AREX Viewpoint Article
手机的下一步：智能体手机与入口之争
导读
2026年9月，全球首款AI智能体手机努比亚NaviX Ultra正式发布。据新华社报道，中兴旗下努比亚与字节跳动联合研发这款产品，搭载豆包手机助手；用户只需说出自然语言指令，手机就能跨App完成发送消息、预约会议、总结群聊等操作。这不再是传统语音助手的功能叠加，而是智能手机第一次以量产旗舰形态把“替你办事”摆在台面上。
这一节点之所以值得关注，是因为智能手机行业正处在换机周期逼近四年的压力点上。硅谷101视频引用的Counterpoint数据显示，全球换机周期从2023、2024年约43个月，到2026年正朝48个月靠拢；厂商自己也承认，渐进式设备升级越来越难以被消费者感知。智能体手机所代表的“从等人操作到替人办事”的转变，正是厂商重新点燃换机需求的新故事。NaviX Ultra的发布，让这个故事从演示走向了可购买的产品。
但产品发布只是序章。硅谷101的视频价值在于，它对NaviX Ultra做了实测，并把它放回行业路线之争中解读。实测中，AI可以在后台虚拟屏幕上执行操作，不占用主屏，还能记住用户的行程和授权信息；但流畅体验目前集中在系统应用和字节系App上，第三方App接入仍是规模化瓶颈。这相当于证明“理解-规划-执行”的技术闭环已经跑通，真正的考验转入生态开放和商业迭代，如同自动驾驶早期需要在真实环境中反复验证。
同样的路线分化也出现在更广的竞争格局中。苹果在2026年推出Siri AI，试图把Siri升级为系统级智能体；谷歌则用Gemini Intelligence让Android更主动地处理跨App任务。与Nubia选择整机Agent路线不同，这些硅谷玩家分别押注生态深度和系统控制力，而视频指出，苹果封闭生态可能拖慢迭代、Android碎片化则增加执行不确定性。NaviX Ultra的发布让这场入口之争从财报电话会落到了真实产品上。
支撑这些产品的底层，是芯片厂商面向智能体的架构调整。高通在2026年9月发布的新一代骁龙平台，直接把“手机上的智能体”写入设计目标，强调低功耗感知、CPU/GPU/NPU异构调度和端云协同。视频对这些架构如何支撑多步骤Agent任务做了拆解：低功耗Micro NPU平时监听语音和运动，重任务时才唤醒主NPU；FlexCache共享缓存让任务交接不用从头加载。这解释了为什么“随时待命”不再意味着电量崩溃，以及为什么NPU、GPU、CPU的协同成为决定体验上限的关键。
因此，这条视频的增量不是重复NaviX Ultra的新闻，而是提供了理解下一阶段竞争的判断框架：手机入口之争正在从参数、镜头和芯片，转向谁最能被用户信任地托付跨App任务。Nubia证明了技术闭环可行，视频则提醒读者，真正的分水岭在于生态开放度、低功耗执行和长期记忆带来的信任积累。这也是它值得在当下观看的原因。
核心结论
- 换机周期拉长倒逼手机行业从硬件竞赛转向体验跃迁：全球换机周期正向48个月逼近，渐进式硬件升级已无法有效刺激消费。智能体带来的“从等人操作到替人办事”的角色转变，成为厂商重新点燃换机需求的关键叙事。
- 需求、算力与模型小型化三股力量汇聚，智能体手机才真正具备落地条件：智能体任务的高复杂度要求端侧AI从“能用”走向“好用”，而芯片厂商多年算力积累、模型参数效率提升和端云协同架构共同补上了技术拼图，使概念进入可落地阶段。
- 整机Agent与超级AI入口两条路线并行，体验直接性与生态开放度构成核心取舍：整机Agent路线体验直接但需要系统级改造，超级AI入口路线落地门槛低却受制于第三方生态开放。两条路线目前均未形成统一答案，厂商根据自身生态能力选择不同路径。
- 国内智能体手机已跑通“理解-规划-执行”闭环，但第三方App接入仍是规模化瓶颈：七家主流厂商完成端侧大模型备案，努比亚NaviX Ultra实测验证了跨App操作、后台执行和个人记忆的完整链路。然而流畅体验目前集中在系统应用和少数合作App上，生态扩展决定其能否真正规模化。
- 下一代入口之争的本质是争夺最值得信任的Agent，而非单纯的硬件或参数优势：当手机从“我来操作”转向“它替我完成”，竞争维度从参数、镜头和芯片转向信任、个性化记忆和跨服务执行能力。谁能成为离用户最近、最懂用户的智能体，谁就掌握下一代移动计算的入口。
观点拆解
1. 智能体手机是手机行业在换机周期拉长后必须抓住的“新故事”
-
