手機AI大考之年，vivo為何獨辟“感知”蹊徑？

撰文 | 懂懂

編輯 | 秦言

來源：懂懂筆記

當(dāng)一項顛覆性技術(shù)來臨，行業(yè)領(lǐng)軍者的最大挑戰(zhàn)往往不是跟隨，而是定義。2026 年，AI 之于手機行業(yè)亦是如此，所有廠商都知道終點是 “Agent Phone”，但通往終點的地圖卻一片模糊。

在博鰲，vivo 總裁胡柏山給出了 vivo 的制圖邏輯：回歸本原。他認為，AI 的價值終將在物理世界中兌現(xiàn)，而影像，是 AI 落地現(xiàn)實世界的 “第一引擎”。由此，vivo 明確了 “影像 + AI” 雙核戰(zhàn)略與 “感知能力” 一級技術(shù)支撐賽道。

產(chǎn)業(yè)升級的十字路口，這是每一個企業(yè)必須面對的大考。廠商在這一年的路徑抉擇與戰(zhàn)略定力，或?qū)⒅苯記Q定其未來五到十年的生態(tài)位。

在AI的喧囂中，找回“終端”的錨點

AI 的浪潮正在以月甚至周為單位不斷刷新著熱點。從 ChatGPT 橫空出世，到 DeepSeek 刷新開源認知，再到 OpenClaw 引爆 “自動化” 想象，創(chuàng)新的脈沖一波強過一波。這迫使所有企業(yè)繃緊神經(jīng)，疲于跟進，生怕錯過任何一個可能定義未來的風(fēng)口。

具體到手機產(chǎn)業(yè)，一個共識已然形成：正站在從 Smartphone 向 Agent Phone 演進的歷史節(jié)點上。這像極了功能機向智能機切換的混沌初期：蘋果的 iOS、谷歌的安卓、諾基亞的塞班、微軟的 Windows Phone、黑莓的 BlackBerry OS…… 各路諸侯方案頻出，生態(tài)割裂，但最終穿越周期的，是真正帶來用戶體驗顛覆的平臺。

今年，對于所有手機廠商而言都是關(guān)鍵的一年，AI 戰(zhàn)略既要準(zhǔn)、又要穩(wěn)。轉(zhuǎn)型的十字路口，無論是選錯方向，還是踩錯節(jié)奏，稍不冷靜就容易被一股股熱浪吞沒。

在紛繁的噪音中，vivo 的選擇是：回歸本原，追問兩個最樸素的問題——用戶到底要什么？我們自己能做什么？

首先，vivo 堅信，任何不能給用戶體驗帶來本質(zhì)改變的 AI，都是無效創(chuàng)新。AI 不是用來炫技的，它必須融入真實場景，解決具體痛點。

其次，vivo 清醒地認識到自己作為終端廠商的基因與優(yōu)勢，其核心戰(zhàn)場在于離用戶最近、交互最頻繁的設(shè)備本身。

因此，vivo 錨定了清晰的戰(zhàn)略：聚焦端側(cè)，重塑手機體驗。

手機作為人類的數(shù)字器官，擁有任何其他設(shè)備無法比擬的三大獨特價值：貼身性，24 小時在線；感知力，集成了最強的攝像頭、麥克風(fēng)、傳感器陣列；行動力，作為個人數(shù)字 ID，可調(diào)用支付、通信、各類服務(wù)。這決定了手機將是 AI 從數(shù)字世界走向物理世界、從 “思考” 走向 “行動” 的第一現(xiàn)場和核心樞紐。

胡柏山在采訪中表示，vivo 的路徑很清晰：

在端側(cè)，構(gòu)建軟硬一體化的壁壘。不僅僅是算法，vivo 已著手與合作伙伴定義下一代專用 AI 算力芯片，旨在突破現(xiàn)有 SoC 在帶寬和散熱上的瓶頸，為更復(fù)雜的端側(cè)感知與決策提供硬件基礎(chǔ)。

在應(yīng)用側(cè)，以場景化 Agent 提升用戶體驗。AI 能力最終將封裝成一個個解決具體問題的 Agent，vivo 的路徑就是場景驅(qū)動。即將在 X300 Ultra 和 X300s 上首發(fā)的影像 Agent，規(guī)劃中的會議 Agent、出行 Agent、游戲 Agent 等，都瞄準(zhǔn)了用戶的高頻剛需場景。

在生態(tài)方面，以廣泛協(xié)同擴展 AI 能力：通過 A2A（Agent to Agent）協(xié)議，vivo 的端側(cè) Agent 可以與云端大腦、PC 應(yīng)用乃至第三方服務(wù)的能力開放對接，形成 “端云協(xié)同” 的混合智能。既保證了核心體驗的流暢與私密，又能獲取云端無盡的專業(yè)知識，不斷拉高用戶體驗的天花板。

