高通联手手机厂商押注端侧Agent打破四年换机周期僵局

智能体手机加速爆发？换机困境、端侧AI与下一代入口之争【硅谷101】 — 硅谷101

硅谷101

手机竞争正从硬件跑分转向系统级代办能力，掌握异构低功耗算力与用户信任的智能体将成为下一代移动计算的终极入口。

AI-assisted summary of 智能体手机加速爆发？换机困境、端侧AI与下一代入口之争【硅谷101】 — original source. Check the original for full context.

Source published:

Key ideas

  • 全球智能手机换机周期拉长至约 48 个月，传统硬件升级陷入边际效应递减，推动手机厂商集体押注从“等人操作”转向“替人办事”的 AI 智能体（Agent）手机。 (0:00)
  • 大模型在一年内实现显著轻量化，百亿甚至十亿参数模型即可比肩此前数千亿参数大模型的性能，促使端侧落地从固定任务转向多模态规划执行。 (5:00)
  • 智能体手机正在分化为“整机 Agent”与“超级 AI 入口”两条演进路径，系统级集成支持跨 App 读屏、后台虚拟屏幕异步执行和长期个人记忆。 (10:00)
  • 芯片架构迎来异构重塑，高通等厂商通过双微型 NPU、Flex Cache 共享缓存池与动态精度调度，解决智能体 24 小时随叫随到所面临的功耗与时延挑战。 (15:00)

Detailed notes

## Background 该视频由科技商业播客频道【硅谷101】于2026年10月21日发布在哔哩哔哩平台。内容聚焦2026年AI智能体手机的爆发潮，探讨苹果、谷歌、OpenAI及国内主流手机厂商在“整机Agent”与“超级AI入口”两大路线上的角逐，并结合对高通全球副总裁徐晧的专访与真机实测，解析底层端侧芯片架构和端云协同的演进方向。

## TL;DR 在传统手机换机周期拉长至近4年的行业瓶颈下，AI Agent正推动移动终端从“等人操作”走向“替人办事”的交互范式变革。当前行业分化出以系统级深度整合为核心的“整机Agent”（如努比亚NaviX Ultra）与以跨应用路由为特征的“超级AI入口”两条主要演进路线。实测表明，智能体手机已跑通全局读屏、后台虚拟屏幕异步执行和端侧长期记忆等核心能力。这一体验的落地依托于大模型轻量化，以及由CPU共享缓存（Flex Cache）、GPU矩阵核心与异构NPU协同构建的高效低功耗端云硬件底座。

## Atmosphere & style 全片呈现出前沿科技观察节目特有的理性、专业与前瞻感，叙事结构层层递进，既有宏观行业周期的冷峻审视，又有深入芯片微架构的技术硬核剖析。一线旗舰机型的真机实测演示带来了强烈的未来生活具象感，而穿插的高通专家深度访谈则为全片注入了扎实的工业界洞察。整体观感沉稳而充满张力，生动勾勒出一场正在重塑移动计算终极入口的底层技术变革。

## Bulletin - [00:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=0s) 全球智能手机换机周期拉长至约 48 个月，传统硬件升级陷入边际效应递减，推动手机厂商集体押注从“等人操作”转向“替人办事”的 AI 智能体（Agent）手机。 - [05:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=300s) 大模型在一年内实现显著轻量化，百亿甚至十亿参数模型即可比肩此前数千亿参数大模型的性能，促使端侧落地从固定任务转向多模态规划执行。 - [10:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=600s) 智能体手机正在分化为“整机 Agent”与“超级 AI 入口”两条演进路径，系统级集成支持跨 App 读屏、后台虚拟屏幕异步执行和长期个人记忆。 - [15:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=900s) 芯片架构迎来异构重塑，高通等厂商通过双微型 NPU、Flex Cache 共享缓存池与动态精度调度，解决智能体 24 小时随叫随到所面临的功耗与时延挑战。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=0s) 智能手机换机周期逼近 4 年，零部件成本上涨与渐进式硬件升级刺激不足，促使行业将 AI 智能体视为打破增长困境的核心刺激点。 - [00:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=0s) 端侧芯片历经多年演进，算力支持从早期的单点影像识别扩展到百亿参数大模型的混合精度运行，为复杂智能体奠定硬件基础。 - [05:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=300s) 算法进步促成大模型参数大幅“瘦身”，4B 到数十 B 级别的轻量级端侧模型已能达到以往数百 B 模型的表现水平。 - [05:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=300s) 当前智能体落地形成“整机 Agent”与“超级 AI 入口”两条路线：前者深度扎根操作系统底层，后者依赖单一应用向外路由分发生态服务。 - [05:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=300s) 苹果推行端侧加私有云计算的混合架构，谷歌依托搜索与地图服务构建系统级 Agent，但在碎片化 Android 生态中面临跨应用权限壁垒。 - [10:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=600s) 包括 OpenAI 在内的硅谷原生 AI 硬件探索逐渐收敛，终端硬件形态短期内仍大概率回归传统的智能手机范式。 - [10:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=600s) 国内端侧大模型算法密集通过合规备案，加速了整机智能体手机在真实商业生态中的规范化落地与规模化测试。 - [10:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=600s) 整机 Agent 展现出交互方式的转变：支持长按实体键下达模糊指令、免截屏全局读屏感知，以及基于后台虚拟屏幕的静默异步代办。 - [15:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=900s) 结合本地记忆与端云协同架构，手机端负责个人信息预处理与本地存储，复杂与长周期的规划任务则交由云端大模型完成。 - [15:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=900s) 底层芯片采用异构计算分工：微型 NPU 负责超低功耗常驻待机，CPU 负责逻辑编排，定制 NPU 与专职 GPU 加速 Transformer 矩阵与生成计算。 - [15:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=900s) Flex Cache 等共享缓存池架构打破核心间隔离，避免智能体多任务串联流转时反复重载超长上下文，大幅削减交互时延。 - [15:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=900s) 下一代移动终端的核心竞争将从参数跑分转向信任机制：谁能最深刻理解用户意图并获得隐私与操作权限，谁就能掌握移动计算的终极入口。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=0s) 智能体手机的爆发契机与三大驱动力

