中國基模的壓哨入局者，先一步布局智能體時代

2024年以來，大模型行業從“百模大戰”的狂熱逐漸轉向落地焦慮。大模型如果只是停留在聊天框里，永遠無法兌現其商業價值，而只有成為能跨應用、跨設備完成任務的伙伴，才能真正走進用戶的生活。

一場共識收斂開始了。

2026年，OpenAI拉上蘋果前首席設計師Jony Ive籌備AI終端，Meta布局AI吊墜在內的多種終端形態，阿里、字節、智譜等國內大模型公司紛紛涉足硬件與芯片領域。另一邊，OPPO、榮耀、華為等手機廠商也集體押注AIOS，試圖把大模型能力嵌入現有終端。

在這樣的行業轉折點上，7月13日，階躍星辰的發布會顯得格外引人注目。

這家成立三年的大模型公司，推出了全新的大模型原生AI終端品牌STEPX。伴隨著品牌的發布，STEPX還公布了三項關鍵的進展——智能體原生操作系統Step AOS（Step Agentic-native OS）和新一代個人智能體階躍Amoo，同時大模型原生智能體手機STEPX Neo也驚喜亮相，正式打通了從基座模型、智能體系統到硬件終端的完整鏈路。

從大模型到硬件，這一戰略拓展的源頭，源于階躍終端總裁倪嘉悅與階躍董事長印奇的首次會面。

彼時，倪嘉悅卸任榮耀中國區總裁，手握十余年終端行業全鏈路經驗。憑借對未來的判斷，她赴港大修讀AI相關課程，相信在這個時代“所有硬件都值得用AI重做一遍。”而階躍星辰董事長的印奇，作為AI連續創業者，也一直在尋找大模型落地物理世界的突破口，亟待一個懂硬件、又懂AI的合作伙伴。

一次偶然的會面中，兩人一拍即合。快速對齊了一項判斷——C端重構正是AI時代最核心的機會之一，而原生AI終端完全是區別于過去的新未來。

在過去，硬件行業縱使跌宕起伏，卻可以提煉出一項“20年定律”。幾乎每20年，硬件行業都在經歷一場大迭代。第一次是1980年代初，彼時IBM PC橫空出世，個人電腦重構了人類處理信息的方式；第二次是2007年iPhone發布，觸摸屏和App Store開啟了移動互聯網時代。

如今，距離iPhone問世已近20年，當硬件形態的創新陷入瓶頸，而智能體的爆發，則成為打破現有格局的關鍵突破口。

“智能體的時代即將到來，現在正處于轉型前夜”，倪嘉悅判斷。

舊OS里無法生長出原生AI

過去十幾年，AI發展經歷了三個階段的分化。

AI1.0時代，行業重點解決了“看和聽”的問題，典型應用是圖像識別、語音轉文字；到了AI2.0時代，行業攻克了“理解和生成”的難題，大語言模型和多模態模型，解決了AI寫文案、畫圖、回答復雜問題等難題；

而在如今的3.0時代，AI核心命題變成了“替你做事”——智能體具備了感知、記憶、規劃、行動的能力，能夠跨應用、跨設備完成用戶的任務。舉個例子，在智能體的幫助下，AI將可以幫忙訂機票、整理會議紀要等等。

這一轉變直接暴露了現有操作系統的底層缺陷。過去60年，人機交互的演進是從圖形界面再到自然語言交互，所有系統的底層邏輯都是“人操作機器”，而非“智能體操作機器”。

這解釋了為什么縱觀目前行業里主流的操作系統方案，本質上都是在現有操作系統上疊加AI能力。典型的案例是，谷歌在原有的安卓系統上植入Gemini助手，蘋果在iOS中集成Apple Intelligence，以及國內大量手機廠商基本是在原來的操作系統上更新AI。

種種情況導致了，大部分用戶對于“AI手機”的感知并不強烈——不是相冊里多一個“AI消除”、會議App里多一個“AI摘要”，就是桌面邊緣飄了一個AI側邊智能欄。

本質上，這些所謂的AIOS，都是在舊的操作系統的江山上鑿開了一扇AI調用的窗口，并非真正為AI智能體設計一個操作系統。

階躍想顛覆這一切。階躍終端總裁倪嘉悅用了一個很形象的比喻：階躍要做的，其實是從底層為智能體“蓋一座新房”，而不只是簡單“開一扇窗”。

為此，Step AOS試圖直接推倒原先了橫亙在AIOS面前的“三堵墻”。

第一堵墻是記憶墻。在傳統OS里，微信、日歷、相冊的數據互不打通，“數據孤島”導致智能體無法構建“全局記憶”。比如，AI必須反復詢問“明天去哪個城市”、“咖啡點哪家”等基礎問題，缺乏對用戶個性的記憶。

