過去幾年，WAIC 世界人工智慧大會不僅越發熱鬧，也越發代表了全球 AI 的演化方向，而到了今年的 WAIC 2026，也能發現，智能體手機、AI 眼鏡、機器人、晶片……開始更多走到台前。

階躍和努比亞都在做智能體手機，但一邊想重做作業系統，一邊想讓 AI 直接接管現有 App。榮耀更乾脆，直接給手機裝上一隻可以轉頭的機械雲台。至於被寄予厚望的智能眼鏡，樂奇 Rokid 給它做了一套 AIOS，還帶來了新一代的空間電腦 Rokid AR。

機器人也不滿足於走路、跳舞和翻跟頭了，有的能在人形與四足之間變形，有的進了汽車產線，還有三台機器人組隊開起了藥房。算力廠商也已經不太滿足於展示一張卡，而是把十萬卡叢集、超節點、近存計算晶片和機器人開發平台一起搬進了展館。

WAIC 2026，就像一個巨大的 AI 產品和技術實驗場。大會官方給出的數字是，1100 余家企業帶來 3000 余項展品，其中超過 300 款產品全球首發。我們從中選出 20 個最值得關注的產品，它們未必都會成為未來的日常，但至少已經讓一個變化變得清晰：

AI 湧向物理世界，變得越來越猛烈。

01. 模型「雙腳行進」：往具身智能走，往更強智能走

不只是 WAIC 2026，基礎模型一直存在一條很有意思的分叉。一邊是 Kimi、MiniMax 等模型繼續擴大上下文、多模態和智能體能力，另一邊是面壁智能把模型壓到端側，讓手機、汽車和機器人不連雲也能端側運行。

這兩條路線並不矛盾。雲端模型負責能力上限，端側模型負責成本、延遲和隱私，二者都有必須存在的理由。

從榜單第一到真實世界：面壁智能讓端側 AI 裝進每一台終端

面壁智能的 MiniCPM 路線一直很明確：不和雲端模型比參數，而是提高端側模型每一個參數里的「知識密度」。但今年 WAIC，面壁智能想講的重點不再是模型本身——展台的核心關鍵詞是「進入真實世界」。

新一代 MiniCPM5-1B 延續的正是這套思路，在 Artificial Analysis 榜單上做到同尺寸全球領先、2B 以下模型排名第一。但比榜單更重要的是，這套能力正在裝進真實的終端，並獲得全球頭部廠商的認可——面壁智能已與三星手機達成合作，其端側模型將搭載於三星數款旗艦機型上市。

端側的價值，在於手機、汽車和機器人不可能每一個動作都等雲端返回，本地模型必須能夠理解指令、判斷環境並完成決策。

這也是面壁智能今年正式邁向具身智能的底氣。本屆 WAIC 上，面壁智能與樂聚機器人聯合打造的展廳導覽 Agent 解決方案，可在無網路環境下純端側運行，即時理解環境、規劃路線、避障導航，園區巡檢中還能就地分析敏感畫面，讓資料主權歸客戶。

同樣的邏輯也在更多場景兌現：智能座艙產品 SuperMate 已隨長安馬自達 EZ-60、吉利銀河 M9 量產上市；端側智能開發板「松果派」讓無技術背景的人也能快速開發 AI 硬體。

從手機到汽車再到機器人，面壁智能正在從端側智能的「先行者」進化為「定義者」——讓智能走出雲端，走進世界。

Kimi K3：開源模型第一次跨進 3T 級，僅次於頂級閉源模型

正式發佈的 Kimi K3 擁有 2.8 兆參數，是全球首個開放的 3T 級模型，同時支援原生視覺與 100 萬 token 上下文。

不過，2.8 兆參數並不會同時工作。K3 採用稀疏 MoE 架構，896 個專家中每次只啟動 16 個，再通過 Kimi Delta Attention 和 Attention Residuals 提高資訊傳遞效率。按照官方資料，其整體擴展效率相比 K2 提高約 2.5 倍。

