上一篇
手机AI发展新阶段：端侧多模态模型崛起与生态构建
与两年前相比，手机制造商已大幅减少对大型基础模型的投入，转而将重心放在端侧多模态模型的研发上。
拥有数亿用户的手机厂商始终是探索AI终端应用的先锋力量。
近期，vivo、OPPO和荣耀在新机发布前，纷纷集中举办开发者大会。AI成为最热门议题，各厂商借此展示对AI战略的新理解，以及模型能力应用的差异化侧重。
外界关注的是，作为日常使用最频繁的智能设备，国内手机AI已进展到何种程度？有哪些实际应用场景？以及仍面临哪些挑战？
AI手机迈入端侧多模态时代
两年前，手机AI应用主要集中于文本处理，如多轮对话、摘要生成、文案续写等，且依赖云端大模型处理。而今年显著变化在于，多模态端侧模型的涌现，实现了大量图像、语音相关场景。
vivo展示了18个端侧智能应用，例如卡证识别、文件名自动填充，以及端侧化UI Agent，通过一句话在备忘录创建笔记，或在钱包中记录详细账单。这些任务相比以往设置闹钟等操作，具有更复杂交互逻辑，需意图识别和自主规划能力。
OPPO重点演示了一键问屏和一键闪记功能。一键问屏依托多模态大模型，AI可实时理解屏幕内容，并支持用户指着实景进行语音对话。一键闪记则能自动提取关键信息并分类，例如通过微信支付消费后，手机会自动记录账单，无需手动操作，或通过扫描小票信息完成账单录入。取餐码等信息会以小卡片形式在手机上实时提醒。
荣耀披露手机可自动执行场景超3000个，围绕衣食住行购，解决用户频繁跨App调用的烦恼，例如一键比价购物，除比价和添加商品到购物车外，还能领取优惠券；一键打车则通过语音直接调用打车软件。以往需频繁切换App，现在通过AI一个指令即可完成。
“从热门大模型与智能体产品看，技术已具备理解物理世界或加速物理与数字世界融合的能力。”荣耀MagicOS AI产品部总经理张冲表示，对手机厂商而言，数字世界包含天然数据和生产数据，通过这些数据可更好微调模型，以理解用户当下需求。
不过，一位手机AI技术专家认为，“AI技术进步与用户需求存在一定错配。用户最高频的AI使用场景是图片处理，但当前技术先成熟的是语言模型。”该人士预测，明年图片处理成熟度将大幅提升。
手机厂商大模型发展基本经历三个阶段：两年前，vivo、OPPO发布了从几亿到上千亿参数的全尺寸语言模型。一年前，行业重心从语言模型转向语音、图像等多模态领域，并更重视端侧化，加速大模型在手机落地。
vivo、OPPO、荣耀AI进展汇总 整理：数智前线
今年几个明显趋势是：一是端侧模型集中在3B轻量化尺寸，且在大语言模型基础上新增多模态。
例如今年7月，荣耀发布7B多模态感知大模型MagicGUI。vivo同期发布3B多模态推理大模型BlueLM-2.5-3B，实现语言、视觉与逻辑推理能力端侧集成。10月，OPPO发布端侧多模态大模型AndesVL，包含0.6B-4B四档尺寸套件，除通用多模态识别、理解和推理能力外，还具有GUI能力和多语言能力。
行业通过低比特混合量化方案和端侧Lora训练方案，快速缩小模型体积和内存开销，加速端侧多模态大模型部署。
一位行业从业者透露，当前3B模型已能达到以往8B模型效果。而且，以往这些任务需多个视觉专家模型和语言模型结合，但现在能集成多种尺寸和模态于单一模型，提升识别率。例如vivo采用1+N架构，让多模态和语言模型、逻辑推理等共享基座模型，搭配各模态Lora，实现一个模型支撑十余个业务场景。
二是端侧实现推理模型的深度思考模式，手机本地能像云端一样进行复杂推理，大幅提升解决复杂问题的准确率。
三是GUI Agent模型的引入，让AI主动操控手机界面完成任务。其本质是模拟人对手机进行点击、滑动等操作，无需依赖规则和固定脚本，也不需应用方提供特殊API，从而使手机智能体能操作第三方应用。
端侧模型落地挑战重重
当前手机AI助手通常调用不同模型执行任务，既有自身蒸馏模型，也通过API调用外部云侧大模型服务，包括阿里通义、字节跳动豆包等被手机厂商广泛接入。
但一位手机行业人士指出，调用外部模型存在诸多曲折，“豆包或阿里给手机厂商的API，与其最新版本不同，滞后至少3到6个月。”该人士称，云厂商内部销售与模型开发团队分离。
云厂商将内部能力封装成商品出售，但模型厂商担忧手机厂商基于自身数据优化后效果更佳，“这不是我们不想接入，而是对方不愿提供。”
但与两年前相比，手机厂商已很少在大参数基础模型上投入巨资，更多精力聚焦于端侧多模态模型。