為此，階躍在Step AOS上搭建了一套“記—理—憶”的架構。

據倪嘉悅介紹，在用戶授權下，Step AOS將“記”住散落在各App里的碎片化信息，接著通過算法整“理”，給這些信息打上標簽、分門別類，形成結構化的長期記憶檔案。當用戶發出指令時，系統能精準回“憶”起相關細節，無需再問“明天去哪個城市”等基礎問題。

Step AOS推倒的第二堵墻是決策墻。一直以來，AIOS的決策充滿痛點——全靠端側干不動、全扔云端則又慢又貴。

為此，Step AOS打造端云協同路由，端側“快反應”、云側“深思考”，并創新了一套“級聯調度”，這套智能分配任務核心邏輯類似數學里的數學中的“乘法分配表”。

舉個例子，這套機制下，90%以上的高頻輕量任務（比如查天氣、設鬧鐘、找本地文件等）都能在端側閉環，不僅節省了Token成本，也不會因為網絡延遲一直“轉圈”讓用戶等待。其他剩余不到10%的復雜多步任務才會上云，避免“殺雞用牛刀”，平衡了響應速度、算力成本和隱私安全。

緊接著，Step AOS推倒的第三堵墻是行動墻。在舊的AIOS中，智能體像個“盲人”——沒有原生接口，只能通過模擬點擊屏幕這種“像素級模仿”來操作APP，不僅效率低、易出錯，還常被風控系統攔截。

針對這一痛點，Step AOS的做法更為激進。它不直接兼容App，而是將支付寶、航旅等服務，拆解成數千個系統級的最小能力單元，構成一套原子能力引擎和服務調度框架。

這個框架的好處是，讓智能體不再需要用“肉眼”識別按鈕、模擬點擊，而是直接通過MCP、A2A等協議調用底層API。當智能體具備了“合法雙手”，Step AOS也成功拓展了支付寶在內的大應用，達成AI深度合作，避免了曾經初代智能體手機的困境。

不過，賦予智能體這種“合法雙手”的前提是，用戶必須開放大量的個人數據與操作權限。對于用戶來說，面對一個能自主轉賬、訂票、讀寫隱私文件的“數字管家”，用戶難免產生隱私擔憂，一旦授權失控，智能體便有從“助手”變為“內鬼”的風險。

而為了打消用戶側的“行動墻”這種顧慮，階躍在發布會上也宣布，將聯合上海人工智能實驗室發布《新一代智能體系統安全技術白皮書》，并提出“可信、可見、可控、可逆”的四維治理框架。這意味著，智能體的所有操作都將在可信執行環境中完成，每一步都可審計、可回溯，誤操作可一鍵撤回。

在推倒了過去橫亙在AIOS的三堵墻后，階躍想真正為未來的智能體打造一個更徹底的操作系統。

為什么基模廠更適合做AI硬件？

不過，搭建操作系統這一基礎設施只是第一步，階躍的野心，直直指向了AI Device上。

倪嘉悅的判斷直擊本質：未來原生AI終端的競爭，勝負手絕非硬件參數，而是模型、軟件、硬件的深度閉環——這正是沉迷“堆料”的傳統手機廠的軟肋，卻是基模廠商最大的機會窗口。

在倪嘉悅看來，模型正是基模廠商涉足AI Device的第一道護城河。

在模型上，階躍并未選擇“一個模型打天下”的捷徑，而是用三年時間，構建“1+N”的模型布局：1個主基座模型體系（Pro/Flash/Edge三層架構）+N個多模態能力矩陣（五大感官），精準匹配智能體的核心需求。

具體而言，云端Pro模型作為“最強大腦”專攻復雜推理；Flash模型被內部稱為“碳水模型”，以409T/s的超高速度壓低Token成本，支撐高頻交互；端側Edge模型則通過深度優化實現100毫秒級本地響應，兼顧隱私與延遲。

這套架構恰好命中了智能體時代的長上下文、長程任務及遞歸自我改進（RSI）三大賽點，構成了一套堅實的技術基座。

不過，基模技術優勢也必須落地為產品邏輯，而基模廠商也試圖從產品定義層面重構硬件。

在過去，傳統手機廠們往往奉行“終端+AI”，本質是硬件定義一切，AI只是后期附庸，甚至為了跑分盲目堆料，忽視了智能體的真實需求。此外，大部分傳統手機廠商更傾向于選擇外采模型的路徑，這難免導致數據主權旁落。