從官方公佈的基準測試成績來看，Kimi K3 僅次於最頂級的閉源模型 GPT-5.6 Sol 和 Claude Fable 5。

而月之暗面把 Kimi K3 的主要方向放在長程程式設計、知識工作和深度推理上。官方展示中，K3 曾連續運行 48 小時，用開源工具完成一顆晶片的設計與驗證，在一定程度上說明了 K3 的長程 Agent 能力。

另外一提，K3 已經上線 Kimi、Kimi Work、Kimi Code 和 API。而開放模型的競爭，也開始從榜單分數轉向誰能把複雜任務真正做完。

02. 機器人不只會動，還要和我們一起幹活

機器人一直是 WAIC 最具人氣的來源，本屆更甚，聚集了大量的新一代機器人，尤其是具身智能的人形機器人。過去大家喜歡圍觀它們跳舞、格鬥和翻跟頭，今年更明顯的變化，是廠商都在努力證明機器人不只適合拍視訊。

有的開始走進家庭和戶外，有的進廠，有的負責拿藥，還有的乾脆不再堅持一種身體形態。

啟元 T1：站著是人，趴下是「狗」

啟元 T1 很像機器人行業對「為什麼一定要做人形」的一次反問。

在室內，它採用輪足人形形態，可以在客廳和書房安靜移動，零轉彎半徑也更適合狹窄空間；遇到草地、砂石、斜坡和台階，它又能自動切換成四足形態，用更低的重心和更穩定的結構通過複雜路面。

這不是把一個人形機器人和一隻機器狗簡單拼在一起。啟元用一套跨形態運動控制系統統一管理關節、動力、感知和平衡，讓機器人在兩種身體之間切換後還能繼續執行原來的任務。

T1 的「人」「狗」雙形態，圖片來源：啟元

除了陪伴和跟隨，T1 還能連接運動相機，執行語音拍攝、軌跡運鏡與多機位架設。換句話說，它想成為的不只是家庭機器人，也是一台會自己找機位的移動攝影車。

聽起來確實有點瘋狂。但相比「機器人應該長得像人」，根據環境選擇更合適的身體，反而更符合機器的邏輯。

遠征 A3 Ultra：人形機器人開始拿到正式工牌

這次 WAIC 上，智元集中展示了五款新品，包括遠征 A3 Ultra、精靈 G2 Max、靈犀 X2 EDU 版本、臨界點 OmniHand 3 Ultra-M 和酷拓世界首個騎行機器人。

其中遠征 A3 Ultra 增加了具身處理器（700TOPS）、雷射雷達、多部位魚眼相機，還搭載了高自由度靈巧手。作為全球首款量產可商業化部署全尺寸人形機器人，A3 Ultra 可以為部署態提供更強大支援，本次也被評選為 WAIC「鎮館之寶」。

智元給遠征 A3 Ultra 的定位非常清楚：這是一台準備進入展廳、酒店、門店和工廠的全尺寸商用機器人。

它擁有 174 釐米的人體適配身形，使用 360° 視覺與雷射雷達融合感知，能夠完成自主導航、接待、講解和導購。在 WAIC 現場，智元讓遠征 A3 Ultra 泡起了茶、打起了乒乓球。

現場，我們甚至還能看到智元把均普智能的整條晶片加工產線搬進了 WAIC 展館，讓機器人連續完成晶片上料、成品裝盒、整箱轉運超長流程作業。

「可量產」是 A3 Ultra 反覆強調的關鍵詞。相比偶爾成功一次的 Demo，商用機器人更需要長時間運行、快速部署、現場維護和安全接管。它不一定要做出最驚險的動作，但必須像一個真正的員工一樣，每天都能把同一件事做好。

從這個角度看，人形機器人真正的成人禮，可能是拿到工牌、進入排班表。

螞蟻靈波機器人智慧藥房：三台機器人，90 秒配好一單藥

機器人智慧藥房沒有人形機器人的視覺衝擊力，卻可能是本屆 WAIC 最接近真實生意的具身智能產品之一。

它由螞蟻靈波與國大藥房合作打造，三台不同構型的機器人共同完成接收訂單、取藥和打包，公開口徑是 90 秒完成一單。它們統一接入 LingBot-VLA 跨本體具身基座模型，因此可以圍繞同一任務進行協作。

