繼 OpenAI 近日被曝正在加速研發首款 AI 智能體手機之後，又一模型廠商入局 AI 終端賽道。
7 月 13 日，基礎大模型公司階躍星辰（以下簡稱“階躍”）在上海舉辦“新一代智能體戰略發佈會”，正式推出其首個大模型原生 AI 終端品牌 STEPX，並同步推出全球首個智能體原生作業系統 Step Agentic System（也即“Step AOS”），以及個人智能體 Amoo 和首款大模型原生智能體手機 STEPX Neo。
過去一年，AI 終端賽道持續升溫，AI 眼鏡、AI 耳機、AI 玩具等品類投融資事件不斷，國內外廠商也紛紛加碼，例如理想汽車推出 AI 眼鏡 Livis，阿里一次性發佈 6 款夸克 AI 眼鏡，Google 首次公佈智能眼鏡 Project Aura 的關鍵細節，榮耀另闢蹊徑推出機器人 Robot phone。而隨著字節的豆包手機上市後在二手市場火熱，這場 AI 終端熱潮達到新的高點。
進入 2026 年，OpenAI 被曝正在加速研發首款 AI 智能體手機，目標在 2027 年上半年實現量產；近日，階躍也正式入局，推出首款 AI 智能體手機及配套終端佈局。兩大模型廠商同步加碼，全球 AI 產業的競爭正從模型能力的比拚延伸至終端入口的競爭。
在多方混戰中，因各自站位不同，佈局 AI 終端背後各有考量，使用的戰略和技術方案也各異。
01 多方入局 AI 終端混戰：模型廠商和手機廠商最焦慮
多方下場，其中行動最激進的當屬 OpenAI。
7 月 10 日，蘋果公司向美國加州北區聯邦地區法院提起訴訟，指控 OpenAI 及其多名高管聯同蘋果前員工，在挖角過程中系統性竊取蘋果公司硬體核心技術。蘋果在訴狀裡直接指出，這不是個別員工的小動作，而是 OpenAI 高層授意的系統性盜竊。
OpenAI 正不惜代價、大舉進軍 AI 手機賽道，其野心昭然：想打造“模型+系統+硬體”閉環，復刻蘋果模式。
其最大的軟肋是沒有自有分發管道，ChatGPT 依賴蘋果、Google的應用程式商店與作業系統，掌控權在他人手中，隨時可能被降權。
而 OpenAI 下場做硬體，本質是想擺脫“寄生在他人系統裡的 app”身份，直接成為使用者第一入口，從而繞開應用程式商店的審批與抽成。通過硬體建立使用者粘性和資料閉環，避免淪為無定價權、無使用者關係的純 API 供應商。
相較 OpenAI，蘋果焦慮更甚，硬體人才頻繁被模型巨頭挖角，傳統手機業務受 AI 衝擊，必須向 AI 手機轉型。蘋果佈局 AI 手機是防禦性的，核心是守住已有的 iOS 系統和 iPhone 硬體構成的現有入口（它缺的只是模型能力），從而避免下一代互動方式被 AI 企業搶佔。
如果有一天，使用者打開手機，第一個看的不是iOS或Android介面，而是 OpenAI 的 AI 層，遊戲規則徹底改變：這意味著 AI 助手取代作業系統變成連接人和手機的“真正的互動入口”，如果蘋果的 AI 能力跟不上，那怕使用者手裡的裝置依然還是 iPhone，實際的互動權也會旁落到別的 AI 上，iPhone 就從入口退化為“一塊螢幕”。這時，誰的 AI 能力更強，誰就接近真正的“入口”。
這是傳統手機廠商面臨的共同焦慮，以至於國內小米、華為、oppo 等一眾手機廠商近幾年紛紛加大在 AI 上的投入。
在這場終端入口爭奪戰中，佔據了硬體和作業系統生態的頭部手機廠商擁有天然優勢，但硬幣擁有兩面，對於蘋果、小米這樣的巨頭來說， app 生態成為轉型過程中最大的掣肘。