相較之下，在推出新品牌STEPX后，階躍徹底轉向“AI+終端”，先錨定模型能力與用戶痛點，再倒推軟硬件設計。

從“終端+AI”到“AI+終端”，不僅僅是詞序的顛倒，更是一場產品定義權、研發主導權乃至商業邏輯的自下而上的轉變。

倪嘉悅曾透露過一個極具代表性的內部“博弈”。

初期定義硬件時，階躍的硬件團隊沿襲行業慣性，本能想上最強芯片、做最高規格——這是手機行業二十年攢下的肌肉記憶。

而AI團隊基于智能體真實場景測算，堅持“夠用就好”，原因是，若芯片堆太滿，主板、散熱、電池、續航會一起被吃掉，最后變成“模型很聰明、手感很糟糕”的反面產品。

最終，雙方最終以目標人群需求和AI智能體訴求為錨點，達成共識——拒絕為跑分等營銷指標無效堆料，將算力留給模型優化，空間留給散熱與續航。

不過，要讓這套“AI定義硬件”的邏輯真正跑通，傳統硬件廠森嚴制度顯然水土不服。而基模廠商的AI Native組織模式，恰恰構成了第三重難以復制的隱形競爭力。

在階躍內部，倪嘉悅和印奇的第二項共識是，“把組織當產品”。

在這一管理思路的支撐下，階躍終端團隊近500余名，平均年齡28歲的員工，不僅打破了過去“硬件、軟件、AI各自為戰”的部門墻，也形成了全新的AI Native工作方式——能力不被框定的崗位束縛，更像是自由組合的積木，技術人員獲得了極大的自主權。

在階躍內部，有一名02年出生的實習生，僅用一周時間就搭建了基于飛書機器人的自動化評測體系，將原本需要人工完成的實驗、跑數據、寫報告全流程接管。而在過去的大廠和手機廠，這種業務往往需要層層審批，無法由實習生級別員工“想干就干”。

一名從互聯網大廠轉來的算法工程師對此工作方式也感觸頗深。此前，他做云端開發無需顧慮算力、功耗，轉做端側后卻要直面隱私合規、功耗控制、端側GPU算力有限的三重約束。

而在階躍的AI Native組織里，他無需等待硬件團隊適配，靠AI工具輔助獨自搭起端側圖文搜索工作流，打通了從視覺識別到效果驗證的全鏈路——從只負責單一模塊的螺絲釘，變成了能扛全流程的多面手。

倪嘉悅將階躍的組織，總結為一種全新的生產關系——“破信息壁壘，讓每個團隊都拿到足夠的‘上下文’”，“身份不是門檻，想法和深度才是”。

這種扁平化的管理不僅提升研發效率，也適應AI時代快速迭代的需求。當智能體需要同時調度芯片、模型、應用時，任何一道部門墻都可能成為體驗的斷點。

因此，從種種角度看，基模廠商反而成了AI Device賽道格外適配的玩家。他們不僅在技術上有全棧模型壁壘，產品上有“AI優先”的定義邏輯，組織上還有適配快速迭代的文化。

而在借力中國過去沉淀下來的成熟硬件產業鏈后，基模廠商做AI Device的成功概率，或許遠高于需要自我革命的傳統硬件廠，也高于缺乏硬件沉淀的互聯網廠商。

“智能體時代很美妙”

盡管階躍是國內較晚入局的基模廠商，比第一梯隊晚了近兩年，但回頭看它的布局，階躍恰恰躲過了“百模大戰”的參數內耗，直接把籌碼壓在了智能體時代的基礎設施上。

如果把智能體看作一個能干活的數字人，階躍用了三年時間，一步步拼湊起智能體時代所需的技術基礎設施——大模型是“大腦”，階躍已經打磨完畢，跑通了“1+N”模型矩陣矩陣；Step AOS是“神經控制中樞”，負責調度記憶、決策、行動能力；“端云協同”則是“神經系統”，探索了大腦和身體的連接；“可信、可見、可控、可逆”的四維安全框架，就是它的“免疫系統”，從根上避免智能體越權亂干。

“我們即將迎來一個特別美妙的智能體時代”，倪嘉悅對即將到來的智能體時代的暢想很具畫面感。

在她看來，智能體將會是“超預期”的——比用戶先想到用戶沒說出口的需求，比如，當你說“要去高原地區出差”時，智能體已經會提醒你帶什么東西，甚至還會感知到你的高血壓情況，提前提醒你備好抗壓藥和高反藥。

在未來，智能體的種種特性，也會倒逼整個行業回歸第一性原理。

過去二十年移動互聯網的邏輯是人遷就機器——用戶得點圖標、輸關鍵詞、要在五六個App之間跳轉填信息。但這個時代的第一性原理非常簡單——智能體會替用戶把操作過程“消滅”掉，直達目標，讓用戶“一步即未來”。

隨之而來的是，智能體也即將帶來全新的人機交互范式，從“你問我答”的指令式交互，升級為“你定目標我扛執行”的意圖式交互，甚至進階到“我沒說你已經辦好”的預判式交互。

智能體時代的大門已經打開，階躍作為晚入局的玩家，反而先一步摸到了門檻。它的勝算不僅在于扎實的基礎技術布局，也在于沒有歷史包袱——不用像手機廠商、互聯網那樣，糾結如何設計全新的利益分配，而是用一系列模型、操作系統、組織文化的組合拳，把智能體的商業閉環從概念落到了可執行的產品路徑上。

對于躲過了前半場炮火的階躍來說，這或許就是它超車的絕佳機會。畢竟，智能體時代的戰爭，才剛剛開始。