智能体手机加速爆发？换机困境、端侧AI与下一代入口之争
智能体手机加速爆发？换机困境、端侧AI与下一代入口之争
智能体手机正推动交互方式从“用户操作应用”转向“AI代办任务”，背后是换机需求疲软、端侧算力与模型能力进步，以及厂商对下一代移动入口的争夺。
-
传统硬件升级吸引力下降，手机厂商需要新的换机理由。 视频援引 Counterpoint 数据称，2023、2024 年全球智能手机换机周期均约为 43 个月，2026 年受存储芯片等零部件涨价影响，正向 48 个月，即 4 年靠拢。屏幕、摄像头、处理器等渐进式升级越来越难让消费者感知明显差异，Agent 因此成为厂商推动换机的新方向。
-
Agent 的核心变化是执行任务，而不只是回答问题。 例如，用户提出“找一家附近适合两人用餐、今晚 7 点有位置的餐厅”，手机便可完成搜索、比较和预订。交互入口由一个个 App 转向用户意图，手机也由操作工具转向能够代办事务的助手。
-
端侧 AI 的发展，让手机运行 Agent 逐渐具备基础。 视频梳理了高通的演进：2015 年骁龙 820 引入第一代 Qualcomm AI Engine；2018 年骁龙 855 加入张量加速器；2022 年骁龙 8 Gen 2 支持 INT4 低精度计算并针对 Transformer 优化，部分 AI 工作负载性能最高提升 4.35 倍；2023 年骁龙 8 Gen 3 宣布支持最高 100 亿参数的生成式 AI 模型在端侧运行。视频还称，第五代骁龙 8 至尊版的 NPU 性能较上一代提升 37%，并加入 Personal Scribe 和 Personal Knowledge Graph，支持个人信息记录与记忆能力。
-
模型小型化与端云协同，共同降低落地门槛。 受访者指出，达到相近效果所需的模型参数正在减少，某些原本需要上百亿乃至数千亿参数模型才能完成的任务，后来可由更小模型实现。端云协同则让手机承担本地信息处理、记忆与部分推理，将超出设备能力的复杂规划交给云端，再由手机继续执行。
-
行业正在探索两条产品路线：系统级 Agent 与超级 AI App。 系统级 Agent 深入操作系统，可读取当前界面、调用应用并执行操作，优势是交互直接，但更依赖系统权限和生态整合。超级 AI App 则以 ChatGPT、豆包、Gemini 等为入口调用外部服务，较容易逐步落地，其能力取决于接入服务的范围和深度。
-
苹果与谷歌的差异，在于生态整合方式。 视频将苹果描述为以 Siri、Apple Intelligence、端侧处理和 Private Cloud Compute 构建统一体验，第三方能力需要遵循苹果框架。谷歌则同时拥有 Android 系统入口与搜索、地图等服务，但要让 Gemini 跨应用稳定完成任务，仍需解决第三方接口、权限，以及不同设备之间的差异。
-
OpenAI 等新玩家也在探索下一代硬件入口。 视频提到 OpenAI 与 Jony Ive 团队的合作，试图重新思考屏幕和 App 主导的交互方式。有关最终设备形态及 2027 年上半年量产的内容属于视频引用的消息，仍应视为尚待确认的规划。
-
视频中的努比亚手机体验，展示了“感知—推理—执行—记忆”的链路。 用户授权后，可通过独立 AI 键发出指令；助手利用全局读屏理解当前内容，自动调用相关 App，并在后台虚拟屏幕执行操作，让用户继续使用前台界面。经用户授权或主动告知的信息，也可保存为记忆，供后续查询。
-
跨 App 执行已经出现，但生态覆盖仍是实际瓶颈。 视频试用中的顺畅体验主要集中在系统应用、中兴及字节系 App，更多第三方应用仍待接入。因此，“完整执行链路已经跑通”与“能普遍、稳定完成各类任务”之间，仍有需要验证和迭代的距离。
-
Agent 对硬件提出三项关键要求：低功耗常驻、多任务协同、低延迟端云通信。 视频介绍的方案利用 两个 Micro NPU 处理语音唤醒、运动状态等低功耗感知，需要重计算时再唤醒主 NPU；CPU 负责控制与调度，NPU 承担高能效 AI 运算，GPU 等单元协作处理图形和其他任务。端云协同还需控制通信与调度延迟，才能保持连续的任务体验。
-
新一代芯片优化重点，是减少多步骤任务中的数据搬运与重复加载。 按视频介绍，CPU 主频达到 5 GHz，并通过 Flex Cache 共享缓存池、动态分配容量，降低任务跨核心切换的开销；GPU 引入 Adreno Neural Fusion 和 Adreno Matrix Cores，支持 AI 超分、帧生成及 Transformer 计算；NPU 则通过向量与标量计算单元、大容量共享内存，将模型状态、上下文和 KV Cache 保留在更靠近加速器的位置，并支持 MoE 与 INT2 至 FP16 的精度策略。整体方向是让 CPU、GPU、NPU 共同适应 Agent 的连续、多步骤工作负载。
-
最终竞争焦点是用户入口与信任。 当 AI 开始替用户调用服务、安排任务和保存个人记忆，厂商竞争将进一步涉及：谁更理解用户、谁能可靠完成任务，以及谁能获得用户对权限与个人信息处理的信任。
文稿中部分产品名称、发布时间及芯片术语疑有转写误差；上述具体发布与性能信息按视频陈述整理，未作独立核验。