一位手机AI专家表示，云侧模型通过MOE架构大幅压缩，但端侧受芯片性能限制，目前已能实现2B-5B模型，相当于2023年的32-70B模型。模型厂商追求智能上限，而终端厂商则将模型压缩至端侧。“我们不从事0到1基础模型训练，小尺寸端侧模型实为云端大尺寸模型的蒸馏。”
“云端能力相对容易建立。”vivo AI研究院院长周围强调，“真正困难的是端侧能力。”
周围透露，vivo去年尝试13B和7B端侧模型，仅7B基本可用，但效果不理想，占用近4GB运存。vivo近一年重点研发3B端侧多模态模型，如今3B端侧模型在文本摘要上已达云侧大模型97%-98%能力，“已足够使用”。
但这不意味手机厂商完全放弃大参数模型，而是在能力上区分，“若问题已由多数厂商解决，我们选择合作。”一位技术专家举例，手机厂商不再迭代纯粹增加世界知识的模型，而是侧重基于手机端多维数据的理解，追求个性化智能。
因此，尽管手机厂商普遍采用端云协同方案，但核心仍在端侧模型优化。
一方面，云端大模型每次API调用均有成本，且往返延迟影响用户体验；另一方面，用户隐私担忧限制云侧大模型数据使用。端侧大模型除需更高性能芯片和存储空间外，几乎无额外成本，本地处理带来更高隐私安全，这些特性成为端侧大模型落地的关键。
AI爆发给手机厂商带来甜蜜烦恼。手机厂商用户体量庞大，频繁调用云侧模型服务会产生巨大成本。一位手机AI专家指出，使用ASR模型进行手机转录翻译，每小时云成本达2元，这些费用需硬件厂商承担。
事实上，市面上AI应用，除部分大厂对话类产品外，许多专业工具开始收费，如PPT生成、深度研究报告等，正探索收费模式。
此外，一位业内人士感慨，云厂商对端侧模型投入意愿不强，“因其主要销售MaaS服务”，这更依赖手机厂商主动解决端侧模型难题。
但当前问题在于，缺乏爆款AI应用，用户对AI感知有限，芯片厂商出现观望情绪。
“芯片厂商持续寻求合作，希望手机上出现更多明星场景。”该人士称，目前高通骁龙和联发科天玑最新旗舰芯片AI算力均达100TOPS。芯片厂商希望销售更高算力芯片，但若无足够应用支撑，算力提升意味芯片价格升高，最终影响销量。
Agent生态处于起步阶段
目前，一句话修图、连Wi-Fi、记账等自动化任务主要局限于厂商自家应用，如备忘录、相册等。
但用户大部分使用场景在第三方应用，“85%时长由开发者提供服务”，这意味着头部互联网厂商参与至关重要。
周围提到，当前手机自动智能体执行任务时，仅能处理厂商自身功能。若想跨应用，在安全授权标准方面，终端厂商与互联网厂商需复杂讨论。“作为终端厂商，我们积极推动行业标准建立，也需认识到AI技术从当前到成熟仍需数年。”
随着单一智能体向多智能体协同演进，各手机厂商除发布智能体应用外，均积极构建智能体生态。
例如，vivo将系统高频可复用能力提炼为通用系统级智能体，包括屏幕感知、任务规划等组成“通控设施组”，直接供生态伙伴调用，并通过智能体开发平台提供多种端侧AI开发能力，助生态伙伴针对具体业务场景开发丰富智能体。
OPPO将智能体生态框架作为OPPO AI三大技术基石，这不仅是OPPO智能体跨设备协同核心平台，也关乎AI智能体从单步执行升级至复杂任务规划与多设备联动关键。
荣耀发布系统级MCP架构，目前已打通系统底层超80%高频场景，接入超4000个生态MCP和智能体。除软件生态外，荣耀基于深圳区位优势，希望构建AI硬件生态，实现智能体跨设备协同。
手机厂商在智能体生态构建上相比其他终端产品，拥有大量跨应用、跨场景多模态数据。手机可与其他终端设备打通，扮演智能中枢角色，这些特性让手机在智能体生态构建上具天然优势。
如今，已有互联网厂商尝到甜头，如蚂蚁集团与主流手机厂商达成战略合作，将其智能体服务接入手机厂商生态。vivo透露，蚂蚁旗下AI健康智能体AQ在蓝心小V健康场景流量份额从年初至今提升三倍。
但对大多数应用厂商而言，智能体生态涉及流量分配和数据权限难题。许多App厂商担心，若系统级智能体直接服务用户，App价值将受冲击。此外，当前用户数据由各App自行掌握，若由系统级智能体执行，是否需共享用户数据也成企业担忧问题。
目前，行业普遍做法是开发GUI大模型，这是更温和解决方案，本质非智能体间直接交互，而是由AI替代人操作手机界面，背后仍需用户登录个人账户，关键节点需用户确认，手机智能体仅扮演使用者角色。
vivo周围的态度代表多数手机厂商观点：“第一，愿合作者共同商讨推进。第二，AI时代已至，是否需全新江湖地位和影响力，留给时间验证。”
本文由主机测评网于2026-01-14发表在主机测评网_免费VPS_免费云服务器_免费独立服务器，如有疑问，请联系我们。
本文链接：https://www.vpshk.cn/20260117643.html
