AI手機該進入新階段了

手機廠商正在面對兩個機遇，一個是更深度參與重構AI交互系統(tǒng)的機會，另一個則是建立硬件更直接的入口優(yōu)勢的機會。

作者 | 李威（北京）

今天，庫克宣布現(xiàn)任硬件工程高級副總裁John Ternus將在今年9月出任蘋果公司CEO。他選擇了一名在蘋果體系內成長了25年的資深工程師和產(chǎn)品人，來帶領蘋果走進AI時代。

這意味著，庫克認為蘋果接下來會需要更多「讓產(chǎn)品更好、更大膽、更美好、更有意義」的創(chuàng)新。而這次官宣也恰好處于龍蝦爆發(fā)，引發(fā)智能手機創(chuàng)新思考的時間節(jié)點上。

雖然在本周發(fā)布的華為HUAWEI Pura 90、OPPO Find X9s Pro、REDMI K90 Max等手機上都還是在強調AI對拍攝、記憶等具體能力的強化，但是我們認為手機需要開始從AI賦能具體能力，進入到AI主導系統(tǒng)性重構的新階段了。

龍蝦和Skill的出現(xiàn)是我們做出這個判斷的前提條件。一個有意思的嘗試是，前些天金谷園餃子館的老板突發(fā)奇想，vibe coding出了一個「金谷園餃子館 · SKILL」，然后將其上線，并利用餃子館的公眾號進行了推廣。

如果有人為自己的龍蝦安裝了這個skill，就能和龍蝦對話獲取到金谷園餃子館的詳細營業(yè)信息，比如幾點開門、能否外賣、WiFi密碼是多少等。現(xiàn)在，金谷園老板已經(jīng)在和美團的團隊合作，探索排隊取號能力的落地方案。

金谷園老板對未來的設想是，顧客進店之后，不再需要掃碼點單，直接讓自己的龍蝦推薦一份適合這一頓的菜譜。這套構想中，我們所熟悉的在手機上「點點點」下單的體驗，變成了和龍蝦的幾句聊天。甚至，龍蝦會比你自己更清楚這一頓應該吃什么餡的餃子，搭配什么樣的涼菜。

當移動互聯(lián)網(wǎng)時代依賴手機和APP形成的一整套到店就餐體驗，因為龍蝦的出現(xiàn)而有了新體驗。當人們不再依賴圖形界面和觸摸操作完成任務，交互的終點變成一個對話框，手機這個統(tǒng)治了人類數(shù)字生活近二十年的核心硬件產(chǎn)品，也會隨之發(fā)生變化：

第一，盡管正在面臨來自AI硬件的挑戰(zhàn)，但未來的手機依然會是一個主要的社交娛樂中心，提供影音游戲等娛樂能力，承載用戶的線上社交需求，讓用戶能夠聊天、刷抖音、玩游戲和看劇；

第二，手機仍然是一個相對安全的用戶數(shù)據(jù)存儲硬件，和一個綜合能力更強的任務執(zhí)行中心。

第三，面向AI時代，手機作為人身邊最復雜的傳感器集群，會增加一個重要的感知中心功能——感知、學習用戶的行為習慣、身處環(huán)境、意圖等，為AI提供個性化的上下文信息。

第四，手機需要適應新的交互方式，搭建一個更適合Agent時代的操作系統(tǒng)，不能再用「App時代的腦子」處理Agent時代的任務。

龍蝦帶來了新的探索方向

手機廠商對AI的探索并不晚，從機器學習階段到大模型階段，再到龍蝦出現(xiàn)之后，手機廠商一直在緊跟技術進步，積極探索AI在手機上的應用。

這種探索大致可以被分為三類：

第一類是對具體能力的增強。這是手機廠商做得最早，落地應用最多的AI嘗試。

比如我們早已熟悉的一鍵消除背景雜物、自動剪輯視頻、生成記錄摘要等能力，還有剛剛看到的XMAGE智拍、AI一鍵閃記等功能。這類探索的本質是用AI提升單點體驗，但護城河較淺，與獨立AI產(chǎn)品形成競爭，用戶選擇使用的可能性不大。