更重要的是，這套系統把機器人接進了網際網路問診和處方流轉流程。使用者從諮詢、開方、購藥到取藥，不必在幾個割裂系統之間反覆跳轉。

機器人進入醫療場景，當然不能只看快不快。處方稽核、異常藥品、缺貨和抓取失敗，都需要嚴格的人類兜底。但它至少說明，具身智能真正有價值的地方，在於把一條重複、標準又容易出錯的流程重新串起來。

HGR「人·鏡·犬」：你看那裡，機器狗就去那裡

需要說明，HGR 是一套把人、AI 眼鏡和機器狗連接起來的協同系統，而不是一款機器人。

人眼大約在 1.6 米高度，機器狗的攝影機可能只有 0.4 米高，雙方看到的世界並不一樣。當佩戴眼鏡的人盯著一個位置說「去那裡」，系統需要先把兩個視角對齊，再把人的視線落點變成機器狗能夠理解的導航目標。

在演示裡，工作人員只需要看向外賣所在的位置並行出指令，機器狗就能起身、前往取貨點，再把外賣送到指定區域。

單看取外賣並不複雜，但 HGR 展示了一種更自然的機器人互動：人不再學習遙控器和坐標系，只需要使用視線和語言。真正好用的機器人，必須懂得人到底在看什麼。

03. AI 時代的智能硬體，爭奪下一代計算入口

過去兩年，AI 硬體經歷了一輪從耳機、吊墜到各種隨身裝置的嘗試。但走到 WAIC 2026，最有機會成為個人智能體載體的，仍然是手機和眼鏡：一個擁有成熟的計算、螢幕與應用生態，另一個最接近人的眼睛和耳朵。

這次出現的新品也不滿足於多裝一個 AI 助手。智能體手機想讓 AI 看懂螢幕、呼叫應用並把任務做完；AI 眼鏡則開始爭奪作業系統、空間感知與長期記憶。兩類硬體走的是不同路線，爭奪的卻是同一個位置：誰能成為 AI 時代離人最近的計算入口。

STEPX Neo：當大模型公司終於決定自己做一台手機

階躍星辰選擇手機作為 STEPX 品牌的第一款硬體，其實很好理解。它需要隨身、需要螢幕，還要有足夠強的端側算力。把這三個條件放在一起，今天最成熟的載體仍然只能是手機。

但 STEPX Neo 真正值得看的，是背後的 Step AOS 和個人智能體 Amoo。階躍的想法是，讓智能體進入系統層，理解螢幕內容、規劃任務、呼叫工具，再跨越多個應用把事情辦完。

比如使用者不需要逐個打開地圖、酒店和出行軟體，而是直接告訴 Amoo 自己要去那裡、有什麼偏好，剩下的步驟由智能體規劃。按照階躍的說法，STEPX Neo 已經通過《人工智慧終端智能化分級》L3 級測試，也是目前唯一獲得這一等級檢測報告的智能體手機。

當然，對於系統級智能體來說，演示從來不是最難的，難的背後整個生態，有太多問題需要解決了。

第二代豆包手機：AI 智能體手機走向量產旗艦

去年底，努比亞和豆包的第一代合作產品 M153 豆包手機助手技術預覽版，不要求每個 App 專門開放介面，而是通過視覺理解手機畫面，再模擬人的點選和滑動，完成比價、訂餐、下單等任務。

好處是理論上什麼 App 都能操作，問題也同樣明顯：平台未必願意讓一個第三方智能體在自己的介面裡自由行動。

這一次亮相 WAIC 的第二代產品，不再是限量工程樣機，而是一款面向量產的旗艦手機。它延續系統級 GUI Agent 路線，並加入醒目的 AI 按鍵，希望把「幫我看看」推進到「替我做完」。

「第二代豆包手機」努比亞 Navi X Ultra，圖片來源：霞光社

某種程度上，第二代豆包手機真正要解決的也是智能體的生態問題。只要微信、淘寶、支付和內容平台仍然各守一方，AI 再聰明，也可能在最後一步被擋在門外。

榮耀 Robot Phone：給手機裝上一隻會轉頭的眼睛

榮耀 Robot Phone 是這批產品裡最直觀的一款。它在手機背部塞進一套可伸出的三軸機械雲台，攝影機不再固定朝著一個方向，而是能夠主動轉動、追蹤人物和調整拍攝角度。

