豆包手機2.0來了？端側(cè)AI賽道正在加速鋪路

撰文 | 雁 秋

編輯 | 李信馬

題圖 | AI生成

“全球首款A(yù)I智能體手機”就要在7月17日的WAIC 2026亮相了，中興通訊終端事業(yè)部總裁倪飛在社交媒體上放出消息：這是一款量產(chǎn)旗艦。

圖源：社交平臺截圖

量產(chǎn)，意味著背后的供應(yīng)鏈、品控、售后全鏈條都跑通了，消費者直接能買到。

外界普遍猜測，該機型就是此前豆包AI手機（工程機，M153）的升級版。當(dāng)然，由于“太過智能”以及底層直控模式存在的安全風(fēng)險，M153推出后就被迅速封殺。至于即將亮相的二代，據(jù)稱在系統(tǒng)兼容性、權(quán)限調(diào)用穩(wěn)定性上有了“實質(zhì)性突破”，甚至可能實現(xiàn)“系統(tǒng)級智能體與應(yīng)用級智能體雙向互通”。但具體怎么突破、互通的，是跟互聯(lián)網(wǎng)大廠談妥了，還是繞開了某些限制，目前沒有任何公開信息。

努比亞這邊剛官宣，另一條消息在同一天炸了出來：階躍星辰也要在近期發(fā)布一款A(yù)I智能體手機。這是一家大模型公司，區(qū)別于手機廠商在現(xiàn)有的供應(yīng)鏈上疊加AI能力，階躍星辰是要從零開始做一個“AI原生”的終端。

不過本文想討論的并不是AI手機，而是借由這兩條消息，探討一下端側(cè)AI目前走到了哪一步？哪些走通了，哪些還存在阻礙？以及，由大模型驅(qū)動的端側(cè)AI變革，是否會影響未來手機的競爭格局？這條賽道上的玩家，最應(yīng)該聚焦的是什么？

01、端側(cè)AI是必選項

手機廠商和模型公司同時押注端側(cè)AI，背后有兩股清晰的推力。最直觀的，是來自市場。

市場研究機構(gòu)Counterpoint近期發(fā)布了關(guān)于中國手機市場2026年W22-W25（5月25日至6月21日，對應(yīng) 618 購物節(jié)）期間的銷售數(shù)據(jù)。數(shù)據(jù)顯示，國內(nèi)智能手機銷量同比下降 13%，除華為外，其他品牌均遭遇同比銷量下滑。

這種波動并非偶然發(fā)生，受制于創(chuàng)新乏力與換機周期延長，再加上近半年來存儲芯片成本激增，手機銷量正持續(xù)收縮，處在一個“賣不動也漲不起”的困局里。紫光展銳董事長馬道杰就曾公開表示：“整個消費電子行業(yè)也應(yīng)該升級了，核心的出路在于智能化。”

市場承壓的另一面，是技術(shù)已到達臨界點。其實早幾年前就有人提出做端側(cè)AI，但那時候更多是在喊口號，手機算力不夠，模型太大跑不動——現(xiàn)在不一樣了。

2026上半年，端側(cè)大模型繼續(xù)變小、變輕，能進入更多手機、PC、眼鏡等終端的同時，又能支撐端側(cè) Agent、實時交互和本地智能體驗。

更重要的是，目前端側(cè)模型的智能水平已經(jīng)在某些維度上追平了GPT-4——這是2026北京智源大會上面壁智能CEO李大海對媒體的公開表態(tài)。

群訪環(huán)節(jié)中李大海透露，面壁發(fā)布的MiniCPM5-1B端側(cè)模型，僅有1B參數(shù)，卻在國際權(quán)威榜單Artificial Analysis上拿到了17.9分。作為對比，2024年5月發(fā)布的GPT-4o是一個200B參數(shù)的模型，在同類榜單上得分只比它高零點幾分。

1B對200B，參數(shù)量差了200倍，智能水平卻幾乎持平。當(dāng)然，榜單分?jǐn)?shù)不能完全代表真實場景，但趨勢是明確的，端側(cè)模型不再只是云端大模型的“低配版”。

技術(shù)到位，市場能否講出新故事，重點看玩家怎么出牌。

手機廠商作為“原始股”，自然布局更早、投入更狠。小米從2019年就開始購買高性能芯片構(gòu)建算力數(shù)據(jù)中心；華為走全棧自研，HarmonyOS 7系統(tǒng)內(nèi)核直接嵌入盤古大模型6.0，AI任務(wù)全部本地運行；榮耀押注操作系統(tǒng)重構(gòu)，vivo的30億參數(shù)端側(cè)藍心大模型落地折疊旗艦，OPPO強調(diào)端云協(xié)同。

