網易首頁 > 網易科技 > 網易科技 > 正文

階躍進軍 AI 終端：大模型公司的下一場戰爭開始了

2026-07-13 22:29:34　來源: 態℃

北京舉報

分享至

出品｜網易科技《態度》欄目

過去幾年，大模型行業的競爭幾乎都圍繞同一個坐標系展開：誰的模型更強。

參數規模、榜單排名、推理能力、多模態水平、調用成本，構成了這一階段最核心的衡量標準。模型公司不斷刷新能力邊界，也推動大模型從算力卡/數據中心走向產業應用。

但當基礎模型能力逐漸趨同，行業開始進入新的階段。

越來越多從業者意識到，模型能力本身并不等于用戶價值。一個模型即便能夠理解、推理、生成，如果始終停留在聊天框里，它能創造的價值仍然有限。相比回答問題，人們更期待 AI 能夠主動調用工具、連接服務、完成任務，真正成為現實世界中人類的伙伴。

今年，大模型開始集體從“生成答案”往“交付結果”發力。這也是大模型獨角獸階躍星辰正在跨越的一道門檻。

7月13日，階躍在上海正式發布面向智能體時代的大模型原生AI終端品牌STEPX，并同步推出全球首個智能體原生操作系統Step AOS（Step Agentic-native OS）和個人智能體伙伴階躍Amoo，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。與此同時，大模型原生智能體手機（Agentic Phone）STEPX Neo在現場同步亮相。

從表面看，這是一家大模型公司下場做終端。但如果放在行業演進的脈絡里，這更像是一次對“智能體時代的下一站在哪里”的回答。

1.階躍的下一步，把模型變成行動能力

階躍故事的起點定在大模型。作為中國基模最后一個入局者，三年時間，階躍不斷搭建起模型版圖：從旗艦級 Pro 系列、標準版 Flash 系列到端側 Edge 系列，形成完整的大模型矩陣；在多模態方向，則覆蓋了文本、語音、圖像、視頻和行動能力。

有了這些能力還不夠，智能體要想自主完成任務，還需要長期記憶、任務拆解、環境感知、工具調用、跨應用協同、權限管理和執行反饋等。換句話說，基礎模型決定智能上限，但只有當模型進入終端、連接服務、形成系統，智能才會真正變成用戶可感知、可托付、可持續的體驗。

從聰明的大腦，到聰明的伙伴，還需一個橋梁——系統。放眼當前市面上的產品，在處處為人設計的環境里，智能體處處碰壁。具體表現為三堵墻：

首先是記憶墻，傳統操作系統中，各層級數據不流通，端與端之間的數據更是彼此割裂，App級的智能體注定只有“局部記憶”。只有重構操作系統層，才能讓智能體擁有統一、跨應用、跨設備的記憶體系。

其次是決策墻，好的決策既需要端側的快反應：即時響應、實時感知；也需要云端的深思考，去做復雜推理和全局規劃，而兩者在傳統系統里缺乏統一協同的調度機制，效率不夠高。唯有智能體系統級的端云協同，快慢結合，才能既有效率，又有質量。

其三是行動墻，智能體在行動前，需要系統給予兩樣東西，可信的行動通道，可管、可回溯的超級權限。原因很簡單，沒有原生接口，智能體只能模擬點擊；沒有合法身份，智能體拿不到授權。

基于這些痛點問題，Step AOS應運而生，它要解決的不是“如何把 AI 加進舊系統”，而是“如何讓系統更適合 Agent 高效執行”。在這樣的系統里，模型能力不再只是某個功能模塊，而是可以貫穿感知、理解、規劃、執行和反饋的全過程；應用、工具和服務也不再只是孤立入口，而是能夠被智能體理解、調度和組合的能力單元。在舊系統上給智能體開一扇門，它永遠是訪客，為智能體蓋一座房子，它才是原住民。

2.三層革新，為智能體重構生長環境

我們展開來看，Step AOS帶來了三層革新：新設施、新能力和新交互。

第一層，是新設施。在這里，Step AOS 給計算、數據、應用及服務三個地方進行了重構。

在計算層面，統一計算資源池調度 CPU、GPU、NPU 等異構算力，對端側模型和系統服務提供彈性的高性能算力供給，讓端側模型和服務調度實現相對最優供給。

在數據層面，統一語義數據層將感知、行為與個人數據加工為統一語義文件，配合高速混合數據庫實現極速傳輸。對智能體來說，數據不再只是分散在各個應用里的碎片，而是可以被理解、檢索和調用的上下文。

在應用及服務層面，原子能力引擎將原有系統的功能和服務拆解為適合 Agent 調度和編排的原子化服務，并提供高效服務引擎和同意協議開放平臺，向生態開放。

這意味著，系統資源不再只是為人使用的App 服務，而是開始為智能體的任務執行服務。

第二層是新能力。如果說新設施解決的是智能體“住在哪里”的問題，那么新能力解決的就是智能體“能不能真正做事”的問題。在這個層面，Step AOS 發布的三大關鍵技術能力，分別是記憶、決策執行和安全。