這讓手機第一次有了一點「身體感」。放在桌面上，它可以在視訊通話時追著人轉；拍攝運動畫面時，它可以像小型雲台相機一樣自動跟拍；當攝影機朝向使用者、對外界動作做出回應時，手機甚至會產生一種很微妙的「活著」的感覺。

榮耀 Robot Phone，圖片來源：雷科技

榮耀還把 ARRI 的 Log-C 編碼與 LUT 調色檔案引入移動端，試圖讓這只會動的眼睛不只是一個噱頭，也成為一套真正能用的影像系統。

但 Robot Phone 最有意思的地方仍然是它對手機形態的試探。折疊屏解決的是螢幕尺寸問題，Robot Phone 問的則是另一個問題：當 AI 能夠感知環境之後，手機是不是也應該獲得行動能力？

相比讓手機長出一隻會動的眼睛，AI 眼鏡走得更遠：它直接佔據人的第一視角。攝影機、麥克風、揚聲器和翻譯功能逐漸趨同之後，廠商開始爭奪兩個更關鍵的問題——誰來定義眼鏡上的作業系統，以及眼鏡究竟應該在什麼時候主動工作。

新一代 Rokid AR：把空間電腦壓進一副眼鏡

新一代 Rokid AR 不滿足於做一副只負責顯示的隨身大屏。它支援 6DoF 空間定位、手勢識別和空間音訊，並通過雙攝同時感知使用者動作與外部環境。

更關鍵的是，它首搭高通驍龍至尊空間計算協處理器。相比把所有計算壓力都扔給手機，獨立的空間計算能力讓眼鏡可以更穩定地理解頭部位置、手勢和周圍環境，再把虛擬內容固定在現實空間中。

Rokid AR 新一代空間電腦，圖片來源：雷科技

這也是 AI 眼鏡與 AR 眼鏡重新合流的訊號。只拍攝、不顯示的眼鏡更輕，但互動能力有限；能顯示、能理解空間的眼鏡更重，卻更接近真正的下一代計算平台。Rokid 顯然選擇了後者。

YodaOS：Rokid 想先給眼鏡造一個「Android」

硬體之外，樂奇 Rokid 還帶來了 YodaOS——首個智能眼鏡 AIOS。

今天的大多數 AI 眼鏡，本質上仍然是手機的一個配件：拍到的內容傳回手機，模型在雲端處理，應用能力也被固定在廠商預裝的幾個功能裡。YodaOS 想改變的是這層關係，讓智能體、空間感知、相機、顯示和第三方服務在眼鏡系統裡直接協作。

對開發者來說，真正重要的是通過呼叫攝影機、麥克風、空間坐標和互動元件，做出獨立應用。只有出現系統和開發生態，AI 眼鏡才可能從一件功能有限的硬體，變成一個可以繼續生長的平台。

當然，每家公司都想成為眼鏡時代的 Android。問題是，開發者會不會來。

04. AI 算力到 AI 科學，來自底層的變化

AI 產品往現實世界走得越深，底層算力就越不像一張孤立的晶片。機器人需要端側即時計算，大模型訓練需要超節點和大叢集，科學研究還需要把模型與實驗系統連起來。

地瓜 RDK S600：機器人的「大小腦」，被塞進一塊開發板

RDK S600 是一塊面向具身智能的開發平台，搭載地瓜機器人自研的旭日 S600 晶片，端側推理算力最高達到 560 TOPS，並配有 18 核 Arm Cortex-A78AE 處理器。

它的設計邏輯是「算控一體」。過去機器人往往用一套高算力平台處理視覺和大模型，再用另一套即時控製器管理關節與運動，不僅體積大，軟硬體協同也複雜。RDK S600 的異構架構希望同時處理環境感知、模型推理和即時運動控制，把機器人的「大腦」和「小腦」放到同一平台。

開發板還提供 6 路 MIPI 攝影機、6 路 USB 3.0 和 4 路 PCIe 3.0 介面，方便開發者連接相機、雷達和各種執行器。更重要的是，旭日 S600 已經進入 20 多家頭部客戶的量產驗證。