换机周期逼近四年，传统硬件升级已无法有效刺激消费：Counterpoint数据显示，全球智能手机换机周期从2023、2024年的约43个月，到2026年正向48个月靠拢。厂商面临的不是某一项功能失灵，而是“渐进式设备升级”让新机与上一代的差距越来越难以被消费者感知，传统硬件迭代的换机驱动力正在系统性衰减。
“Counterpoint的数据显示，全球智能手机换机周期已经明显拉长，2023和2024年这个数据都是在43个月左右，到了2026年，受存储芯片等零部件价格上涨影响，全球换机周期正在向48个月，也就是4年靠拢。”
“他们提到了一个词，叫做incremental device upgrades，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。”
-
Agent带来的不是功能叠加，而是手机角色的根本转变：过去手机AI功能虽多，但Agent的想象空间完全不同：用户从手动打开地图、搜索、比较、跳转订餐，变为只需提出需求，后续搜索、比较、预订都由Agent完成。这意味着手机从“等人操作的工具”变成“能够替你办事的智能助理”，这种体验跃迁才是厂商需要的换机刺激点。
“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；而在智能体时代，你只需要告诉手机，帮我找一个离我近一点、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、预订都可以由Agent来完成。”
“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”。”
-
端侧算力从“能用”到“好用”，是新故事能够落地的底层前提：Agent进入手机后，任务复杂度远超以往固定的语音识别、图像识别和拍照算法，涉及语音、文字、图像、推理和操作等多类任务，需要CPU、GPU、NPU等计算单元动态切换与协同。端侧AI能力的成熟，使厂商押注智能体手机不再只是概念，而具备了可落地的算力基础。
“端侧AI从“能用”进入到了“好用”，开始能够支撑这个“新故事”的落地。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针对性地优化一下也就够了。但是Agent要进入手机之后，任务的复杂程度大大提高。”
“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，端侧AI能力就成为了关键问题。”
2. 需求、端侧算力与模型小型化三股力量汇聚，使智能体手机从概念进入落地阶段
-
智能体任务的高复杂度，使端侧AI从“能用”走向“好用”成为关键前提：过去手机上的AI主要处理语音识别、图像识别等相对固定的任务，NPU针对性优化即可满足需求。但智能体进入手机后，任务涉及语音、文字、图像、推理和操作等多个维度，要求CPU、GPU、NPU等计算单元动态切换与协同，端侧AI能力因此成为智能体手机能否落地的核心问题。
“但是Agent（智能体）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、文字、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，端侧AI能力就成为了关键问题。”
-
芯片厂商多年算力积累，已从“跑大模型”推进到为端侧智能体加入记忆与持续学习能力：芯片能力的演进并非突然转向，而是一步一步向智能体方向靠近：从支持拍照算法到运行神经网络，再到端侧跑大模型，最新一代芯片已明确将“手机上的智能体”写入设计目标，并通过个人速记和个人知识图谱等能力，让端侧智能体具备记忆和持续学习的基础。
“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。”
“同时加入了个人速记（Personal Scribe）、个人知识图谱（Personal Knowledge Graph）等能力，这两个东西的作用，就是让端侧的Agent（智能体）能够记住你，能够持续学习。”
“从帮拍照到算神经网络，然后能跑大模型，再到现在开始有“记忆”，芯片厂商其实是一步一步在往Agent（智能体）这个方向挪。”
-
模型小型化与端云协同架构，共同补上了智能体手机落地的最后一块技术拼图：仅有芯片算力还不够，模型必须小到能真正塞进手机。高通全球副总裁徐晧博士指出，同样的智能所需参数正在快速减少，小模型在短时间内就能达到甚至超越此前大模型的效果。与此同时，端云协同架构进一步扩展了手机端智能体的能力边界，使需求、算力、模型三股力量汇聚，智能体手机的基本条件就此具备。