在胡柏山看來，從 Smart Phone 到 Agent Phone，這是存量轉(zhuǎn)增量的市場機會，企業(yè)能不能抓住機會，取決于兩點：一是認知能力，也就是要搞清楚用戶到底要什么，這是核心競爭力；二是技術(shù)能力，要把用戶的體驗做到最好，就需要最好的技術(shù)支撐，比如影像長賽道經(jīng)過十年長跑，目前已做到行業(yè)領(lǐng)先。

站在 Smartphone（存量市場）與 Agent Phone（增量市場）的十字路口，vivo 的競爭邏輯是 “影像 + AI” 雙輪驅(qū)動：存量市場靠產(chǎn)品力穩(wěn)固基本盤，比如 X300 系列的極致影像；增量市場則靠 AI 創(chuàng)新能力開辟新市場，比如各種細分 Agent。同時，影像作為 vivo 的長板和用戶的剛需，也將與 AI 一起成為長期核心驅(qū)動力。比如未來的影像將是與 AI 深度融合的大影像，而其一切創(chuàng)新的原點，都牢牢錨定在 “手機” 這個它最擅長、也離用戶最近的終端上。

跳出軟硬內(nèi)卷，卡位 “感知” 關(guān)鍵隘口

回看這幾年的 AI 熱點會發(fā)現(xiàn)一個有趣的現(xiàn)象：當(dāng)下的創(chuàng)新熱度，高度集中在軟與硬的兩端，也就是數(shù)字世界和物理世界，卻在中間形成了一個巨大的斷裂帶。

在軟的一端，千模大戰(zhàn)、參數(shù)競賽愈演愈烈，巨頭們投入重金，追逐萬能的大腦。大模型并不適合所有企業(yè)重金投入，更適合大廠；而且當(dāng)基礎(chǔ)模型能力達到一定閾值后，差異化的邊際效益正在遞減，“大腦” 的同質(zhì)化競爭將不可避免。

在硬的一端，這兩年也熱度高漲，機器人在各類場景中搶盡了風(fēng)頭。機器人創(chuàng)業(yè)風(fēng)起云涌，從工業(yè)機械臂到家庭人形機器人，形態(tài)層出不窮，但要在復(fù)雜的真實生活場景中產(chǎn)生普世價值，仍需漫長探索，且核心零部件與運動控制方案同樣面臨同質(zhì)化問題。

無論 “數(shù)字大腦” 多么聰明，無論 “機械軀體” 多么靈活，如果它們無法精準(zhǔn)地感知、理解我們身處的這個復(fù)雜、非結(jié)構(gòu)化的物理世界，一切的智能都將是空中樓閣。數(shù)字世界與物理世界之間，橫亙著一道由感知鴻溝形成的天塹。

所以 vivo 并沒有急于跟風(fēng)，而是以終局思維思考：“我們一直在想，AI 或者智能體最終演進到我們想要的狀態(tài)時，被卡脖子的卡點在哪里。” 胡柏山表示。

未來 AI 落地的真正 “卡脖子” 環(huán)節(jié)，恰恰是這個連接虛實、看似不起眼卻至關(guān)重要的感知層。當(dāng)前的大模型有點像是失明的天才，或是云端軍師，非常聰明，但并不真正懂用戶，也就無法更好地幫到用戶。而影像，就是 AI 在物理世界的 “眼睛” 和 “第一引擎”。

感知，是數(shù)據(jù)之源、理解之基、行動之始。它決定了 AI 能獲取什么樣的信息，從而做出什么樣的判斷。一個專注于室內(nèi)家庭服務(wù)的機器人，與一個在戶外工作的機器人，所需的視覺感知數(shù)據(jù)與訓(xùn)練集截然不同，這個差異將直接造就最終產(chǎn)品體驗的天壤之別。

將 “感知” 作為未來的一個技術(shù)長賽道，相當(dāng)于在 AI 產(chǎn)業(yè)從云到端再到物的價值鏈上，提前卡住了那個將智能 “注入” 現(xiàn)實世界的關(guān)鍵隘口。

眼力、定力、耐力，“三重奏”通往收獲季節(jié)

在 AI 的喧囂與轉(zhuǎn)型的十字路口，vivo 的選擇顯得格外清晰而堅定。它沒有追逐最炫目的技術(shù)光環(huán)，也沒有描繪最宏大的未來圖景，而是將戰(zhàn)略的錨點，牢牢釘在了三個樸素的信條上：做正確的事，做長期的事，做用戶真正需要的事。