機器人產業真正缺的不只是更強的 Demo，也需要一塊足夠標準、足夠便宜、還能穩定量產的計算底座。RDK S600 想做的，就是機器人時代的開發者主機板。

東方算芯 DF1000：晶片不拼製程，改拼「空間」

東方算芯 DF1000 被定義為軟體定義近存計算 3D 晶片。它最特別的地方，是沒有沿著傳統路線繼續追逐更先進製程，而是通過 3D 整合把計算與記憶體拉得更近。

今天 AI 晶片的瓶頸不只在算得快不快，還在資料能不能及時送到計算單元。DF1000 把互連間距從數十微米縮小到亞微米級，提高互連密度和頻寬密度，試圖繞開困擾大模型計算的「記憶體牆」。

「軟體定義」則意味著晶片可以針對不同任務調整計算方式，不必為每一種演算法重新設計一顆固定功能晶片。這句話當然需要真實任務驗證，但背後的思路很有意思：當先進製程越來越貴、越來越難獲得，晶片競爭也可以從平面製程轉向封裝、記憶體和架構創新。

華為 Atlas 950 SuperPoD：1024 張昇騰卡，連成「一台機器」

就在昨晚，大模型獨角獸階躍星辰扔出了一枚行業深水炸彈——

正式發佈智能體原生作業系統Step AOS、大模型原生AI終端品牌STEPX，以及旗下首款手機產品STEPX Neo。

這不僅是國內首款斬獲國家標準L3級證書的智能體手機，更是掌舵人印奇入主階躍星辰、公司斬獲50億巨額B+輪融資後的首場“硬核肌肉秀”。

當傳統手機巨頭還在傳統框架裡外掛AI功能時，階躍星辰選擇了一條最激進的路：徹底打破App的圍牆，用“意圖”重構作業系統底層。

智慧型手機正在從“App的容器”蛻變為“自主進化的數字共生體”。

STEPX Neo軟體生態首批合作夥伴包括美團、WPS、剪映、攜程、高德、支付寶、百度、滴滴、京東等頭部應用。

產品將於7月17日開幕的世界人工智慧大會上進行首秀，目前官方尚未公佈具體配置及上市時間。

從“App容器”到“自主中樞”  STEPX Neo重構人機邊界

在STEPX Neo發佈之前，階躍星辰在公眾視野中更多以“中國大模型六小虎”之一的形象出現。

但這場發佈會表明，它的戰略半徑已從模型層延伸至硬體終端，完成了“由軟向硬”、“由雲到端”的戰略閉環。

2026年1月26日，階躍星辰宣佈印奇正式出任公司董事長，負責整體戰略節奏與技術方向的制定。印奇畢業於清華大學姚期智班，曾創立曠視科技，目前同時擔任千里科技董事長。階躍星辰與千里科技將深化合作，共同推進“AI+終端”戰略落地。

同日，階躍星辰宣佈完成超50億元人民幣B+輪融資，參與機構包括上國投先導基金、國壽股權、華勤技術等產業投資人，騰訊、啟明、五源等老股東進一步跟投。

印奇的特殊之處在於：他既懂電腦視覺時代的演算法，也經歷過從技術到產品、從產品到規模化落地的完整產業周期。

在發佈會現場，印奇表示：“AI以光速進入智能體時代，AI從會說到會想再到會做，實現了三步跨越，智能體成為通往AGI的最佳載體。”

與市面上在Android或iOS上外掛AI模組的“補丁路徑”不同 ，Step AOS是從底層架構開始為智能體重新設計的。它將硬體和原有系統的全部能力，轉化為智能體可直接呼叫的算力、可理解的資料和能力。

具體而言，Step AOS在三個層面進行了重構：

新設施層面，傳統作業系統的一切資源都圍繞“人操作應用”來設計，Step AOS則專門為智能體重新分配硬體資源、重新調度系統能力。

新能力層面，Step AOS主打三大關鍵能力：

記憶能力方面，引入雙域三步記憶結構，分為使用者域與智能體域，遵循“記—理—憶”三步鏈路，日常問答記憶召回最快僅需15毫秒，已在Personamem、LongMemEval等國際評測基準上達到SOTA水平。