最近手机行业的竞争再次激烈打响：苹果正式进军折叠屏领域，三星将折叠屏细化为多种形态，小米展示了 18-Fold 概念设备；与此同时，存储芯片等零部件价格持续上涨，推动整个行业进入新一轮周期，并迫使厂商进一步收缩中低端产品线。但行业中最前沿、最引人注目的焦点是 AI 智能体手机（AI Agent Phone）。过去十几年间，智能手机的摄像头越来越多、芯片越来越快，但人类操作手机的基本方式始终没有发生质的改变。如果手机不再被动等待用户点击，而是主动替用户把事情办好，交互范式就会彻底颠覆。

2026 年，这一变革开始全面加速。高通 CEO 安蒙（Cristiano Amon）此前曾明确提出“2026 是 Agent 之年”。同年 7 月，阶跃星辰发布了 AI 手机 StepX Neo，荣耀推出了 Robot Phone，努比亚也发布了搭载新版豆包手机助手消费者版的 NaviX Ultra，并被官方认证为全球首款 AI 智能体手机。在硅谷与国内市场，AI 智能体手机的竞争迅速白热化。手机厂商之所以集体押注 Agent，背后实际上是三股核心力量汇聚的结果：

1. **传统换机周期的困境（需求端驱动）**：过去数十年，手机升级遵循“屏幕更大、镜头更多、芯片更快、电池更持久”的规律，消费者每隔一两年就能感知到明确的硬件飞跃。然而近年来这种刺激明显变弱。Counterpoint 机构数据显示，全球智能手机换机周期已拉长至约 43 个月；到 2026 年，受存储等核心零部件涨价影响，换机周期进一步向 48 个月（即 4 年）靠拢。分析机构将其归结为“渐进式设备升级”（Incremental Device Upgrade）——用户对新老设备间的微小代际差距越来越不敏感。厂商亟需像 Agent 这样具有质变的刺激点来打破僵局，将手机从“等人操作的工具”变为“替人办事的智能助理”。 2. **端侧算力从“能用”迈向“好用”（硬件端驱动）**：早期的手机 AI 仅处理语音识别、图像分类、影像算法等单一固定任务，负载小且模型固定，单独调优 NPU 即可满足。然而 Agent 任务涵盖语音、文本、图像、逻辑推理以及跨应用操作，需要 CPU、GPU、NPU 及各类协处理器动态切换协同。回顾高通骁龙芯片的演进历程，AI 计算已从边缘辅助能力跃升为 SoC 的绝对核心： - 2015 年（骁龙 820）：搭载第一代 Qualcomm AI Engine，协助处理影像、语音和传感器。 - 2018 年（骁龙 855）：引入张量加速器，但仍以拍照和音频等固定场景为主。 - 2022 年底（骁龙 8 Gen 2）：迎来关键转折，首次原生支持 INT4 低精度计算，并针对 Transformer 架构进行专属优化，部分 AI 负载性能提升达 4.35 倍，开启了端侧运行大模型的准备期。 - 2023 年（骁龙 8 Gen 3）：宣布可在手机端运行最高 100 亿参数（10B）的生成式 AI 模型。

```mermaid flowchart LR accTitle: 手机交互模式的演进路径 accDescr: 展现手机从被动工具向替人办事的智能体转化的交互与角色变化。 subgraph Tool["传统工具时代"] direction TB A["用户产生需求"] --> B["手动打开指定 App"] B --> C["逐层翻页/比价/筛选"] C --> D["手动下单完成操作"] end subgraph Agent["智能体时代"] direction TB E["用户发出模糊自然语言指令"] --> F["系统级 Agent 全局感知与规划"] F --> G["跨 App 后台自动调用/执行"] G --> H["直接交付最终结果"] end Tool ==>|"范式跃迁"| Agent ```

---

[05:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=300s) 模型轻量化与两大路线的分岔：整机 Agent vs 超级 AI 入口

端侧跑大模型不仅依赖芯片升级，更离不开模型本身与系统架构的跃进。到了骁龙峰会发布的第五代骁龙 8 至尊版，高通首次将“手机智能体”明确列为芯片设计目标，其 NPU 性能较前代提升 37%，并新引入了个人速记（Personal Scribe）与个人知识图谱（Personal Knowledge Graph）功能，让端侧 Agent 具备了持续记忆和终身学习能力。

与此同时，过去与移动终端隔绝的大模型正迅速瘦身。高通全球副总裁、中国区研发负责人徐晧博士在采访中谈到算法进步时指出：

> “同样的智能需要的参数是越来越少了，比如说我们做过一个研究，在2024年最好的Llama出来的一个模型，比如说它的Performance，它的表现能够到某一个数量级。在几个月小于一年的时间内，这个一百多个billion或者几百billion的这些model，它用很小的模型，比如四个billion或者几十个billion的，它就能达到同样的效果甚至于更好。”

在模型小型化与端云协同架构成熟后，行业面临一个根本问题：当 AI 开始替用户操作手机，究竟由谁来统领操作流程？目前行业分化出两条主要路线：

| 路线方案 | 典型代表 | 核心逻辑与优劣势 | |:--- |:--- |:--- | | **整机 Agent** | 努比亚 NaviX Ultra（搭载豆包手机助手 + 骁龙平台） | **系统级集成**：系统界面与常规桌面一致，但将 AI 深度扎根底层系统；交互链路极其直接，操作能够渗透到全局系统调度中。 | | **超级 AI 入口 (Super App)** | ChatGPT、豆包 App、Google Gemini | **应用级聚合**：用户先进入单一 AI 超级入口，再由该入口向外路由分发、调用地图/外卖/电商等外部服务；开发门槛较低、用户理解容易，但面临跨 App 生态壁垒。 |

