豆包手機2.0來了？端側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AI智能體手機”就要在7月17日的WAIC 2026亮相了，中興通訊終端事業部總裁倪飛在社交媒體上放出消息：這是一款量產旗艦。

圖源：社交平臺截圖

量產，意味著背后的供應鏈、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。當然，由于“太過智能”以及底層直控模式存在的安全風險，M153推出后就被迅速封殺。至于即將亮相的二代，據稱在系統兼容性、權限調用穩定性上有了“實質性突破”，甚至可能實現“系統級智能體與應用級智能體雙向互通”。但具體怎么突破、互通的，是跟互聯網大廠談妥了，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布一款AI智能體手機。這是一家大模型公司，區別于手機廠商在現有的供應鏈上疊加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，由大模型驅動的端側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，最應該聚焦的是什么？

01、端側AI是必選項

手機廠商和模型公司同時押注端側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Counterpoint近期發布了關于中國手機市場2026年W22-W25（5月25日至6月21日，對應 618 購物節）期間的銷售數據。數據顯示，國內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生，受制于創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：“整個消費電子行業也應該升級了，核心的出路在于智能化。”

市場承壓的另一面，是技術已到達臨界點。其實早幾年前就有人提出做端側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——現在不一樣了。

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

更重要的是，目前端側模型的智能水平已經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。

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

1B對200B，參數量差了200倍，智能水平卻幾乎持平。當然，榜單分數不能完全代表真實場景，但趨勢是明確的，端側模型不再只是云端大模型的“低配版”。

技術到位，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建算力數據中心；華為走全棧自研，HarmonyOS 7系統內核直接嵌入盤古大模型6.0，AI任務全部本地運行；榮耀押注操作系統重構，vivo的30億參數端側藍心大模型落地折疊旗艦，OPPO強調端云協同。

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，撐不起持續燒錢的訓練。正如阿里云通義大模型業務總經理徐棟所言：“除了在線Chatbot和Agent之外，硬件可能是大模型快速形成商業閉環的場景。”

第二，端側AI硬件入口爭奪戰已經打響。Meta押注AI眼鏡，字節與中興合作推出豆包手機，飛書聯合安克發布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據。

端側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”

既然技術和共識都已到位，那么端側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AI規模化落地的核心因素，是模型與芯片的結合效率。

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

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

若模型無法在物理芯片上高效、穩定、低功耗地運轉，“智力”再高也是徒勞。端側AI的競爭，也從比拼參數規模和壓縮比例，轉向模型、芯片、系統、應用之間的整體配合。

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

與此同時，一眾國產存算一體端側AI芯片正在流片（相當于芯片的“試生產”）。光羽芯辰首款芯片已成功流片，有望2026年底商業化量產；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20億參數端側推理。

當芯片在功耗、算力上滿足需求，端側AI應該會有更多可操作的空間。

另一個棘手的問題是生態。回到豆包AI手機，它被迅速封殺的直接原因不是技術不過關，而是商業生態的正面沖突——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“注意力經濟”基礎上的傳統互聯網來說，這種模式是沒有商業價值的。進一步來講，AI智能終端與互聯網平臺生態在數據交互、權限控制及生態競爭中的沖突，不是技術上可以解決的。

模型、芯片、生態，任何一款AI智能體手機都必須在三者之間做出權衡和取舍，目前沒有玩家能同時解決這三個問題。努比亞的那款AI智能體手機面世后，依舊繞不開這幾個問題：權限問題到底解決了沒有，功耗和穩定性扛不扛得住？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。