決策與執行方面，採用端雲多腦體系，依據任務複雜度、成本與速度等因素動態調配不同規模的大語言模型，簡單任務百毫秒內本地解決，複雜任務聯動雲端深度思考。階躍自研的Step Edge端側基座模型專為終端硬體定製，在29項權威基準評測中位列同類端側模型第一。

安全方面，階躍提出“可信、可見、可控、可逆”四維框架：操作在可信執行環境中完成、每步操作可審計回溯、權限按需授予用完即收，誤操作支援一鍵撤回。階躍還聯合上海人工智慧實驗室發佈《新一代智能體系統安全技術白皮書》及《端側大模型網路安全指南》，並宣佈共同研製智能體安全技術國家標準。

新互動層面，Step AOS引入NUI自然互動機制，支援語音、視覺、文字等多模態輸入，互動範式從“過程互動”轉向“結果互動”——使用者不再需要在不同App間頻繁切換，只需表達意圖，智能體即可自主理解、規劃並跨應用調度資源。

傳統意義上的AI手機，本質上是一個個“App的容器”，使用者需要手動點開軟體、輸入指令、跨應用複製貼上。而STEPX Neo的核心差異點，在於它把這些繁瑣的中間步驟全部“降維打擊”了。

使用者在STEPX Neo上不需要面對一桌面的應用圖示，面對的只有個人智能體“Amoo”。

作為個人智能體的統一入口，Amoo展現出了極強的自主意圖理解與任務拆解能力。例如，使用者只需對手機說一句“幫我規劃這周末去杭州的行程”，Amoo就會自主將任務拆解為：查詢天氣、篩選高鐵票、對比酒店價格。

STEPX Neo採用橙黑配色、雙後置攝影機設計，攝影機旁配備專屬互動副屏。該手機由全球智能硬體ODM頭部企業華勤技術代工。

業內人士基於BOM成本估算，價格可能在3500元起。

STEPX Neo亮相後，網友對它的討論呈現出鮮明的分化。

一部分網友認為，相較於傳統手機廠商擠牙膏式的AI修圖、AI消除功能，階躍星辰這種直接將智能體作為系統底座、打通跨應用調度的做法，才是真正的“下一代手機形態”。

另一方面，有觀點指出，作為一個硬體領域的“新玩家”，階躍星辰在手機供應鏈管理、硬體調校（如影像、發熱控制、續航）以及售後管道建設上幾乎是從零開始。

同時，網友也對智能體在涉及高頻、高額資金支付時的安全性和隱私保護表達了顧慮。對於習慣了傳統手機操作介面的大眾使用者而言，能否接受這種顛覆性的互動邏輯，依然需要市場時間的檢驗。

2026年，智能體手機賽道進入密集爆發期，多條技術路線在同一舞台上展開正面交鋒，從作業系統底層重構到硬體形態創新，從輕資產聯合開發到系統級深度整合，不同路徑的玩家正以各自的邏輯爭奪下一代終端的話語權。

根據其技術架構與商業模式，當前市場已分化出四大核心技術陣營：

1. 原生智能體作業系統派（顛覆式重構）

這一陣營選擇拋棄原有的傳統系統框架，從零重構Step AOS作業系統。其核心理念是“不裝App，只裝意圖”，讓智能體直接調度硬體資源。

作為代表，STEPX Neo也是目前唯一斬獲國家標準L3級證書的智能體手機。

2. “輕資產”聯合路線（演算法廠與硬體廠結盟）

代表產品：努比亞×字節豆包 (nubia M153)

採用“系統級適配”的合作模式，由大模型廠商（豆包）輸出技術能力，硬體廠商（努比亞）開放硬體與系統授權。

該路徑依賴Android底層的“模擬觸控（INJECT_EVENTS）”權限來實現跨應用的語音自動點選與執行。該裝置定價3499元限量發售，在二手市場曾被一度炒至12999元。