“云端的大模型，参数动辄上千亿，无论如何是塞不进一块手机里的。所以过去很长一段时间，“大模型”和“手机”几乎是两个世界的事。”
“同样的智能，需要的参数是越来越少了。”
“在几个月、小于一年的时间内，这100多个billion或者几百billion的这些模型，它用很小的模型，比如4个billion或者几十个billion的，它就能达到同样的效果，甚至于更好。”
“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。”
3. 行业正在分化为“整机Agent”与“超级AI入口”两条路线，二者在体验直接性与落地难度之间各有取舍
-
行业分叉的核心问题在于：当AI替用户操作手机时，谁来决定操作逻辑：智能体手机带来的根本变化是AI从被动回答转向主动操作，这直接引出了控制权与决策权归属的问题。视频指出，这正是行业出现路线分化的起点，不同厂商对“谁来决定AI怎么操作”给出了不同答案。
“当AI开始替用户操作手机之后，谁来决定它应该怎么操作，这也就是目前行业正在分叉的地方。”
-
整机Agent路线把AI集成进系统，体验直接但需要更深的系统级改造：整机Agent路线不改变用户熟悉的手机形态，而是将AI能力嵌入操作系统层面，让用户无需额外进入某个应用即可获得智能体验。视频以努比亚NaviX Ultra搭载豆包手机助手和骁龙旗舰平台为例，说明这条路线已经进入实际产品阶段，其优势在于体验足够直接。
“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。这种路线最大的优势是体验足够直接。”
“我们这次体验的努比亚NaviX Ultra，搭载了豆包手机助手（消费者版）和骁龙旗舰移动平台，就是走的这条路线。”
-
超级AI入口路线以SuperApp为中介调用服务，落地门槛低但依赖第三方生态开放：超级AI入口路线不要求手机厂商重构操作系统，而是通过一个集中的AI应用作为入口，由它去调用地图、购物、外卖等服务。视频认为这种路线落地相对容易，用户学习成本也较低，但其能力边界受制于第三方服务能否被有效调用。
“第二种思路就是在手机里面放一个SuperApp，也就是超级AI入口。用户先进入一个AI APP，比如说ChatGPT、豆包、Gemini等等，然后由它去调用地图、购物、外卖等各种服务。这种路线的优势是落地相对容易。”
“手机厂商不需要一下子重构整个操作系统，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。”
-
两条路线目前并行探索，行业尚未形成统一答案：视频明确表示，整机Agent与超级AI入口两个方向都在推进之中，行业仍在寻找平衡与突破。这意味着智能体手机的入口之争尚未定局，不同厂商可以根据自身生态与能力选择不同路径。
“行业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。”
4. 硅谷玩家在系统层与终端层展开入口争夺，但各自面临生态开放与落地速度的制约
-
苹果把Siri推向系统级Agent，但封闭生态可能拖慢迭代速度：苹果正在将Siri从问答助手升级为系统级智能体，并把新一代iPhone定位为“智能个人中枢”。其端侧处理加私有云计算的路线虽然有利于统一体验，但对第三方生态开放有限，AI能力大多要在苹果自己的规则下运行，这可能导致其迭代节奏落后于市场预期。
“苹果最大的变化之一，就是正在把Siri从“只会回答问题的助手”往系统级Agent（智能体）推进。”
“它对第三方生态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，可能就是迭代速度会慢一些了。”
-
谷歌Gemini兼具系统深度与服务生态，却受制于Android的碎片化：谷歌的Gemini进入Android后，既能深入操作系统理解用户行为，又能直接调用谷歌自有的完整服务体系，兼具系统级Agent和Super App的双重优势。但跨App执行任务需要大量第三方应用开放权限和接口，而Android设备众多、硬件与系统机制差异巨大，使Gemini在开放而分散的生态中难以稳定完成任务。
“当Gemini进入Android之后，它同时获得了两个优势：一方面，它可以深入操作系统，理解用户正在做什么；另一方面，它自己又拥有大量可以直接调用的服务。”
“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，稳定地替用户把事情做完。”
-