記憶讓智能體真正懂用戶。Step AOS 構建了雙域三步記憶結構：用戶域讓智能體記得用戶、理解用戶；智能體域讓其自身知識與經驗持續成長。記憶遵循“記—理—憶”三步鏈路，在日常交互中隨時記錄，在后臺自動整理沉淀，并在需要時精準召回。

這意味著，用戶不需要每次都重新交代背景和偏好，智能體可以在長期互動中逐漸形成對用戶的理解。AI 伙伴之所以成為伙伴，首先要從記得你開始。

決策與執行，則讓智能體真正替用戶辦事。Step AOS 采用端云多腦體系，讓簡單事快反應、復雜事深思考。比如設鬧鐘、找照片等即時任務，可以由端側模型快速完成；復雜推理與多步驟規劃，則交由云端模型接管。這樣既能保證低延遲和高效率，又能讓隱私數據盡可能留在設備側。

這背后反映的是智能體執行任務時必須面對的現實約束：不是所有任務都需要云端深度推理，也不是所有數據都適合離開本地。真正可用的智能體系統，必須在效率、能力和隱私之間找到平衡。

安全則是智能體獲得行動權的前提。Step AOS 提出了智能體四維安全體系：可信、可見、可控、可逆。

其中，可信，意味著操作在可信執行環境中完成，數據不出安全邊界；可見，意味著每一步操作可審計、可回溯；可控，意味著權限按需授予、用完即收，智能體記憶也可刪除；可逆，意味著誤操作可以一鍵撤回。

智能體越能干，用戶越需要確定它不會越界。因為當 AI 只是回答問題時，風險主要來自內容是否準確；但當 AI 開始替用戶行動時，風險就會延伸到權限、賬戶、數據、支付、隱私和真實世界結果。能力越強，邊界越重要。四維安全體系，正是用戶愿意把任務交給智能體的基礎。

第三層是新交互。Step AOS 最終要改變的，是人與機器的相處方式。

過去的人機交互，本質上是“過程交互”。用戶需要把一個目標拆成多個動作：打開應用、找到入口、輸入信息、確認選擇、等待結果。機器只負責響應每一步操作。但智能體交互希望走向“結果交互”。

用戶不再需要逐步下達指令，只需表達任務意圖，智能體完成其余鏈路，并主動輸出任務規劃、執行進度與建議。

這一范式建立在三大支柱之上：多模態交互、上下文記憶和結果交付。

多模態交互讓用戶可以通過語音、視覺、文字等自然方式表達需求；上下文記憶自動補全身份、偏好與情境，讓交互無需每次從零開始；結果交付則讓智能體根據用戶所處的環境與狀態主動適配，把任務真正完成。

三者疊加，用戶得以用最簡單的語言完成更復雜的任務。交互的本質，也由此從“人操作機器”，變成“用戶意圖直達優質服務”。

3.智能體時代的下一站在哪里？

推演到這里你會發現，我們有了聰明大腦，也有了Step AOS 這個智能體專屬的系統底座，進入真實世界只差一個載體了。

STEPX 正是階躍面向智能體時代推出的大模型原生 AI 終端品牌，它的發布就是讓模型、系統、硬件三位一體，融合共生。發布會上，搭載Step AOS的大模型原生智能體手機STEPX Neo也驚喜亮相。

據了解，STEPX Neo已通過首批《人工智能終端智能化分級》系列國家標準L3級別測試，這也是當前開放測試的最高級別。同時，STEPX Neo是目前唯一獲得L3級證書的智能體手機。

總而言之，STEPX選擇智能體手機為首款形態并不意外。手機作為今天最接近用戶、最了解用戶、也最能連接真實服務的個人終端。它擁有攝像頭、麥克風、定位、通訊、支付、應用生態和高頻使用場景，是智能體進入生活最自然的入口。

但，這并不意味著STEPX要把自己簡單放進傳統手機競爭里。傳統手機競爭比拼的是硬件參數、系統流暢度、影像能力、供應鏈效率和渠道能力。

STEPX 要驗證的則是另一個問題：當手機不再只是 App 的容器，而成為智能體行動的載體，人機之間的關系會發生什么變化？“共生”是階躍給出的它們的答案。因為技術和品牌的最終指向，是人與伙伴。發布會上，STEPX 也官宣與攜程、支付寶、滴滴、美團、WPS、剪映等生態伙伴達成 AI 深度合作，輕松實現一站式旅游出行、民生政務、本地生活、辦公提效、內容創作等全場景服務，為用戶帶來 AI 生態新體驗。