3. 硬體形態創新派（具身智能延伸）

榮耀Robot Phone計畫於2026年8月全球上市，起售價7999元。

該路徑最核心的突破在於硬體形態的創新，其內建了“隱藏式機械臂雲台系統”。

在互動上，結合端側大模型YOYO的情感識別，攝影機能夠通過物理層面的點頭、搖頭等動作直觀回應使用者，讓AI擁有了物理實體。

4. 傳統巨頭的系統級重構（生態漸進升級）

這一陣營由傳統手機巨頭主導，致力於在原有的龐大系統生態上進行深度 AI 整合：

GoogleGemini Intelligence：將Android系統升級為“智能系統”，並在狀態列中開闢了“Android Halo”專屬席位，用來即時顯示智能體的運行狀態並接受使用者指示。該功能將率先搭載於三星Galaxy及Pixel系列，讓手機從被動助手升級為自主代理。

華為鴻蒙智能體框架2.0：伴隨HarmonyOS 7將盤古大模型深度植入手機本地，其智能體框架已能實現90%以上複雜任務的成功運行。

小米澎湃OS 4：深度整合AI智能體並將其嵌入系統底層運行邏輯。基於自研MiMo大模型打造的移動端智能體miclaw，可直接調度超過50項系統功能，首發機型預計為小米18系列。

除此之外，OPPO、vivo等廠商也各自推出了端側AI與智能體能力的佈局。

智能體手機賽道正在從“概念驗證”走向“規模化競爭”。IDC預計2026年國內新一代AI手機出貨量將達到1.47億台，未來智能體手機的競爭將進入更激烈的階段。

從傳統工具到數字共生體的跨越

過去十幾年間，傳統智慧型手機的演進軌跡已經陷入了高度同質化的怪圈。

無論是螢幕更新頻率的錙銖必較，還是攝影機像素與變焦倍數的無限內卷，本質上都是在對“一塊玻璃加一塊晶片”的物理工具進行修修補補。

而智能體手機不再以App為中心，而是以使用者的意圖為中心。它將散落在各個應用生態裡的服務徹底打碎、重組，用底層作業系統的自主進化，替代了人類手指在螢幕上的機械重複。

當手機開始具備理解、規劃和代為執行的能力時，它就已經從一個單純傳遞資訊的媒介，異變為人類在數字世界裡的分身與助手。

儘管在量產初期，大模型原生手機依然要面對供應鏈磨合、網際網路生態壁壘以及使用者習慣培養的重重陣痛，但這種軟硬一體化的融合趨勢已經不可逆轉。

在這場重塑終端生態的行業洗牌中，誰能真正讓智能體走出雲端、觸碰物理世界，誰就將手握通往下一代計算平台的最關鍵門票。   (創業邦)

【新智元導讀】截胡OpenAI，中國黑馬搶先交卷！今天，全球首款大模型 原生AI智能體手機STEPX Neo亮相，底層搭載智能體原生系統Step AOS，直接顛覆60年來的傳統人機互動邏輯。

全球第一台大模型原生智能體手機，出現了！

就在今天，階躍星辰在發佈會上一口氣拋出三樣東西——

全球首個大模型原生AI終端品牌STEPX；

全球首個智能體原生作業系統Step AOS；

全球首款大模型原生智能體手機STEPX Neo。

隨著模型能力逐漸拉平，頂尖玩家開始集體捲向更難啃的硬骨頭：終端。

中國外大廠幾乎同時覺醒，唯有把「模型+軟體+硬體」擰成一個閉環，才可能拿到通往智能體時代的那張入場券。

於是，當OpenAI把自家AI硬體排到2027年的時候，一家成立僅三年的中國公司，搶先把這具「AI終端的身體」造了出來。

發佈會還沒散場，STEPX Neo就沖上了熱搜。所有人的目光，都落在這台手機上。

但熱鬧歸熱鬧，我們認為更有意思的，是它底下那套Step AOS。

因為它所代表的，是一次範式的躍遷。

系統革命  AI手機不缺，缺的是「原生」

現在你能買到的所謂AI手機，剝開外衣，不過是給傳統Android機外掛了一個大模型外掛，AI說到底還只是一個App。

你喚醒它，它答話；你想讓它替你把事辦完，它辦不了。

然而，頭部玩家早就不滿足於此。最近半年，所有人都把手伸進了系統層。

I/O大會上，它乾脆把Android從「作業系統」改口叫「智能系統」，推出Gemini Intelligence，讓Agent能跨App調任務、自動填表。

微軟在Build上端出基於AOSP重造的Project Solara，主打智能體動態生成介面、用對話取代點App。還有一批廠商，也都在自家系統上推進各自的Agentic OS。