硅谷各巨头对这两条路线展开了不同布局： - **苹果公司（Apple）**：在发布的 iPhone 18 系列中，苹果从开场就提出了“智能个人中枢”（Intelligent Personal Hub）理念，将 Siri 彻底重构。Apple Intelligence 延续了“端侧处理 + 私有云计算”（Private Cloud Compute）的混合范式，优先在本地计算，高负载再交给私有云。但苹果系统的封闭生态导致开发者生态接入较严格，AI 推进和迭代节奏一度被认为不及市场预期。 - **谷歌（Google）**：谷歌的路线介于两者之间。表面上它在做 Android 系统级 Agent，但凭借其自有的搜索、地图、Gmail 等庞大服务闭环，其实质极具超级 App 特征。Gemini 进驻 Android 后虽可深度读取上下文，但在面对庞大且碎片化的 Android 生态时，如何跨越各家手机厂商定制系统的权限壁垒、调动第三方非 Google 应用，成为其最大挑战。

---

[10:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=600s) 新玩家入局、国内合规落地与努比亚 NaviX Ultra 实测

在系统级巨头之外，硅谷的 AI 原生企业也在探索下一代终端形态。2025 年 5 月，OpenAI 宣布与前苹果首席设计官 Jony Ive 创立的设计公司 LoveFrom 合作，并收购其硬件团队 io Products。最初 Ive 与 Sam Altman 设想摆脱传统的“屏幕 + App”交互框架，甚至规划过无屏幕设备；但最新供应链信息显示，该硬件形态最终可能仍回归传统智能手机，预计在 2027 年上半年实现量产。

相比硅谷集中在操作系统与终端原型的构想，中国手机市场的打法更加务实且进展迅猛。2026 年 7 月，国家网信办首次集中发布端侧大模型算法备案信息，苹果、小米、OPPO、vivo、华为、三星、努比亚等 7 家主流手机品牌全部完成端侧生成式 AI 服务的合规备案，标志着国内智能体手机正式从内部自研探索迈入规范落地阶段。

在评测体验努比亚 NaviX Ultra（走整机 Agent 路线）时，其与传统智能手机相比呈现出三大根本性变化： 1. **交互减负，免去手动查找**：以往订餐或查路线需要用户手动逐级寻找对应 App、检索、比价；现在只需长按机身上的独立 AI 物理实体按键发出自然语言指令，Agent 在获得用户授权后即可全流程代办。 2. **跨 App 三步执行与后台静默运行**： - *全局读屏感知*：浏览短视频或图文时，可直接呼出助手询问“屏幕里的东西是什么/在哪里买”，无需截屏转跳。 - *逻辑推理与主动唤醒*：涉及多流程事务时，可自动调度并唤醒相关应用。 - *后台虚拟屏幕执行*：代办任务在后台生成的虚拟屏幕空间中异步跑完，完全不遮挡、不占用前台主屏幕，用户可同时在前台进行其他操作。 3. **个人记忆机制**：基于授权建立长期记忆，主动记住行程、差旅偏好和习惯数据，后续调用无需再反复翻找。

谈到这一交互变革的本质，徐晧博士在采访中总结道：

> “它是个全新的一个user interface，从我们选APP到不用选APP，这些都是我们的慢慢的我们会适应的一些用户体验以及交互方式的转变。”

目前整机 Agent 仍处在类似“早期自动驾驶”的发展阶段——尽管在应用中心和字节跳动系内部生态体验流畅，第三方软件深度权限仍待逐步打通，但感知、规划、执行的技术底层链路已完全跑通，接下来需在真实商业世界中高频迭代。

---

[15:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=900s) 底层硬件架构重塑：异构计算、Flex Cache 与端云协同未来

智能体若要做到 24 小时随叫随到且兼顾全天续航，单靠堆算力无法维系，必须满足低功耗感知、高效多任务调度以及端云动态协同三大底层硬件指标。高通在端云协同的实现路径上采用了分层处理方案。徐晧博士详细解释了数据的协同处理机制：

> “我们在手机端侧我们会做预处理，就把有个人的信息做一个简化和压缩，做一个local memory，就是本地的一个存储。如果我要做一个大的规划，如果手机上能做，那我们就在手机上能做出来；如果手机上不能做，那规划我们可以把它放到云端，我给它提供某些信息，然后云端做出规划，然后再传回来。”

在落地产品（如 NaviX Ultra 所搭载的骁龙旗舰平台）中，硬件层面针对这些需求进行了针对性设计： - **双低功耗 Micro NPU**：常驻监听传感器与语音唤醒，平时保持极低功耗待机，仅在有高负载重任务介入时才激活主 NPU。 - **异构计算（Heterogeneous Computing）精准分工**：徐晧博士指出：“CPU 它主要是管控制，然后我们大部分的算力实际上是在 NPU 上面，所以 NPU 它能够把 AI 的这些运算能够在降低功耗的情况下能够做到极致。NPU 最大的一个优势是它是定点的，所以它是为这个 AI 来量身定造的，做一个最节能的一个方式。GPU 它大部分的时候是它比较灵活，但是它的能耗会更高，所以我们这个异构的这个架构的话可以把每一个硬件的部分都能够用到它的特长。” - **5G 超低时延链路**：无法在端侧消化的大型长周期规划，借助 5G 通信快速传输至云端进行大模型计算与回传。

而在高通 2026 骁龙峰会上发布的新一代旗舰移动平台上，这种专为智能体时代优化的硬件架构进一步演进到全新高度：