“一句話”操作 app 這種互動方式，本質上是讓 AI agent 代替使用者完成操作，繞開了 app 原有的介面與互動路徑。這意味著開發者精心設計的產品體驗、廣告位、內購轉化等環節都可能被架空，因此這種模式必然會遭到 app 開發者的抵制，手機廠商也不得不權衡開發者的利益。
為了不跟 app 廠商正面衝突，一些頭部手機廠商設計智能體手機時選擇“MCP 協議方案”——把 app 功能變成可被 AI 跨應用呼叫的模型，但需要 app 廠商“主動開門”，可因為資料隱私與流量入口等問題，目前願意開門的很少。
美國市場則不同，在跟 app 廠商博弈中，蘋果和 Google 手機更加強勢，直接從作業系統入手，逼著所有 app 把門打開。
例如蘋果開發了一套 app intents 框架，你的 app 想被 Siri 呼叫，就必須按照蘋果的規則，把“發郵件”“改照片”這些能力一一登記下來。代價是這套遷移需要時間，開發者得一個個功能地去改。
Google 手機走的是“A2A（智能體互聯）”路線——在作業系統層面定義一套新規則，讓 app 主動開放介面，並在其監督下被呼叫。這套規則能被推行，關鍵在於作業系統對應用生態的協調權：App 廠商要在Android生態內生存，就得適配這套新規。
當前最直接有效的方法是豆包 AI 手機採用的“GUI Agent + 系統級權限”路線。去年年底，“豆包” AI 手機橫空出世，迅速引爆科技圈，首批 3 萬台在發售當日售罄。
其硬體配置並無驚豔之處，引發討論的是其內建的 AI 助手“豆包手機助手”實現了跨應用自動執行複雜任務，使用者只需要對豆包手機助手說一句“幫我訂一杯最便宜的咖啡”，它便能在多個外賣平台間比價、下單，全程除了付款只需要人工確認一步，其餘全自動完成。
這種複雜長鏈條的跨 app 編排能力，此前手機廠商在發佈會 PPT 上講了很多年，豆包是第一個相對流暢落地的。
“GUI Agent + 系統級權限”路線的關鍵是豆包拿到了 Android 系統的高危權限 INJECT_EVENTS 權限，相當把豆包助手設定成了作業系統的一部分，允許它像人一樣點選滑動、輸入。這樣智能體在操作手機時，不需要 app 廠商配合開放介面，便能隨意操作任何 app。成功繞開了 app 介面授權難題。
但該路線本質是應用層整合而非底層技術突破，一旦 app 廠商針對性防禦，這個方案就會失靈：上市僅僅幾天後豆包 AI 手機便遇阻，微信、淘寶、美團等頭部 app 紛紛限制其登錄和 AI 操作，理由是安全風控。
在設計 AI 智能體手機時，無論是 MCP 方案，蘋果的 app intents 框架，還是豆包的“GUI Agent + 系統級權限”的路線，本質都是為了拆掉系統裡 app 的圍牆，方便各家的智能體呼叫。
而大模型廠商階躍不同，他們認為智能體時代，真正的 AI 終端，應該從“重構其底層範式”出發——讓系統就不能只為“人”而造，一個“人機共生”的系統尤為關鍵。
所以選擇從零打造一個為智能體設計的生存環境：不是“給手機加 AI”，不是“讓智能體當訪客”，而是“讓智能體成為系統的原住民”。全球首個智能體原生作業系統 Step AOS（Step Agentic-native OS）應運而生。
02 範式革命：從零打造一個智能體系統
當前行業的“AI手機”，普遍做法是“傳統 OS + AI”——把大模型接入作業系統，但智能體在系統裡永遠是一個訪客，無法突破三堵牆的障礙。
記憶牆、決策牆和行動牆。智能體記不住使用者，難以自主完成複雜任務的判斷，更無法系統的替使用者完成各種任務。