OpenAI试图以新硬件形态绕开传统手机交互，但落地仍回到智能手机路径：OpenAI与前苹果首席设计师Jony Ive合作，最初设想摆脱“屏幕+APP”的交互方式，甚至考虑过无屏幕设备。然而后续消息显示，其产品设计可能仍会基于传统智能手机形态，目标在2027年上半年量产，说明激进的新硬件设想在落地时仍受到现实约束。
“一开始Ive和Sam Altman设想的，是希望摆脱“屏幕+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的产品的设计，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。”
5. 国内智能体手机已进入有备案、有监管的落地阶段，整机Agent路线开始跑通“理解-规划-执行”闭环
-
端侧大模型备案标志着国内智能体手机从产品探索进入规范化落地阶段：网信办首次集中公布端侧大模型备案信息，苹果、小米、OPPO、vivo、华为、三星、努比亚七家主流厂商全部完成备案，说明智能体手机在国内已经不再是厂商单方面的产品尝试，而是进入了有监管框架支撑的落地阶段。这意味着行业竞争将在一个更明确的规则边界内展开。
“今年七月，网信办第一次集中公布了端侧大模型的备案信息，苹果、小米、OPPO、vivo、华为、三星、努比亚七家主流厂商全部完成了端侧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。”
-
努比亚NaviX Ultra实测显示整机Agent路线已跑通跨App操作、后台执行与个人记忆的完整闭环：实测体验表明，努比亚NaviX Ultra在获得授权后可以代替用户完成App内的搜索、翻页、查询等操作，并具备跨App唤起、后台虚拟屏幕执行和个人信息记忆能力。这些能力叠加起来，构成了从理解用户意图、规划执行路径到实际完成任务的AI原生交互范式。
“有些APP的操作，在获得授权之后，我就不用自己动手了。过去我们想做什么事，得点开对应的APP，然后逐步地搜索、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。”
“在推理方面，对于一些需要其他APP协助的任务，它能自动唤起对应的APP，不需要我再手动打开。更重要的是执行方面，它可以在后台的虚拟屏幕上跑，画面不占用主屏。”
“只要我授权了，或者主动告诉它一些信息，它就能够帮我记住。比如说我的行程、票价，当我需要的时候，可以直接问豆包，不再需要打开APP去寻找。”
-
智能体手机已跑通技术底层链路，但第三方App生态接入仍是规模化落地的关键瓶颈：当前流畅的智能体体验主要集中在系统应用、中兴和字节系App上，第三方App的调用仍需等待逐步接入。从技术角度看，"理解-规划-执行"的完整链路已经跑通，但真正的考验在于进入真实商业环境后，能否通过生态扩展和反复迭代实现规模化。
“我们试用的时候发现，现在各种流畅的体验，主要是围绕系统应用、中兴还有字节系的APP上。想调用更多第三方APP的话，还得等待未来逐步接入。不过从技术角度上来看，这套"理解-规划-执行"的完整链路已经跑通了。”
“这就像自动驾驶行业早期的状态，先把技术底层搭好，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。”
6. 智能体手机的硬件竞争焦点从单一算力转向低功耗感知、异构调度与端云协同的系统能力
-
智能体手机要求芯片从“全功率运行”转向低功耗感知与按需唤醒：智能体需要随时待命，但持续全功率运行会迅速耗尽电量。视频指出，硬件必须先解决低功耗感知问题，让芯片在平时保持极低功耗监听，只有在需要AI处理重任务时才唤醒主计算单元。
“首先Agent（智能体）要随时待命，但是如果芯片一直全功率运行，电量就撑不了多久，这就需要低功耗感知。”
“针对前面说的低功耗感知，还有两个Micro NPU，平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。”
-
异构调度成为智能体手机的核心能力，CPU、GPU、NPU必须协同发挥各自特长：智能体任务同时涉及任务调度、推理计算和界面渲染，单一计算单元无法高效完成。视频强调，硬件需要支持多任务并行调度，通过异构计算把不同任务分配给最合适的单元，避免任何一块成为短板。
“过去CPU、GPU、NPU各自承担比较明确的任务，但是到了Agent（智能体）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。”