```mermaid flowchart TD accTitle: 智能体专用 SoC 异构芯片架构 accDescr: 展示 CPU、GPU、NPU 在 Flex Cache 统筹下的异构加速分工机制。 subgraph Shared["统一数据底盘"] FC["Flex Cache 共享动态缓存池<br/>（子任务无缝交接 / 零重载保留超长上下文）"] SM["大容量共享内存<br/>（就近存放模型状态、上下文与 KV Cache）"] end subgraph Cores["三大异构计算单元"] direction LR CPU["CPU (最高主频 5GHz)<br/>· 全局控制与逻辑编排<br/>· Flex Cache 支持任务流转"] GPU["GPU (Adreno Neural Fusion)<br/>· 图形管线内嵌 AI 加速<br/>· Matrix Cores (超分/帧生成)"] NPU["NPU (Element Accelerator)<br/>· 向量单元: 高吞吐数据加速<br/>· 标量单元: 决策路由与编排<br/>· 支持 MoE 与 INT2-FP16 精度"] end FC <--> Cores SM <--> NPU ```

- **CPU 引入 Flex Cache**：主频达到 5GHz 的同时，打破了计算核心之间的缓存隔离。传统架构在子任务跨核心调度时必须从主内存重新载入数据，而 Flex Cache 让多核心共享同一个自适应分配的缓存池，使智能体处理长上下文串联任务时不必重复从内存加载，大幅削减执行时延。 - **GPU 深度融合 AI（Adreno Neural Fusion）**：将 AI 加速单元直接嵌进图形管线，并新增专跑 AI 的 Adreno Matrix Cores，专职加速 AI 超分辨率、帧生成及 Transformer 矩阵运算。 - **NPU 升级 Element Accelerator**：专为 Transformer 定制，内部分化出主导吞吐吞吐量的“向量计算单元”，以及主导推理决策和控制路由的“标量计算单元”；支持 MoE（混合专家模型）和 INT2 到 FP16 动态精度调度，让硬件依据任务难度动态按需分配能耗。

从老年人读资讯、Z 世代刷社交网络，到职场人将多台手机视作随身电脑，手机已成为人类日常不可分割的器官。随着交互逻辑从“人手动操作”转变为“AI 代为完成”，下一代智能终端的胜负手将不再单纯停留在跑分参数、镜头配置和机身厚薄的内卷，谁能够成为距离用户最近、最深刻理解用户意图、并最值得用户托付个人隐私与操作权限的专属 Agent，谁就将真正掌控下一代移动计算的终极入口。

## Notable quotes > [05:00](https://www.bilibili.com/video/BV15TaZ6iEhp?t=300s) 同样的智能需要的参数是越来越少了 — 徐晧

## Mentioned 徐晧, 安蒙, Jony Ive, Sam Altman, 高通, 苹果, 谷歌, 三星, 小米, 荣耀, 努比亚, OPPO, vivo, 华为, OpenAI, 阶跃星辰, 字节跳动, LoveFrom, io Products, Counterpoint, 国家互联网信息办公室, 豆包, 豆包手机助手, NaviX Ultra, StepX Neo, Robot Phone, iPhone 18, Siri, Apple Intelligence, ChatGPT, Gemini, Llama, 骁龙 820, 骁龙 855, 骁龙 8 Gen 2, 骁龙 8 Gen 3, 第五代骁龙 8 至尊版, Flex Cache, Adreno Neural Fusion, Element Accelerator

## 弹幕氛围 (Danmaku mood) — 10 条 整体氛围偏轻松幽默与互动调侃。观众在前期积极参与数字打分或选项互动，中期整齐划一地复读经典的手机宣发套路台词，后期则对视频中展示的特性进行了品牌横向对比与吐槽。

**整体情绪**：😊 正面 25% · 😐 中性 55% · 😞 负面 20%

**热议点** - **弹幕数字互动与计数** —— “5” - **复读手机宣发经典套路卖点** —— “运行更流畅” - **友商功能对比与调侃吐槽** —— “。。。。。OPPO早就有了”

**代表弹幕** > 5

> 4

> 运行更流畅

> 续航更持久

> 拍照更出色

> 。。。。。OPPO早就有了

## Video description 2026年，AI智能体手机的发展突然开始加速，苹果、谷歌、OpenAI纷纷下场，国内手机厂商也在密集布局。当手机开始从“等人操作”走向“替人办事”，下一代交互与入口的竞争正在展开。

这期视频，我们来看看手机的下一步将走向哪里，行业正在出现怎样的变局。需求、算力与模型的进步，正在推动智能体手机加速落地。目前，行业主要沿着“整机Agent”与“超级AI入口”两条路线推进，硅谷玩家与国内厂商，也结合各自的生态与能力展开了不同探索。我们还实测体验了努比亚NaviX Ultra，跨App执行、后台操作与个人记忆展现了新的交互体验。这些能力的实现，也离不开底层芯片与端云协同的支撑。

