AI智能体试水“抢购物券”，手机厂商转向：不拼参数拼应用

　　端侧AI不再“火拼”排行榜单上的模型参数。

　　今年以来，美国AI公司正在用“左脚踩右脚”的方式构建新的生态，试图以此完成算力投资到大模型应用的商业闭环，而OpenAI、英伟达则是这场游戏的主导者。

　　但在中国市场上，跟随美国芯片战略、“烧钱”拼进大模型参数榜单早已不是多数人可以参与的游戏，更重要的是，这种投资对于催熟AI应用所付出的成本代价太高，并且没有终点。

　　“做千亿级模型需要两万卡以上的集群，往2000亿、4000亿（参数）跑的时候投200亿元都不够。”国内一家头部手机厂商的AI负责人近日对记者坦言，终端再去卷通用人工智能不太现实。成本是惊人的，想清楚这一点，战略才能推进下去。

　　这并不是一家厂商的看法。从过去一周国产旗舰手机所展示的技术方向看，端侧AI正在明显转向：不再“火拼”排行榜单上的模型参数，而是用更多的小模型进入场景深水区，让AI加速在应用层跑起来，用起来。

　　“实用性和性价比，应用落地能力，这些才是我们中国厂商的优势。”上述厂商说。

　　AI试水“抢购物券”

　　过去一周，国内的手机厂商们都在试图让外界相信，AI真的让手机变得更“聪明”了。

　　“我们认为现在的手机AI已经具备了自进化的能力。”荣耀CEO李健在一场发布会上说，手机的智慧如今不再停留在被动响应，而是能够主动预测用户的下一步操作。

　　他认为，手机AI在交互方式上正在产生巨大突破，过去需要多步操作才能完成的服务，现在可以一键完成，而针对特定的场景，这种交互体验更加直观。

　　在发布会现场，荣耀邀请了一名观众与手机上的智能体“YOYO”进行比价PK，在10秒的时间里，这位观众采购了2610元的宠物陪伴机器人与金条，而同样的商品下，“YOYO”输入商品后自动抓取了600元的隐藏优惠券，最后一键下单，总价为2016元，赢得了对决。

　　在李健看来，这并不是偶然。

　　“AI正在与手机系统做深度结合，在特定场景下，手机AI会激活加速模式。”李健表示，基于自研架构，一方面可以像“万能插座”一样，与阿里巴巴、高德这样的公司打通应用壁垒，也可以将CPU、GPU运算效率和网络连接状态进行调优，与高通甚至细化到汇顶这样的超声波指纹芯片进行优化，提升用户的抢购速度和成功概率。

　　“这种AI能力也在更多高频场景中落地，比如当你刚刚复制了一段航班号，系统已经开始思考并主动呈现航班的实时动态，又或者通过手机的AI键，拍一下床头柜上的图片就可以完成酒店Wi-Fi的连接，甚至可以抢购火车票、演出票以及热门盲盒。”李健说。

　　作为中国AI生态的重要一环，这种AI在应用层的探索也在国内的其他手机厂商中铺开。比如vivo可以对用户收藏的内容进行AI提炼、分类整理，并关联日程和地址等信息，甚至还有了对长文阅读和理解能力。

　　“端侧的多模态推理大模型现在可以具备128K长上下文处理能力，极限出词速度超过每秒200个token，这相当于云端的水平了。”vivo AI全球研究院院长周围对记者说。

　　此外，OPPO也将AI文本记忆能力视为端侧应用的一个研发方向。在此前的开发者大会上，OPPO展示了通过语音助手识别账单并自动记账的功能。在他们看来，用户平均每天通过手机接收的信息量高达80G，碎片化信息轰炸着人们的大脑，AI也许可以帮助记忆这些信息。

　　困难在哪儿？

　　尽管端侧AI场景落地初见成效，但仍面临多重挑战。包括功耗、算力以及成本压力，都让手机行业的从业者感到有些“喘不过气”，这也是过去几年AI未能显著拉动手机销量的核心原因。

　　其中，功耗与算力是首要难题。端侧AI运行时，CPU、GPU高频工作，会加速电量消耗。“测试显示，持续使用AI功能，手机续航会缩短2-3小时。”国内的一家手机厂商负责人对记者表示，即便优化算法，端侧算力仍难支撑复杂任务，“比如实时翻译多语种视频，目前还得依赖云端辅助”。

　　内存占用同样制约发展。以往7B模型需要3.5G内存，在8G内存的中高端机型运行后，剩余内存被挤压，一下从高端机变成低端机。虽然手机厂商可以将模型压缩至2G，但仍需占用部分内存，影响用户体验。

　　而更关键的是对手机利润的侵蚀。

　　手机利润目前主要来自三部分：硬件销售差价、生态增值服务以及高溢价配件，而端侧AI需要额外投入独立NPU芯片研发，成本较普通芯片高15%-20%，同时，为适配模型，需优化系统底层，而研发投入就像进入了一场烧钱游戏。

　　“我们要做两万卡以上的集群，两万卡和一万卡光设备就要加二十几亿，而且这还远远不够 。”周围对记者表示：做个4000亿的参数，可能要花50亿买算力，而且这50亿里还要三分之一，差不多是15亿是电费，往后每年烧电还要烧这么多钱，所以烧不起 。

　　但今年年初，DeepSeek的开源，给手机厂商带来了一个实质性的变化，它第一次把行业在千亿大模型上的能力拉齐了。简单来说，通过蒸馏和迭代，DeepSeek让一些小模型也能做到同样的AI能力。这也开始让手机厂商明白，AI的成功路径不止一条，一味地堆叠算力想挤入模型参数榜单，去拼抢第一，并不可行。

　　“东西做出来，用起来才能实现商业循环。”调研机构Counterpoint方面对记者表示，人工智能仍然是手机厂商战略的核心，但智能手机厂商的做法已变得更加务实，重点已转向提升实际使用体验。

　　在记者的采访中，大多数手机厂商也开始秀出了肌肉，并且对AI智能体的方向画出了“轮廓”。

　　vivo方面对记者表示，目前AI能覆盖的场景数量已达2500个，OPPO则在最新的数据中称这一数字达到2200个。李健则表示，今年7月份YOYO支持的场景是200多个，随着荣耀Magic8的发布，这个数字已经上升到了3000个，三个月时间翻了15倍。“这3000个场景、15倍的增长并不是终点，后续这个数字会增长得更快。”

　　“我们也在研发机器人手机，目前对外展示的是一个AI手机、机器人和摄像机结合的概念产品，但这也是我们AI终端未来趋势的判断。”李健表示，从原有的iPhone到国产手机开启的AI Phone，将来也许就是Robot Phone机器人手机时代，它的核心在于拥有AI手机的超强大脑，能随时随地洞悉万物。

　　根据Counterpoint向记者提供的追踪数据显示，去年仅有20%的智能手机支持GenAI（AI智能体），而到2029年这一比例将跃升至57%，这一功能逐渐成为高端旗舰手机的标配，而中国品牌是推动GenAI智能手机普及的重要力量。

　　不管路径如何选择，中国手机厂商AI智能体已经跑在了行业前面，应用层的逐步突破或许能够为这一行业完成新的商业闭环。