在懂懂看來，這背后，是 vivo 穿越產(chǎn)業(yè)周期所淬煉出的戰(zhàn)略眼力、耐力與定力。

眼力：在 “影像 + AI” 中，錨定自己的主場。

當(dāng)行業(yè)為大模型、智能體、機器人狂歡的時候，vivo 給出了一個看似簡單卻極具穿透力的答案：“影像 + AI” 雙輪驅(qū)動。這是基于深刻的自我認知與用戶價值判斷的戰(zhàn)略聚焦。

做自己能力所及的事，把自己能做的事做到極致。作為全球領(lǐng)先的終端廠商，vivo 的核心優(yōu)勢在于對硬件、軟件與用戶體驗的深度融合，在于離用戶最近。vivo 選擇在端側(cè) “筑高墻”，將 AI 能力深度集成進手機這個最貼身、最強大的感知與交互中心。胡柏山反復(fù)強調(diào) “聚焦終端，重塑體驗”，這是其基因決定的戰(zhàn)場。

vivo 的眼力，來自于對產(chǎn)業(yè)趨勢的冷靜判斷和對自身邊界的清醒認知，深耕自己最具優(yōu)勢、且能直接創(chuàng)造用戶價值的端側(cè)智能。

耐力：在 “感知賽道” 上，做時間的朋友。

如果說影像 + AI 是 vivo 應(yīng)對當(dāng)下競爭的 “矛”，那么將感知能力確立為新的一級技術(shù)支撐賽道，則是其為未來十年、二十年埋下的 “錨”，這是一項難而正確的戰(zhàn)略投資。

長賽道的本質(zhì)，是承認某些核心能力的構(gòu)建無法一蹴而就，需要長期持續(xù)且穩(wěn)定的投入，也就是 vivo 常說的 “少押注、押重注”。vivo 在影像、設(shè)計等領(lǐng)域的成功，已驗證了這條路徑的可行性，如今，它將同樣的邏輯應(yīng)用于感知能力賽道。

vivo 將感知能力視為 “未來所有智能體的基礎(chǔ)設(shè)施”。無論是手機上的 Agent，還是未來的 MR 設(shè)備、家庭機器人，精準(zhǔn)理解物理世界都是其智能的前提。投資感知，就是在為整個 AI 生態(tài)鋪路。這條路可能短期內(nèi)看不到顯性的商業(yè)回報，但它決定了未來智能體驗的天花板。

vivo 對長賽道的投入，會隨著技術(shù)認知的深化和生態(tài)的成熟穩(wěn)步加碼、螺旋式上升，絕不會因為短期行業(yè)熱點的起伏 “一腳油門、一腳剎車”。這種組織與戰(zhàn)略上的穩(wěn)定性，是技術(shù)能夠 “十年磨一劍” 的根本保障，也是對抗行業(yè)浮躁與不確定性的最大耐力。

定力：在 “用戶剛需” 里，務(wù)實前行。

真正的定力，不僅體現(xiàn)在堅持做什么，更體現(xiàn)在敢于不做什么。vivo 的務(wù)實，在其對具體產(chǎn)品路徑的選擇上體現(xiàn)得淋漓盡致。

其機器人 Lab 明確聚焦家庭場景和年輕用戶，并坦言需要 “3 年時間做出 Demo”。不貪大、不求快，摒棄追求噱頭發(fā)布的浮躁，從寵物喂食、衣物收納等容錯率高、需求真實的場景切入，沿途下蛋，真正回歸到以解決用戶實際問題、積累核心認知為目標(biāo)的長期耕耘中。

回顧智能手機時代，vivo 的成功并非偶然。正是當(dāng)年頂住壓力，堅定投入 “設(shè)計、影像、系統(tǒng)、性能” 四大長賽道，才奠定了其后來的產(chǎn)品力基石，不僅贏得了市場份額，更在高端市場站穩(wěn)了腳跟。這恰好驗證了 vivo 埋頭種因的理念。

在懂懂看來，在從 SmartPhone 到 Agent Phone 的歷史拐點，vivo 再次展現(xiàn)了同樣的戰(zhàn)略智慧。它沒有盲目跟風(fēng)，而是從事物本質(zhì)出發(fā)，認識到感知對于 AI 發(fā)展的重要性；從用戶需求出發(fā)，確定通過場景化實現(xiàn)價值的路徑；從自身能力出發(fā)，界定終端基因，堅定地種下了 “影像 + AI” 與 “感知長賽道” 這兩顆關(guān)鍵的 “因”。

2026 年，是行業(yè)的轉(zhuǎn)折點。vivo 在這個十字路口沒有急于狂奔，而是耐心播種。它深知，在技術(shù)革命的浪潮中，比追逐浪花更重要的，是看清潮水的方向，并提前在關(guān)鍵的水道上打下堅實的橋墩。

埋頭種因。眼力，讓它選對了方向；耐力，讓它沉得下心；定力，讓它走得遠。秋天自是豐收時。

冷眼旁觀 麻辣點評 深入分析

個人觀點，僅供參考