大模型公司同樣是重要參與者，他們涉足硬件，無外乎幾層原因：

第一，商業(yè)化能力遇到天花板。API價格競爭越來越激烈，利潤越壓越薄，撐不起持續(xù)燒錢的訓(xùn)練。正如阿里云通義大模型業(yè)務(wù)總經(jīng)理徐棟所言：“除了在線Chatbot和Agent之外，硬件可能是大模型快速形成商業(yè)閉環(huán)的場景?！?/p>

第二，端側(cè)AI硬件入口爭奪戰(zhàn)已經(jīng)打響。Meta押注AI眼鏡，字節(jié)與中興合作推出豆包手機，飛書聯(lián)合安克發(fā)布AI錄音豆，大模型公司正在把競爭從模型能力延伸到硬件入口，誰掌握了硬件入口，誰就掌握了用戶和數(shù)據(jù)。

端側(cè)AI就這么成了必選項，不是想不想做的問題，而是不做就會被淘汰。

02、缺一不可的“鐵三角”

既然技術(shù)和共識都已到位，那么端側(cè)AI、尤其是真正的AI手機為什么還沒普及？李大海的判斷是，制約端側(cè)AI規(guī)模化落地的核心因素，是模型與芯片的結(jié)合效率。

云端模型可以依賴集中算力做更大規(guī)模訓(xùn)練和推理，但落地到終端設(shè)備時，要面對電池、散熱、體積和延遲限制，模型設(shè)計方式也會不同。

比如AI眼鏡就存在輕量化與長續(xù)航的矛盾，Ray-Ban MetaGen1在一般使用狀態(tài)下續(xù)航為4小時，但如果連續(xù)使用AI對話，僅能維持30分鐘。AI智能體手機就更復(fù)雜了，要持續(xù)監(jiān)聽語音、實時“看”屏幕、后臺跨App操作……這些任務(wù)疊加在一起，對功耗和發(fā)熱的要求是指數(shù)級上升的。

若模型無法在物理芯片上高效、穩(wěn)定、低功耗地運轉(zhuǎn)，“智力”再高也是徒勞。端側(cè)AI的競爭，也從比拼參數(shù)規(guī)模和壓縮比例，轉(zhuǎn)向模型、芯片、系統(tǒng)、應(yīng)用之間的整體配合。

廠商已經(jīng)在采取行動，蘋果圍繞Apple Silicon芯片推出Core AI，高通、聯(lián)發(fā)科、英特爾等廠商都在搭建自己的端側(cè)AI平臺。聯(lián)發(fā)科發(fā)布的天璣AI智能體引擎2.0，能支持最高330億參數(shù)大模型的端側(cè)部署。高通驍龍8 Gen 5的NPU也在推動新一代端側(cè)AI體驗，性能較前代提升37%，每瓦特性能提升16%，首次支持64位內(nèi)存架構(gòu)。

與此同時，一眾國產(chǎn)存算一體端側(cè)AI芯片正在流片（相當(dāng)于芯片的“試生產(chǎn)”）。光羽芯辰首款芯片已成功流片，有望2026年底商業(yè)化量產(chǎn)；寒序科技基于8nm eMRAM工藝的邊緣AI芯片也已完成流片，支持最高20億參數(shù)端側(cè)推理。

當(dāng)芯片在功耗、算力上滿足需求，端側(cè)AI應(yīng)該會有更多可操作的空間。

另一個棘手的問題是生態(tài)。回到豆包AI手機，它被迅速封殺的直接原因不是技術(shù)不過關(guān)，而是商業(yè)生態(tài)的正面沖突——AI在后臺比價、填單、下單，用戶根本沒有打開各大廠的App、沒有看開屏廣告。

對于建立在“注意力經(jīng)濟”基礎(chǔ)上的傳統(tǒng)互聯(lián)網(wǎng)來說，這種模式是沒有商業(yè)價值的。進一步來講，AI智能終端與互聯(lián)網(wǎng)平臺生態(tài)在數(shù)據(jù)交互、權(quán)限控制及生態(tài)競爭中的沖突，不是技術(shù)上可以解決的。

模型、芯片、生態(tài)，任何一款A(yù)I智能體手機都必須在三者之間做出權(quán)衡和取舍，目前沒有玩家能同時解決這三個問題。努比亞的那款A(yù)I智能體手機面世后，依舊繞不開這幾個問題：權(quán)限問題到底解決了沒有，功耗和穩(wěn)定性扛不扛得住？端和云怎么分工？它究竟是富人的玩具，還是真能撬動細(xì)分市場的支點？

答案不一定能馬上揭曉，但方向越來越清晰了。