为什么越来越多手机厂商开始押注Agent？要让AI随时待命、多任务并行，手机如何兼顾算力与功耗？当交互方式发生变化，谁能赢得用户的信任，成为下一代移动计算的入口？

采访嘉宾： 徐晧，高通公司全球副总裁、中国区研发负责人、IEEE Fellow

[Source](https://www.bilibili.com/video/BV15TaZ6iEhp)

中文简报

高通联手手机厂商押注端侧Agent打破四年换机周期僵局 手机竞争正从硬件跑分转向系统级代办能力，掌握异构低功耗算力与用户信任的智能体将成为下一代移动计算的终极入口。 在传统手机换机周期拉长至近4年的行业瓶颈下，AI Agent正推动移动终端从“等人操作”走向“替人办事”的交互范式变革。当前行业分化出以系统级深度整合为核心的“整机Agent”（如努比亚NaviX Ultra）与以跨应用路由为特征的“超级AI入口”两条主要演进路线。实测表明，智能体手机已跑通全局读屏、后台虚拟屏幕异步执行和端侧长期记忆等核心能力。这一体验的落地依托于大模型轻量化，以及由CPU共享缓存（Flex Cache）、GPU矩阵核心与异构NPU协同构建的高效低功耗端云硬件底座。 全球智能手机换机周期拉长至约 48 个月，传统硬件升级陷入边际效应递减，推动手机厂商集体押注从“等人操作”转向“替人办事”的 AI 智能体（Agent）手机。 (0:00) 大模型在一年内实现显著轻量化，百亿甚至十亿参数模型即可比肩此前数千亿参数大模型的性能，促使端侧落地从固定任务转向多模态规划执行。 (5:00) 智能体手机正在分化为“整机 Agent”与“超级 AI 入口”两条演进路径，系统级集成支持跨 App 读屏、后台虚拟屏幕异步执行和长期个人记忆。 (10:00) 芯片架构迎来异构重塑，高通等厂商通过双微型 NPU、Flex Cache 共享缓存池与动态精度调度，解决智能体 24 小时随叫随到所面临的功耗与时延挑战。 (15:00)

Reading summary

面对传统硬件升级见顶与换机周期拉长，智能手机行业正集体转向AI智能体（Agent）范式。这一变革由需求倦怠、模型轻量化与端侧芯片异构重塑共同驱动，将手机从被动工具推向替人办事的下一代系统级入口之争。 换机周期困境与交互范式跃迁 (0:00) 传统手机依靠屏幕、镜头、芯片和电池升级驱动消费的边际效应已显著递减。Counterpoint数据显示，全球换机周期已拉长至约43个月，并受存储等核心零部件涨价影响向48个月靠拢，行业陷入用户对微小代际升级不敏感的“渐进式设备升级”困境。高通CEO安蒙提出“2026是Agent之年”，行业迫切需要突破传统模式，将手机从让人逐级点击APP的工具，变为主动替人规划与办事的智能体。 模型瘦身与整机Agent对阵超级APP (5:00) 端侧Agent的落地依托于芯片计算与模型架构的快速迭代。高通徐晧博士指出，算法优化使参数需求大幅下降，较小规模模型（如4B或几十B）在短时间内即可比拟此前数百B大模型的表现。随着端侧大模型具备持续记忆与终身学习能力，行业在控制权上分化出两条主要路径：一是以努比亚NaviX Ultra为代表的“整机Agent”，将AI深植于底层操作系统进行全局调度；二是以ChatGPT、豆包、Google Gemini为代表的“超级AI入口”，通过单一应用向外分发服务。与此同时，苹果在iPhone 18系列中推进端侧结合私有云计算的智能中枢，而谷歌在Android端则面临跨厂商定制系统和第三方应用的生态权限壁垒。 国内合规落地与后台代办实测 (10:00) 相比硅谷聚焦于硬件形态重构与系统级构想（如OpenAI与LoveFrom合作规划智能手机），中国市场落地节奏更快。2026年7月，国家网信办集中发布端侧大模型算法备案，苹果、小米、OPPO、vivo、华为、三星、努比亚等7家品牌完成合规流程，推动智能体手机进入规范应用阶段。以整机Agent路线的NaviX Ultra实测为例，用户通过独立AI按键发出指令后，系统可实现全局读屏感知、跨应用逻辑唤醒，并在后台虚拟屏幕中异步执行代办任务，不影响前台操作。不过，整机Agent目前仍处于类似“早期自动驾驶”的阶段，虽然生态内体验顺畅，但第三方软件的深层系统权限仍待进一步打通。 底层异构计算与端云动态协同 (15:00) 为了支撑Agent的全天候响应与续航平衡，芯片底层架构转向异构计算与端云协同。徐晧博士表示，端侧主要负责个人信息预处理、压缩与本地存储，端侧无法消化的宏观复杂规划则经由5G超低时延链路交由云端大模型分层处理。在硬件分工上，日常状态由双低功耗Micro NPU负责常驻监听，高负载则启动主NPU；CPU负责全局编排与逻辑控制，GPU承担灵活高能耗图形与AI融合计算，定点NPU则在最低能耗下处理AI专属负载。高通2026骁龙峰会进一步引入Flex Cache共享动态缓存池，消除跨核心调度的重载时延，配合NPU内部分化的向量与标量单元及MoE动态精度调度，为长上下文复杂任务提供硬件底盘支撑。 手机行业的竞争焦点正从硬件参数内卷，转向谁能提供更深度理解意图、获得用户权限与信任的专属Agent；但第三方App的深度生态壁垒打通与长效商业化迭代，仍是智能体手机全面普及前需要解决的核心现实问题。

