18年前，蘋果以智能手機開啟生態時代的全新範式；siri問世後，語音助手迅速成為行業標配，但功能多局限於查天氣、設鬧鐘等基礎操作，與真正意義上的智能相去甚遠。
如今，人工智慧的登場讓行業變革成為共識。大模型不再是為手機增添簡單「智能」、應付問答的輔助工具，而是深度融入系統流程，如同全能管家般跨app完成訂票、點餐、取消續費等複雜操作，推動手機真正邁向下一代計算入口。
過去一年，gpt-5、gemini 3等大模型的持續迭代讓人工智慧穩居科技焦點。當一款將大型語言模型深度融入操作系統的國產ai手機橫空出世，外媒紛紛評論，這或許標誌著「中國的第二個deepseek時刻」已然到來。這場從「人工智慧作為工具」到「人工智慧作為數字工作者」的跨越，正重塑智能手機的核心形態。
01
ai手機：大模型與終端的深度融合
中興通訊與位元組跳動聯合開發的努比亞m153手機（豆包手機）的亮相，堪稱ai手機領域的顛覆性事件。其核心亮點在於將ai agent能力深度整合至操作系統層面，實現了跨應用自動執行、場景化記憶服務與便捷喚醒交互的核心突破，真正讓手機具備了「像人一樣操作」的智能屬性。
國際科技博客「tech-now.io」直言，如果該範式被廣泛採用，或將極大地加速高級人工智慧在移動設備上的普及。而美國「medium」網站更是將其與從鍵盤到觸摸屏的轉變相提並論，稱「這次飛躍感覺更大」。
這一突破背後，是「大模型廠商+手機廠商」的生態合作趨勢凸顯。豆包雖無自研手機計劃，卻通過與中興的深度合作實現了技術落地。
另一家大模型廠商智譜近期開源了核心ai agent模型autoglm，該模型被業界視為全球首個具備「phone use」（手機操作）能力的ai agent，能夠穩定完成外賣點單、機票預訂等長達數十步的複雜操作流程。此次開源意味著硬體廠商、手機廠商和開發者均可基於autoglm，在自有設備或系統中復現能「看懂」屏幕、模擬真人進行點擊、輸入、滑動的ai助手。目前，autoglm已支持微信、淘寶、抖音、美團等超過50個高頻中文應用的核心場景，其自動化操作能力與此前引發熱議的「豆包手機」演示水平類似。
對於手機廠商而言，ai助手是打破同質化競爭、實現差異化發展的關鍵。榮耀、小米、oppo等廠商此前均缺乏能打通所有app的超級入口，而autoglm的開源為它們提供了現成的技術底座。大模型正從雲端走向終端，推動智能手機完成從「功能集合」到「智能夥伴」的本質蛻變。
02
什麼才是真正的ai手機？
如今市場上ai手機的宣傳層出不窮，但真正的ai手機與傳統智能手機有著本質區別。ai手機並非脫離智能手機範疇的全新產品，而是其下一代進化形態，核心差異在於ai從「輔助工具」升級為「系統級的基礎能力和交互核心」。不過，關於ai手機的準確定義，目前行業尚未形成統一標準。
此前行業普遍認為，ai手機的核心差異在於端側ai能力——傳統智能手機的ai功能大多依賴雲端，而ai手機將大模型直接集成到晶元中，不僅響應速度更快，隱私保護也更到位。例如拍照時實時消除路人、離線翻譯文檔等功能，傳統手機難以實現；而通過內置強大的端側大模型，ai手機還能理解用戶意圖、主動提供服務，並跨應用執行複雜任務。
另一種則是，通過搭載系統級ai智能體，依託大模型實現多模態感知與自動化執行能力，在響應速度、隱私保護等方面優化用戶體驗，可創建虛擬辦公、沉浸式學習等消費場景。這類設備採用端雲協同技術路線，結合邊緣計算降低算力需求，實現千元機適配雲端ai功能。國產機型聚焦智能助手開發，如oppo的「小布」、榮耀的「yoyo」等，通過模擬識屏與點擊操作縮短交互路徑。榮耀magic8系列搭載行業首個自進化ai智能體操作系統magicos 10，覆蓋衣食住行購3000多個場景的自動執行，並支持跨生態設備互聯。而努比亞m153更是採用智能體框架可完成商品識別、全網比價、跳轉支付等完整操作鏈，系統層面整合程度遠超傳統輔助型ai助手。
值得注意的是，努比亞m153（豆包手機）上採用的是雲端ai。不同於強調端側ai能力的ai手機，而是展示出了ai手機的新範式。通常情況下，運行在雲端的 ai 模型在性能上會優於本地運行的模型，但云端模型也存在一些弊端。部分用戶可能擔心將個人或敏感數據發送到遠程數據中心，或者希望在沒有 wi-fi 或蜂窩網路連接的情況下也能使用 ai 模型。
03
手機晶元是端側ai能力落地的「硬體底座」
正是洞察到雲端ai的痛點，各大廠商紛紛布局端側ai，通過強大的硬體支撐實現數據本地處理，讓敏感信息始終不上雲，既徹底規避安全風險，又能保障響應速度。而這終究要依賴硬體底座的支撐，手機晶元正是端側ai能力落地的核心載體。