第二類是為安卓的圖形界面搭建AI執(zhí)行外掛。努比亞與豆包手機助手的合作就是一次最激進的AI外掛嘗試，此外，榮耀等廠商也在進行類似的嘗試。這種方案利用AI的視覺識別能力（VLA 模型）和底層權限獲取，模仿人在手機中進行操作，以此來解決APP的孤島問題。

豆包手機助手

但這種「外掛」路線會面臨一個核心問題：在第三方應用不愿進行深層開放的情況下強行拆墻，往往會遭遇迅速而激烈的封禁。沖突的根源還是互聯(lián)網(wǎng)巨頭之間的入口之爭，豆包手機助手想依托AI建立新入口，但微信、淘寶等老入口產(chǎn)品并不想讓自己淪為給新入口打工的人。

目前，雖然有傳出豆包AI手機二代產(chǎn)品將在第二季度發(fā)布，且有兩家TOP5手機廠商也在與其進行接觸，但這種強行與互聯(lián)網(wǎng)巨頭競爭的路徑，也不是最符合手機廠商長遠發(fā)展訴求的選擇。外掛方案更像進入AI OS之前的過渡產(chǎn)品，且很難誕生出與Agent相匹配的商業(yè)模式。

如果手機廠商一定需要擁抱AI化，那第三類探索——手機Claw，可能會更契合手機廠商的發(fā)展訴求。小米和華為都在測試自己的手機Claw產(chǎn)品，小米的MiClaw是手機廠商最早推出的手機龍蝦產(chǎn)品。華為的小藝Claw也很快在手機上實現(xiàn)了開箱即用，多端協(xié)同的養(yǎng)蝦體驗。

龍蝦元年到來之后，手機交互的Agent化共識正在加速形成。雷軍認為，龍蝦對小米來說可能是AI OS的一種新形態(tài)。vivo總裁胡柏山也表示，Agent將全面重構產(chǎn)品交互范式，手機將從Smart Phone向Agent Phone演進。

拋棄圖形界面的制約，從交互體驗出發(fā)構建一套新的AI OS，意味著手機廠商有機會不再受限于互聯(lián)網(wǎng)巨頭的恩惠，而是要通過重建交互體驗與規(guī)則，吸引互聯(lián)網(wǎng)巨頭參與到一個更開放的Agent系統(tǒng)的構建中來。

新手機OS有四個特征

這種手機上的Agent化交互還處在探索的早期。我們可以從手機廠商的近期動作中，來嘗試總結它的幾個關鍵特征。

第一，更Agent化的助手。小米的超級小愛、華為的小藝、榮耀的YoYo等手機自有的助手，都在強化AI能力，甚至可能會逐步龍蝦化。它們不再是簡單的語音控制器，而是具備了主動規(guī)劃能力的智能體。

同樣的，蘋果也在圍繞Siri的AI能力提升做更多努力。已經(jīng)公布的消息顯示，今年的WWDC將會聚焦AI進展和全新軟件與開發(fā)者工具。我們也可以期待，到9月蘋果新CEO上任，是否會帶來更大膽的手機AI體驗創(chuàng)新。

第二，對個人知識庫建設的強調。手機是一個承載個人數(shù)據(jù)、記憶的載體。廠商都在不斷提升手機的記憶能力，這是在為AI理解和執(zhí)行任務積累個性化的上下文。

榮耀選擇端側Memory-in-Context路線，構建一套「長期記憶+短期記憶+瞬時記憶」的仿生策略。Nothing的Essential Memory則可以從用戶保存的內容中提取重要信息，自動補充個人化背景信息。小米的超級小愛可以通過「小愛記憶」功能收藏屏幕內容。

第三，對多模態(tài)感知能力的強調。多模態(tài)感知能力可以讓手機支持AI實現(xiàn)聽語言、看屏幕，并通過攝像頭來理解世界。

榮耀研發(fā)團隊通過導入多模態(tài)模型，讓YOYO更能看懂屏幕上的內容，甚至看懂攝像頭里的物理世界。vivo則在強調影像是AI感知物理世界的核心「眼睛」，要讓手機成為一個擁有感知力的數(shù)字伙伴。