Source quotes

[5:00] 徐晧: 同样的智能需要的参数是越来越少了

Original transcript

[0:00] 最近手机大战又打响了苹果正式进入折叠屏三星把折叠屏拆成多种形态小米展示了18fold与此同时存储芯片价格持续上涨推动整个行业进入新亿周期并迫使产生进一步输缩中低端产品线但是更前沿也更让人关注的是AI智能体手机AI Agent 4过去十几年手机一直在变得更强摄像头越来越多芯片越来越快但是我们操作手机的方式怎么变那如果有一天手机不再等你操作而是直接替你完成事情呢2026年这件事突然开始加速了高通CEO安某此前说过2026是Agent之年我们也看到今年7月鉴约星辰发布了AI手机StepX Neo荣耀发布了Robot Phone还有最近努比亚发布了Navix Ultra搭载了新版豆包手机助手消费者版是官方认证的全球首款AI智能体手机而在硅谷一时间AI手机市场热闹了起来哈喽大家好 欢迎收看硅谷101 我是陈倩 那么这期视频呢 我们就想聊聊手机的下一步在往哪里走 行业里面正在出现如何的变革 为什么手机厂商开始压住agent 像努比亚Navix Ultra这样的产品上手体验如何 以及智能体手机真的是AI硬件的未来呢那为什么最近手机厂商都来压住智能体手机了呢这背后其实是有三股力量汇聚在了一起第一是传统手机行业需要新的换机理由了过去几十年智能手机的升级逻辑非常清楚屏幕越来越大摄像头越来越多处理器越来越快电池越来越持久每隔一两年总会有一个明显的硬件升级让消费者觉得这台手机值得换但最近几年这种刺激正在明显变弱Counterpoint的数据显示全球智能手机换机周期已经明显拉长在43个月左右到了2026年Counterpoint最新判断是受存储芯片等零部件价格上让影响全球换机周期正在向48个月也就是4年靠拢在分析换机周期拉长的原因时,他们提到了一个词叫做incremental device upgrade,也就是渐进式设备升级。说白了,也就是新手机和上一代手机之间的差距,消费者越来越感知不到了。所以对于厂商们来说,他们急需去找到一个新的刺激点,来重新点燃大家的购买欲望。那当然就是AI了,更准确的来说是Agent智能体。过去几年,手机AI功能已经越来越多,但是Agent带来的想象空间是完全不同的。比如之前想订一家餐厅,你可能需要打开手机地图,搜索餐厅,看评价,查时间,再跳转到订餐平台。离我近一点适合两个人吃饭今晚七点还有位置的餐厅那后面的搜索比较预定都可以由agent来完成那这样一来手机的角色就彻底变了从等人操作的工具直接变成了能够替你办事的智能助理而这对于手机厂商来说可能就是下一轮换机周期所需要的新故事那我们说到的第二股力量呢就是算力端策AI从能用进入到了好用以前手机上的AI主要还是语音识别 图像识别 拍照算法等相对固定的任务任务不复杂 模型也不大 NPU针对性的优化一下也就够了但是Agent要进入手机之后 任务的复杂程度大大提高它可能会涉及语音 门字 图像 AI推理 操作等一系列的事情手机不仅需要大量的计算 CPU GPU NPU以及其他专用计算单元还要围绕着任务进行动态的切换与协同增加问题在过去几年的时间中手机芯片正在针对信用的解决这个问题我们翻了一下骁龙的迭代记录发现AI计算是从早期的一个辅助能力已经逐渐变成了SoC中的核心能力早在2015年高通的骁龙820就搭载了第一代Qualcomm AI Engine芯片开始帮着处理影像语音和传感器上的AI任务2018年的骁龙855又给它加进了张亮加速器不过这时候的AI干的还是拍照与音音阵类固定活真正的转折在2022年底的骁龙8 Gen2这一代第一次支持IM74低精度计算也专门针对Transformer做了优化合同公布的数据显示在部分AI工作负载上性能最高提升4.35倍那从这一代开始啊手机芯片开始为本地跑大模型做准备了2023年的笑龙8 Gen3都是宣布支持最高100亿参数的生成时AI模型在手机端运 [5:00] 到去年骁龙峰会发布的第五代骁龙8至尊版高通第一次把手机上的智能体写进了设计目标NPU相比上一代提升37% 同时加入了个人素级Personal Scribe 个人知识图谱Personal Knowledge Graph的能力这两个东西的作用就是让端侧的agent能够记住你能够持续学习你看看这个节奏啊,从帮拍照到算神经网络,然后能够跑大模型,再到现在开始有记忆,芯片厂上其实是一步一步在往Agent这个方向挪,只不过前几年没有人把这个词呈挂在嘴边。不过芯片跑得快还不够,你还得有一个真的能够塞进手机里面的模型。大模型和手机几乎是两个世界的事但是这两年这两个世界开始快速的靠近一方面模型本身正在快速的变小高通全球副总裁薛浩博士就在我们之前的采访中就表示说同样的智能需要的参数是越来越少了比如说我们做过一个研究在2024年最好的LAMA出来的一个模型,比如说它的Performance,它的表现能够到某一个数量级。