隨著ai從單一任務處理向跨場景智能調度演進，晶元的npu（神經網路處理單元）已成為衡量ai性能的核心指標，直接決定本地大模型的運行效率。如今，主流晶元的ai算力已邁入50tops以上級別，而算力供給、能效控制、多模態數據處理能力的三位一體，成為晶元廠商的核心攻關方向。
在今年的高通驍龍峰會上，高通持續強調端側ai的重要性。第五代驍龍8至尊版移動平台正是這場變革的核心載體之一，它不僅將終端側ai的性能、能效與應用體驗推向新高度，拓寬了手機在ai時代的能力邊界，更推動用戶與智能設備的交互方式實現重要轉變。驍龍8至尊版的ai能力源於底層硬體的突破性升級——全新高通hexagonnpu作為高通ai引擎的核心處理單元，相較前代平台實現37%的性能提升與16%的每瓦特性能優化。該npu擁有12個標量加速器、8個向量加速器以及升級的張量加速器：標量加速器專註於圖像識別、音頻分析等經典ai任務，同時支持llm推理；向量加速器用於加速複雜的像素級圖像模型，且在llm場景中支持更長的上下文窗口；張量加速器則負責加速更大更複雜的多媒體用例以及lvm模型。此外，高通hexagon npu還支持int2與fp8精度，可通過減少內存佔用來提升計算效率並優化能耗。
聯發科也不甘落後，其發布的天璣9500突破性地搭載了超性能npu 990與超能效npu組成的雙npu架構，從硬體底層為端側ai的「高性能+低功耗+高安全」三重需求提供堅實支撐。其中，超性能npu 990的峰值算力較上一代提升111%，在蘇黎世ai benchmark中斬獲超15000分的行業第一成績，可輕鬆應對4k高清文生圖、多模態內容摘要等重負載ai任務；其集成的生成式ai引擎2.0率先支持bitnet 1.5 8bit大模型運算，通過專用固化電路與內存壓縮技術，在大幅減少存儲需求的同時，將峰值性能下的功耗降低56%，實現「算力翻倍、功耗減半」的能效突破。同時，天璣9500的超能效npu採用業界領先的存算一體架構，運行功耗較傳統npu降低42%，可支持ai模型全天候低功耗常駐；再配合台積電第三代3nm製程工藝的加持，晶元npu的能效優勢進一步強化，相較上一代晶元，峰值功耗降低56%。此外，聯發科還推出「天璣ai開發套件」等工具，計劃將生成式ai應用研發周期縮短至一天，支持在智能手機、智能汽車等多終端部署創新ai體驗，並發布《生成式ai手機產業白皮書》，定義ai手機發展路徑，構建從晶元到應用的端側ai生態體系。
谷歌pixel 9手機則採用全新定製晶元tensor g4，這是新一代高性能手機晶元，旨在優化日常使用場景，如更快打開應用程序、流暢瀏覽網頁等。tensor g4由google deepmind設計、三星代工生產，採用arm架構，經優化後可運行最先進的人工智慧模型，也是第一款能運行多模態gemini nano模型的處理器——僅在手機端側，就能實現大模型理解文本、圖像和音頻等複雜任務。
04
手機晶元面臨的三重挑戰
儘管手機晶元的ai能力持續升級，但行業仍面臨三大核心挑戰。
其一，算力與能效的平衡難題。本地運行百億參數大模型導致功耗激增，晶元散熱與續航壓力凸顯，而用戶對ai功能的高要求與手機輕薄便攜的剛性需求形成尖銳矛盾，如何在強大算力與低功耗之間找到平衡點，成為晶元廠商的核心課題。
其二，技術標準與生態協同的碎片化。晶元廠商、手機品牌與大模型團隊的適配標準不統一，導致ai能力落地效率參差不齊；同時，手機晶元與車機、智能家居等終端的算力調度缺乏統一架構支持，跨設備協同存在明顯瓶頸。
其三，安全與隱私保護的底層漏洞。本地數據處理增多使得晶元級數據加密技術的不完善問題暴露無遺，隱私泄露風險加劇；而晶元防篡改能力不足，也可能導致ai功能被惡意利用，引發安全隱患。
ai手機的競爭本質，是晶元算力與生態能力的雙重競爭。這要求晶元廠商打破單一硬體思維，以系統級視角構建核心競爭力。隨著lpddr6內存、高規格ufs快閃記憶體等配套技術的普及，晶元將能夠支撐更強大的ai功能落地，推動多模態交互、複雜任務自主完成等場景走向成熟。未來，手機端hbm（高帶寬內存）與存算一體技術的突破，將進一步破解算力與能效的平衡難題，為端側ai的持續升級提供動力。
從實驗室走向生活場景，ai技術的普及離不開手機晶元的支撐。作為智能社會的核心基礎設施，手機晶元的發展不僅關乎智能手機產業的升級迭代，更在重塑人與智能設備的交互方式，推動ai融入出行、辦公、家居等多元場景。在這場智能革命中，晶元的重要性不言而喻——它既是ai手機的「心臟」，更是開啟全場景智能時代的鑰匙，未來將持續引領科技產業的發展方向。