這是實打實的進步。但再往裡一層，有件事沒人動過——作業系統的主角，仍然是人。

從核心調度到權限模型再到UI，智能體想在裡面辦事，唯一的辦法是假裝自己是雙手：模擬點選、模擬滑動、模擬一個人類使用者。

而這個「假裝」，會在三個地方結結實實地卡住。

記憶：資料被一個個App各自鎖著，端和端之間也不通氣。智能體只能攢一點局部記憶，你一換應用、一換裝置，它就把你忘了；

決策：簡單事該端側秒回，複雜事該雲端細想，可老系統裡這兩套各幹各的，沒人統一調度，快慢接不上力；

行動：沒有原生介面，智能體只能裝作手指去戳螢幕；沒有合法身份，它連授權都拿不到。真要動手之前，系統還欠它一條可信的通道、一份可管可回溯的超級權限。

這三個卡點，是過去六十年人機互動的默認前提。因為在此之前，人是唯一的使用者。

所以在舊系統上給AI打多少補丁，都繞不開這個前提。除非你把主角換掉。

這正是階躍的答案：不是教智能體怎麼更像人，而是把系統的地基整個換掉，從零為智能體打造新環境。

它把這件事拆成一道乘法，進而實現指數倍的提升——

Step模型矩陣 × Step Agentic-native OS

Step AOS的底色，就在這道乘法裡：AI終端品牌STEPX推出的全球首個「智能體原生」（Agentic-native）作業系統。

區別於行業主流的「AI+OS」，它做的是「AI is the OS」。

智能體要當你的夥伴，頭一件事是得有顆聰明的大腦。

階躍三年前作為「中國基模的最後一個入局者」入場，卻早早押注智能體時代，用「1+N」布下一整套模型梯隊：旗艦Pro、標準Flash、端側Edge，一個不落。

作為業界公認的「多模態卷王」，它的音訊模型Step Audio 2.5系列擠進全球前三，視覺語言模型Step VL做到行業SOTA，把音訊、圖像、視訊、終端互動全模態收進同一張矩陣。

最新發佈的Step Edge端側基座模型專為終端硬體定製，在29項權威基準評測中位列同類端側模型第一。

它可以獨立完成輕量化智能任務，複雜場景下聯動雲端旗艦模型協同運算，兼顧低延遲、隱私安全與使用體驗。

有了大腦，還得有個能讓它施展的系統。這就是公式右邊，Step Agentic-native OS。

Step AOS是一套三層架構，從下往上，恰好對應三件過去從未有過的新東西——新設施、新能力、新互動。

底層是「資源供給底座」，把為人準備的系統，重造成給人和智能體用的；

中層，長出記憶、決策與行動、安全三大核心能力；

頂層，是一套意圖驅動的自然互動，把整套系統的本事，用最省力的方式交到你手上。

底座：把系統資源，頭一回交給智能體

傳統作業系統裡，算力、資料、服務這些資源，服務對像是「人和App」。

Step AOS的底層是資源供給底座，從硬體和傳統作業系統中提取計算、資料、應用與服務，面向智能體重新供給。

計算，是一台「統一計算資源池」。

把端側的CPU、GPU、NPU和雲端算力納進同一套調度框架，端上扛百毫秒級的快反應，雲上接深度推理和複雜規劃。

資料，是一層「統一語義資料層」。

過去資料被一個個App沙箱各自鎖死，這一層在系統層面把跨應用、跨裝置的數據匯到一起、統一治理，給「統一記憶」備好了原料。

應用與服務，是「原子能力引擎×系統服務框架」。

把系統和App裡那些面向人的功能，拆成數千個最小能力單元，每個都是獨立、無狀態的節點，智能體能即時組合、自由編排、平行執行。

它還原生相容MCP、A2A、CLI等協議，支援漸進式裝載與統一API，第三方工具即插即用——舊世界的能力，被重新長進了系統裡。