Token。
對此，高通構建了一套覆蓋端側、邊緣側和雲端的分佈式智能體AI架構。在這套架構中，規劃器（Orchestrator）負責拆解任務，並根據各環節對算力、時延、功耗和隱私的不同要求，動態調度計算資源。CPU負責智能體的任務編排和規劃，NPU與GPU承擔本地模型推理，傳感器中樞提供持續的情境信息，蜂窩網絡和Wi-Fi則連接終端與雲端算力。
智能體需要理解目標、拆解步驟、查詢信息、調用工具、檢查結果，有時還要在失敗後重新規劃。任務鏈越長，計算量和Token消耗就越高。
如果全部放在端側運行，會受到手機內存、功耗和散熱的限制；全部放到雲端，又會帶來網絡延遲、推理成本和隱私風險。更可行的路徑，是讓端側與雲端根據任務實時分工。
以WAIC上展示的跨應用任務爲例，當用戶要求手機規劃一次出差，端側可以先識別用戶身份、讀取日曆和出行偏好，雲端模型負責搜索和比較大量航班、酒店信息，最終再由端側系統向用戶確認支付和發送行程。
這套流程依賴的已經不只是一顆NPU，還包括蜂窩通信、Wi-Fi、內存、操作系統調度和雲端模型服務。任何一個環節出現延遲，智能體的任務鏈都可能中斷。
因此，具備實時通信連接能力的芯片設計商將具備競爭優勢，可以說快速穩定的通信連接就是智能體手機的“神經系統”，沒有它就不能保證端側和雲端的絲滑切換。
爲保證實時連接的高速和順暢，芯片設計廠商還必須具備提供跨端統一計算解決方案的能力，要爲用戶的不同設備類型和邊緣場景提供一致性的體驗，只有全棧產品線才能確保端與雲之間不是二選一，而是按需流動，對芯片設計行業來說，是一個全新的挑戰。
簡單來說，具備一系列的芯片產品設計，並有不同的算法和軟件來支持各種終端形態，並使這些產品形態進化得到智能體的支持，這類芯片設計廠商在未來纔會佔有競爭優勢。
此外，擁有 長期記憶及其安全邊界也是一個核心能力。
WAIC上幾款智能體手機都在強調“記得住”。
手機需要逐漸瞭解用戶常用的應用、經常聯繫的人、出行偏好和工作習慣，才能減少重複詢問，並在合適的時間提供服務。這些信息可以進一步形成個人知識圖譜。手機知道哪些消息需要優先回復，汽車知道用戶習慣怎樣調節座椅和空調，家庭機器人也可以根據歷史習慣判斷用戶回家後可能需要什麼。
智能體越瞭解用戶，權限邊界就越需要清晰。端側AI算力的重要價值之一，正是讓更多敏感數據能夠在本地完成處理，降低原始個人信息頻繁進入雲端的必要性。
總而言之，WAIC上的智能體手機形態各異，不過落到底層核心面，面對的是同一組考題。
03
行業新時代拉開帷幕
在過去幾年，手機廠商比拼的是誰能加入更多AI功能，例如AI應用於修圖、翻譯和搜索等等，有更加個性化的體驗。
到了2026年，競爭開始進入下一階段。AI逐漸深入操作系統，從執行一條指令，走向理解一個完整目標；從調用單一功能，走向調度多個應用、模型和服務，連續完成一項任務。
今年WAIC上集中出現的智能體手機，正是這種變化的縮影。手機廠商、大模型公司和操作系統廠商選擇了不同入口，有的重點解決跨應用執行，有的嘗試重構操作系統，有的探索感知能力與新硬件形態。但無論採用哪條路線，最終都要回到底層系統的核心能力。
徐晧提到， 高通的平臺正在覆蓋從低功耗智能耳機，到手機、汽車，再到千瓦級數據中心機架等不同形態，希望用 統一 的芯片、算法和軟件 解決方案 支撐智能體在多個終端中運行。
手機只是這輪變化最先成熟的入口之一。智能體還將進入PC、汽車、耳機、機器人以及更多物聯網設備，圍繞用戶形成一個跨終端協同的計算網絡。屆時，同一個智能體可以在手機上了解日程，在汽車中延續出行任務，回到家後再將服務交給家庭設備。
高通公司CEO安蒙在COMPUTEX描繪了一幅更大的產業圖景：全球約有60億部手機、20億臺個人AI終端、20億臺PC和5億輛智能網聯汽車。隨着這些設備陸續獲得智能體能力，一個規模超過百億臺的智能體終端生態正在形成。
他判斷，智能體驅動的設備升級週期，“有望成爲行業有史以來規模最大的週期之一”。
從這個角度看，今年WAIC上的智能體手機仍然只是起點。它們展示了下一代手機可能擁有的形態，也提前揭示了未來終端產業的競爭方式。一個屬於智能體手機的行業新時代，正徐徐拉開帷幕。
*魔鐵的世界對本文亦有貢獻。
推薦閱讀