第四，對基礎模型能力的強調。小米3月發(fā)布了MiMo V2 Pro、MiMo V2 Omni及MiMo V2 TTS三款模型，其中MiMo V2 Pro參數(shù)量超萬億，支持100萬token上下文窗口。蘋果一方面在與谷歌合作，基于Gemini模型和Google Cloud技術構建下一代Apple Foundation Models（AFM），另一方面也在繼續(xù)自研基礎大模型。

這四個特征分別對應了執(zhí)行、記憶、感知、思考能力，意味著新OS不再是賣軟硬件服務，而是要售賣一種養(yǎng)成個人Agent的土壤。

新系統(tǒng)還需要建兩個生態(tài)

手機進行Agent化的過程中，構成其體驗的硬件生態(tài)和應用生態(tài)也在隨之發(fā)生變化。

硬件生態(tài)方面，硬件與助手的更緊密結合，會共同構成一個服務用戶的交互體驗。這意味著，手機要和AI眼鏡、AI戒指、AI項鏈以及家庭的IoT設備組成連接更緊密的硬件網(wǎng)絡，承載Agent化所需的需求溝通、數(shù)據(jù)感知和流動。

Vivo在將資源投入到三個核心的HUB型產(chǎn)品：手機、頭顯、機器人，并以此為基礎將「影像+AI」的能力進行普及——手機是感知源頭，端側記住每一個用戶的個性化特征與習慣；MR頭顯是空間計算的訓練場；而家庭機器人作為智能的終極形態(tài)，將匯聚感知并作用于物理世界。

應用生態(tài)層面，App可能會被更原子化的Skill取代。榮耀CMO關海濤在小紅書發(fā)文指出，「移動時代的技術主體是Apps應用，而AI時代的技術主體是Agents智能體。」App是更固定的，在尋找執(zhí)行任務的最大公約數(shù)；Agent和Skill是更靈活的，能夠滿足個性化的細小需求。

我們看到的一個比較有意思的探索是手機廠商Nothing推出的Essential Apps。用戶可以圍繞自己的使用習慣、日常需求快速創(chuàng)建今日穿搭推薦、首屏展示小組件等應用。然后用戶還可以將自己創(chuàng)建的Essential App發(fā)布到Nothing的Playground平臺上，讓其他用戶來發(fā)現(xiàn)和下載。

每一個Essential App往往都對應一個具體而明確的任務，這本身就是一種類似Skill的產(chǎn)品形態(tài)。未來可能更多人會依托手機和vibe coding開發(fā)出更多樣的Skill，然后在類似Playground的Skill市場中進行分發(fā)，形成一套新的應用生產(chǎn)、分享、使用體驗。

Nothing對此的判斷是，個人計算正在進入一個全新的階段——設備開始適應人，而不再是人去適應設備。

「App多年來一直要求人們遵循預設的應用、菜單和操作流程。如果沒有現(xiàn)成的功能，人們只能等待別人去開發(fā)；如果功能不完全符合需求，也只能將就使用。在由AI塑造的新世界里，這種模式已經(jīng)不再合理。」

由此可能還會探索出探索一種新的商業(yè)模式。從「下載-使用」轉向「需求觸發(fā)-Agent調用-Skill執(zhí)行」，意味著要調整過去APP以流量為核心的商業(yè)運作邏輯，針對Agent用完即走的特點提出新的商業(yè)運作邏輯。現(xiàn)在這種模式是什么并不明朗，但很有可能會是一種免費基礎流量與按需增值服務的組合體。

1987年，蘋果前CEO約翰·斯考利構思出了「知識導航儀」（Knowledge Navigator），預言了一個能與人對話、處理復雜任務的智能助理，智能手機是為承載這個助理而生的載體。

近四十年后，隨著各種龍蝦、類龍蝦產(chǎn)品的落地，這個構想正在完成閉環(huán)，也讓手機的交互更加貼近于人的直覺。

在這個轉折點上，手機廠商正在面對兩個機遇：一個是更深度參與重構AI交互系統(tǒng)的機會，另一個是真正實現(xiàn)萬物互聯(lián)，發(fā)揮出手機、AI眼鏡等硬件更直接的入口優(yōu)勢。二者的交集有可能會讓手機廠商的AI助手成為AI時代的關鍵入口和能力分發(fā)渠道。

蘋果的變陣，華米Ov的持續(xù)迭代，都在指向這個新的發(fā)展階段。