在几个月小于一年的时间内这个一百多个billion或者几百billion的这些model它用很小的模型比如四个billion或者几十个billion的它就能达到同样的效果甚至于更好在另外一方面端云鞋同的架构也让Agent在手机上的能力有了更大的发挥空间随着需求算力模型这三股力量是汇聚到一起之后AI智能体手机需要的基本条件就已经具备了这个时候问题也就出现了从AI开始替用户操作手机之后,谁来决定他应该怎么操作?这也就是目前行业正在分叉的地方。目前行业里主要有两条不一样的思路,第一种思路可以理解成整机agent。你打开手机,看起来还是我们熟悉的样子,常用的APP都不少,而AI功能被集成到了系统里。市场路线最大的优势是体验足够直接。我们这次体验的Nubia Navix Ultra搭载的豆包手机助手和骁龙旗舰移动平台就是走的这条路线,具体体验咱们后面来慢慢聊。而第二种思路就是在手机里面放一个Super App,也就是超级AI入口。用户先进入一个AIAPP,比如说XGPT,豆包,Gemini等等,然后由它去调用地图,购物,外卖等各种服务。只需要先把AI入口做好再不断增加它能够调用的服务用户的学习门槛也会比较低网页现在其实是在两个方向的探索都在进行也在寻找平衡和突破我们先来看看硅谷这一边的一些动作首先就是最近刚召开发布会的苹果了最近苹果刚刚发布了iPhone18系列从今年的WWDC开始苹果最大的变化之一就是正在把Siri在今年的发布会中,苹果甚至在开场就直接提出了Intelligent Personal Hub这个概念,把新一代iPhone描述成智能个人中枢。而在计算方式上,Apple Intelligence也继续采用端测处理加私用云计算相结合的方式,能够在设备上完成的尽量放在设备上,需要更强能力的时候再交给苹果的云端。的开放程度相对有限很多AI能力需要在苹果自己的规则和框架下去运行这带来的潜在问题呢可能就是迭代速度会慢一些了你看这几年苹果AI的推进一度是落后于市场预期的那另一边呢谷歌的路线呢有点不同它看起来呢是在做Android系统级agent但是从它背后的生态来看呢又非常像一种super app因为呢谷歌手里面本身就有一条非常完整的服务体系所以呢当Gemina进入Android之后他同时获得了两个优势一方面他可以深入操作系统理解用户正在做什么另一方面他自己又拥有大量可以直接调用的服务不过谷歌的优势同时也是它最大的难题。用户真正使用的手机要使用的远不只有谷歌的这些服务,当agent开始跨APP执行任务,就需要不同的第三方应用开放权限切口和执行能力,再加上Android设备众多,不同厂商的硬件系统和权限机制都有差异。所以Google可能要解决的问题是,如何让Gemini在一个开放、庞大又高度分散的Android生态里,请用户把事情做完好 [10:00] 昂贵谷还有一类新玩家,比如说OpenAI。2025年5月,OpenAI宣布与前苹果首席设计师Jernie Ive的设计公司Love From合作,并收购其硬件团队Io Products。一开始Ive和Sam Ultimate设想的是希望摆脱屏幕加APP的交互方式,甚至一度设想为没有屏幕的设备。有消息称OpenAI的产品设计可能还会是基于传统智能手机的形态,目标在2027年的上半年量产。硅谷现在的探索更多还是集中在系统层和中端层而在中国市场厂商的打法则是更加的多样化也更热闹了今年7月网信办第一次集中公布了端册大模型的备案信息苹果 小米 欧普 欧宝 华为 三星 努比亚七家主流厂商全部完成了端册AI生成式服务的备案这也意味着智能体手机在国内已经从厂商自己的产品探索,逐渐进入到有备案有监管的落地阶段。在这当中,努比亚的做法有点特别,它走的是整机A整路线,那它的体验如何呢?我们先来聊聊努比亚Navix Ultra相比传统智能手机感受非常不一样的起点。动手了过去我们想做什么事得点开对应的APP然后逐步的搜索翻页查询而到了智能体手机上只要长按独立的AI键说出我的要求它就会在获得授权之后自动帮我操作第二是执行能力提升它可以跨APP操作具体转分三步在感知方面豆宝手机助手拥有全局读屏的能力比如说刷视频的时候可以直接问屏幕中的内容是什么在哪里打开AI软件去问在推理方面呢对于一些需要其他APP协助的人物他能自动唤起对应的APP不需要我再手动打开更重要的是执行方面他可以在后台的虚拟屏幕上跑方面不占用主频我可以同时做其他事那第三呢就是记忆能力只要我授权了或者呢主动告诉他一些信息他就能够帮我记住比如说我的行程跳架当我需要的时候可以直接问豆包不再需要打开APP去寻找那这些体验加起来呢就构成了AI原生交互的一个范式我们的采访嘉宾徐浩就认为AI将会重构交互体验就是它是个全新的一个user interface从我们选APP到不用选APP这些都是我们的慢慢的我们会适应的一些用户体验以及交互方式的转变当然啊作为一个全新的品类呢只能提手机的体验还有很多的提升空间我们试用的时候发现呢现在各种流畅的体验啊应用中兴还有字节系的APP上想调用更多第三方APP的话呢还得等待未来逐步介入不过从技术角度上来看这套理解规划执行的完整链路呢已经跑通了这就像自动驾驶行业早期的状态先把技术底层搭好那接下来更重要的是到真实的商业环境里去反复验证和迭代地上要跑得好 还要跑得久 底层硬件需要什么样的支持呢?