“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做到极致。”
-
端云协同与分布式动态调度决定智能体体验的上限：手机端侧算力有限，复杂规划需要借助云端完成，但端云协同最影响体验的是延迟。视频指出，智能体的计算不是集中式的，需要在本地预处理、云端规划和结果回传之间进行分布式动态调度。
“如果手机上能做，那我们就在手机上做出来；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，云端做出规划，再传回来。端云协同的时候，最影响体验的就是延迟。”
“那些端侧确实搞不定的，就利用5G的低延迟链路去和云端协同，我们有非常强大的5G连接，把这个数据传到云端，让云端做完训练（推理）再传回来。”
-
新一代移动平台围绕多步骤Agent任务重构缓存、GPU与NPU架构：高通新一代旗舰平台通过FlexCache共享缓存池减少任务切换时的数据重载，通过Adreno Neural Fusion和Matrix Cores让GPU具备AI加速能力，通过NPU的Transformer优化和大容量共享内存支持更长的上下文与更低延迟。这些设计共同指向多步骤智能体任务的需求。
“FlexCache让大家共用一个缓存池，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，更快地响应速度，延迟更低。”
“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（智能体）这种多步骤任务最看重的东西。”
7. 下一代移动计算的入口之争，本质是争夺离用户最近、最懂用户且最值得信任的Agent
-
智能体把手机从“等人操作的工具”变成“替你办事的助理”，交互范式发生根本转变：视频用订餐厅的例子说明，过去用户需要自己打开地图、看评价、跳转订餐平台，而在智能体时代，用户只需说出需求，搜索、比较、预订都可以由Agent完成。这意味着手机的角色不再是工具，而是能够主动完成任务的智能助理，为下一代入口之争提供了体验基础。
“你只需要告诉手机，帮我找一个离我近一点、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、预订都可以由Agent来完成。”
“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”。”
-
AI将重构交互体验，用户会从“选App”走向“不用选App”：采访嘉宾徐晧指出，AI是一个全新的用户界面，交互方式将从用户主动选择App，转变为由智能体理解意图并直接执行。这种从“选App”到“不用选App”的转变，是下一代移动计算入口竞争的关键体验分水岭。
“AI将会重构交互体验，它是个全新的user interface（用户界面），从我们选APP到不用选APP。”
-
下一代移动计算的入口之争，核心是争夺离用户最近、最懂用户且最值得信任的Agent：视频在结尾处给出结论性判断：当手机从“我来操作”转向“它替我完成”，竞争将不再只是参数、镜头和芯片的比拼，而是谁能成为离用户最近、最懂用户、最值得信任的智能体。信任、个性化理解与跨服务执行能力，将成为下一轮入口竞争的核心壁垒。
“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（智能体），可能才是下一轮移动计算真正的入口之争。”
总结
智能体手机真正的分水岭不在于谁先做出能操作App的AI，而在于谁能把“替你办事”变成一种可信赖的日常体验。换机周期拉长只是导火索，端侧算力和模型小型化提供了技术底座，但决定胜负的是生态开放度和用户信任。国内厂商已经跑通了从理解到执行的闭环，硅谷玩家则在系统深度与落地速度之间挣扎。下一轮入口竞争不会由参数表决定，而会由那个离用户最近、最懂用户、且最值得托付的智能体来定义。
信息源
视频来源
- 智能体手机加速爆发？换机困境、端侧AI与下一代入口之争：
外部资料
- 努比亚发布AI智能体手机NaviX Ultra 探索终端AI落地新路径：
- 努比亚NaviX Ultra：
- Siri AI, a profoundly more capable and personal assistant, ...：
- A smarter, more proactive Android with Gemini Intelligence：
- Snapdragon Leads the Agentic AI Age with Two of ...：