WAIC 智能体手机集中亮相，底层芯片架构成竞争焦点

2026 年 7 月的世界人工智能大会（WAIC）上，智能体手机成为最受关注的 AI 终端方向之一。荣耀、阶跃星辰、努比亚等厂商集中展示了各自的最新产品，而底层芯片厂商高通则从算力架构层面给出了支撑智能体终端的系统解法。

多款智能体手机集中亮相

荣耀首次大规模展示 Robot Phone 真机。该产品的云台摄像头隐藏在机身顶部，可以弹出、旋转并追踪用户，使手机具备接近机器人的感知与动作能力。7 月 18 日，荣耀正式开启这款产品的全渠道预约。

阶跃星辰带来首款大模型原生智能体手机 STEPX Neo，搭载 Step AOS 智能体原生操作系统，内置个人智能体「阶跃 Aomoo」。该系统能够读取屏幕与应用信息，联动携程、支付宝、飞书等服务，完成差旅规划、办公协作和本地生活等任务。

努比亚则展示了与字节跳动联合打造的 NaviX Ultra，被称作「第二代豆包手机」。这款产品内置豆包大模型，可以理解自然语言指令，跨多个应用完成比价、下单、行程规划等任务，并尝试在本地保存用户的长期记忆。

从「加 AI 功能」走向「以智能体为核心」

把视野扩大到整个手机市场，三星 Galaxy S26 系列、小米 17 Ultra、OPPO Find X9 Ultra、vivo X300 Ultra 等新一代旗舰都在强化端侧 AI 与智能体能力。虽然部分机型尚未公布处理器型号，但 2026 年集中出现的高端 AI 手机中，多家品牌都选择了高通第五代骁龙 8 至尊版。不同厂商在模型、系统和交互形态上选择了不同路线，底层算力却越来越多汇聚到同一代移动平台上。

智能体手机的兴起意味着，下一代手机的定义权不再只掌握在终端厂商手中：模型负责理解用户，操作系统负责调度任务，应用生态负责完成服务，芯片则决定这一切能否在手机上持续、实时、低功耗地运行。智能体手机由此成为一场横跨整条产业链的竞争。

当手机开始「主动思考」

7 月 18 日下午的荣耀分论坛上，高通公司全球副总裁、中国区研发负责人徐晧发表主题演讲，指出智能体带来的不只是交互方式升级，更是对终端设计理念的一次重构：设备需要从等待指令的「被动响应」，转向能够理解环境和用户需求的「主动服务」。

例如，当用户让手机规划一次出差，智能体需要理解自然语言指令，读取日历与个人偏好，查询机票与酒店，再调用多个应用完成后续操作。语音识别、意图理解与个人数据检索可以在端侧完成，复杂的信息搜索与推理则可能交给云端模型。

高通总裁兼 CEO 安蒙将这一变化概括为：人机交互将从「以应用为中心」走向「以智能体为中心」。他与微软 CEO 萨提亚·纳德拉的讨论中提到，未来 AI 智能体将逐渐成为主要交互入口，用户的任务和使用体验也会跟随智能体，在手机、PC、汽车和其他终端之间流动。

智能体手机的底层能力

WAIC 上几款智能体手机从不同方向切入，也共同提出一个问题：当 AI 从手机里的单项功能变成持续运行的智能体，原有的手机算力架构还能否支撑？以高通为代表的芯片厂商从底层给出系统解法。

始终在线的低功耗感知

判断用户进入会议室，需要综合日程、位置与环境声音；识别用户正在运动，需要持续读取加速度计与心率数据；Robot Phone 追踪人物动作，则要同时处理视觉、声音和云台姿态信息。这些体验背后，第一道计算实际发生在芯片的低功耗感知模块中。

高通的方案是传感器中枢（Sensing Hub），它是一个始终运行的低功耗 AI 处理模块。
该模块持续收集加速度计、陀螺仪、麦克风、光线传感器等数据，却不唤醒主 CPU 或 GPU，功耗极低。

面向大模型的异构计算

完成感知之后，手机还要理解用户当前在做什么、可能需要什么，以及下一步应该采取怎样的行动。一个「把会议提到的项目整理出来并发给相关同事」的指令，背后可能涉及语音处理、人物识别、文本理解、上下文检索、文件生成和应用调用，不同步骤对算力、内存、时延与功耗的要求并不相同。

高通采用端侧异构计算架构：能端侧跑的交给 CPU、GPU、NPU 协同处理，端侧跑不动的才上云。其中 Hexagon NPU 内部配置了张量、矢量、向量矩阵加速单元，并与 CPU、GPU 协同工作，根据任务类型分配计算资源。

端侧与云端的动态分工

安蒙在 COMPUTEX 2026 上提到，对话式 AI 单次任务可能涉及约 1 万 Token，复杂推理任务可能达到约 10 万 Token，智能体任务的规模还可能进一步上升至 100 万 Token 量级。这里的 100 万 Token 代表完整智能体任务可能产生的计算需求，并不意味着手机要在本地一次处理 100 万 Token。

高通构建了覆盖端侧、边缘侧与云端的分布式智能体 AI 架构：

规划器（Orchestrator）负责拆解任务，并根据各环节对算力、时延、功耗与隐私的不同要求，动态调度计算资源。
CPU 负责智能体的任务编排与规划，NPU 与 GPU 承担本地模型推理。
传感器中枢提供持续的情境信息，蜂窝网络与 Wi-Fi 连接终端与云端算力。

此外，长期记忆与安全边界也是核心能力之一。端侧 AI 算力的重要价值之一，是让更多敏感数据在本地完成处理，降低原始个人信息频繁进入云端的必要性。

行业新时代拉开帷幕

徐晧表示，高通的平台正在覆盖从低功耗智能耳机，到手机、汽车，再到千瓦级数据中心机架等不同形态，希望用统一的芯片、算法和软件解决方案支撑智能体在多个终端中运行。

安蒙在 COMPUTEX 描绘了更大的产业图景：

全球约有 60 亿部手机、20 亿台个人 AI 终端、20 亿台 PC 和 5 亿辆智能网联汽车。
随着这些设备陆续获得智能体能力，一个规模超过百亿台的智能体终端生态正在形成。

他判断，智能体驱动的设备升级周期，「有望成为行业有史以来规模最大的周期之一」。从这个角度看，今年 WAIC 上的智能体手机仍然只是起点：它们展示了下一代手机可能拥有的形态，也提前揭示了未来终端产业的竞争方式。一个属于智能体手机的行业新时代，正徐徐拉开帷幕。