那首先呢 Agent 要随时待命 但是呢如果芯片一直全功率运行 电量就撑不了多久 那这就需要低功耗感知第二点呢硬件要能够更好的支持多任务并行调度过去CPU GPU NPU各自承担比较明确的任务但是到了Agent上又是任务调度又是推理计算后台还得渲染操作界面这些任务需要在不同的计算单元之间高效切换每一块都不能有短板而且手机上的算力毕竟是有限的这就要说到第三个要求那就是云端与本地的协同我们在手机端测我们会做预处理就把有个人的信息做一个简化和压缩做一个local memory就是本地的一个存储如果我要做一个大的规划如果手机上能做那我们就在手机上能做出来如果手机上不能做,那规划我们可以把它放到云端,我给它提供某些信息,然后云端做出规划,然后再传回来。端云协同的时候,最影响体验的就是延迟,而且智能体的计算不是集中式的,那这也更考验分布式动态调度的能力。那把这几条放在现实里面对照一下,我们已经走到哪一步了呢?那可以说基础框架已经搭好了,但是未来更加值得期待。熬创来说它用的是骁龙旗舰移动平台针对前面说的低功耗感知还有两个 [15:00] 的Micro NPU行时就盯着语音唤醒和运动状态功耗压得很低只有需要AI干重活的时候才会唤醒主NPU至于多任务调度它的思路是易购细算把不同的活交给最适合的单元我们这里面加个包括CPUGPUNPU所以它的每个的功能不大一样就是CPU它主要是管控制然后我们大部分的算力实际上是在NPU上面所以NPU它能够把AI的这些运算能够在降低功耗的情况下能够做到极致NPU最大的一个优势是它是定点的所以它是为这个AI来量身定造的做一个最节能的一个方式GPU它大部分的时候是它比较灵活但是它的能耗会更高所以我们这个EGO的这个架构的话可以把每一个硬件的部分都能够用到它的特长那些端侧却是搞不定的呢就利用5G的低延迟链路去和云端协同让我们有非常强大的5G线接把这个数据传到云端让云端做完训练再传后来所以这些所有的解决方案都是统一的一个解决方案的一部分这么看来智能体手机的硬件需求已经基本上满足了为什么说是基本呢毕竟今年Agent概念才刚刚开始落地随着AI能力的增长算力的需求还会不断的提升那我们再来看看移动芯片行业将会如何去应对比如说高通刚刚举办了2026骁龙峰会发布了新一代双旗舰移动平台官方宣称是专位智能体时代设计的旗舰移动平台那第一块是CPU但从参数上来看主频是达到了5GHz但比主频更值得说的是它带来的一个叫Flex Cache的缓存架构简单解释一下就是让不同的计算核心共享同一个缓存池并且可以根据任务负载动态调整分配因为Agent的工作方式是一个请求进来被拆成一串子任务这些子任务要在不同的核心之间轮流跑传统的架构下任务每切换一次核心数据就可能要重新从内存里加载一遍而Flux Cache让大家共用一个缓存值任务交接的时候数据还在原地就不用从头再来这样带来的好处就是可以支持智能体保留更长的上下文更快的响应速度延迟更低那第二块是GPU这次的思路是让GPU自己也具备AI能力新发布的Adrenal Neural Fusion是把AI加速直接放进图形管线里另外还加了一组专门跑AI的GPU核心叫Adrenal Matrix Course用来做AI超分真生成和Transformer计算这类事第三块就是NPU这里主要是两项更新首先是专为Transformer优化的Element Accelerator里面有两组单元向量计算单元负责高吞吐量的AI数据计算就是让运算更快还有就是标量计算单元负责决策逻辑路由和编排让推理更准确同时功耗更低另一个是大容量共享内存让模型状态上下文和KP Cache能存在离加速器更近的地方这样智能体在多个工具和任务之间切换的时候不用每次都从头加载另外它还支持MO1混合专项模型以及从INT2到FP16的多种精度策略在执行任务时谁擅长谁上让简单任务省电复杂任务效果更好所以接下来行业的动向是让NPU CPU GPU三条线上都有AI加速这恰好是Agent这种多步骤任务最看重的东西好了那我们这个视频呢说了这么多的Agent Phone只能替手机的底层技术升级和正在推出的一些产品范式的变化其实呢在这背后是AI浪潮来临之际呢市场对下一代交互体验的畅享说实话手机对人们现在来说实在是太重要了无论是看小说的老年人还是刷社媒的Gen Z又或是同时好几部手机把他们当移动电脑的上班族这样形态的硬件已经成为我们生活和工作的必不可少而如此由移动互联网形成的紧密关系正在AI的加持下面临一次巨大的升级从我来操作到它替我完成而当这个变化真正发生的时候下一代手机的竞争可能也就不再只是参数镜头和芯片的竞争了谁能成为离用户最近最懂用户也最值得用户信任的那个agent可能才是下一轮移动结算真正的入口之争那以上就是这些视频的全部内容了你们的留言点赞还有转发是支持我们卫物101做好深度科技和商业内容的最佳动力 [20:00] 那我是陈倩,我们下期再见啦!Bye!