這三堵牆是過去六十年裡人機互動的慣性產物，要打破這三堵牆，重點在於“人和終端和智能體的互動”。而Google “A2A”、“GUI Agent + 系統級權限”等前述方案本質上都是在舊系統上給 AI 打補丁，還是「人的操作」。
為此，階躍從零打造了智能體原生作業系統 Step AOS（Step Agentic-native OS）。
Step AOS 整體由階躍 Step 模型矩陣提供能力支援，階躍智能體原生 OS（Agent-native OS）提供行動底座。這是⾏業唯⼀的 AI×OS 的乘法架構，而非簡單的 AI+OS 的加法疊加，從而帶來指數倍的系統能力提升。（如下圖所示）。
Step AOS 與其他方案最根本的區別在於：它為了智能體的完美運行，從零開始重構系統底層，將模型作為“大腦”，全面貫穿智能體完整能力鏈路的各關鍵節點。
這帶來智能體的三層革新：新設施、新能力、新互動。
新設施是指，傳統作業系統的⼀切資源都圍繞“⼈操作應⽤”來設計，Step AOS 則專⻔為智能體重新分配硬體資源、重新調度Android、Linux、RTOS 等系統能力。其中，原⼦能⼒引擎將原有系統的功能和服務拆解為適合 agent 調度和編排的原⼦化服務，並提供⾼效服務引擎和同意協議開放平台，向⽣態開放。
在此之上，帶來記憶、決策執行與安全三大關鍵技術能力。記憶讓智能體真正懂⽤⼾，決策與執⾏讓它⾼效替⽤⼾辦事，安全讓⽤⼾放⼼把⾏動權交給它。
記憶方面，Step AOS 建構了雙域三步記憶結構：⽤⼾域讓智能體記得⽤⼾、理解⽤⼾，智能體域讓其⾃⾝知識與經驗持續成⻓。
記憶遵循“記―理―憶”三步鏈路，⽇常互動中隨時記錄，後台⾃動整理沉澱，需要時精準召回，⽤⼾⽆需反覆交代，智能體越⽤越懂你。該能⼒已在 Personamem、LongMemEval 等國際評測基準上達到 SOTA ⽔平，⽇常問答記憶召回最快僅需 15 毫秒，為同類最快。
通過上述智能體能力的提升，Step AOS 重新定義了⼈與機器的相處⽅式——互動的部分重點不在於 agent 協議、A2A 互動等發生的變化，而在於人和終端和智能體的互動範式的變革。即人給予更少的輸入，智能體根據上下文記憶、主動行動等，提供更多的輸出。
其核心設計是互動範式從“操作驅動”轉向“意圖驅動”。傳統作業系統中，使用者通過 GUI 逐步下達操作指令，在智能體的 NUI 互動中，使用者只需表達任務意圖，理解、規劃、執行的完整鏈條由智能體承擔。
這一範式轉換在資訊流上表現為輸入與輸出的比例反轉。傳統互動中，使用者需通過大量操作來輸入資訊，機器僅被動響應，輸出有限。在智能體互動中，使用者的輸入被壓縮至一句意圖表達，記憶會自動補全使用者身份、偏好與情境等其他輸入；同時，智能體的主動思考使輸出顯著增加：任務規劃、執行進度、推理依據乃至主動建議。
驅動這⼀切的，是階躍星⾠覆蓋基礎模型與多模態模型的 Step“1+N”模型矩陣。其中，剛剛發佈的 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。
Step AOS 不是讓一個大模型干所有事，而是一個模型矩陣讓每⼀件事都有最合適的模型。這是階躍作為⼤模型公司的原⽣優勢，終端⼚商不具備、也建不起來的壁壘。
基於 Step AOS 的三層能力，階躍同步推出的新一代個人智能體階躍 Amoo，擁有作業系統級⾝份，能夠跨應⽤調度、端雲協同，並在多台裝置間⽆縫接續任務。Step AOS 已經搭載於同場亮相的大模型原生智能體⼿機 STEPX Neo。
STEPX Neo 通過了首批《人工智慧終端智能化分級》系列國家標準 L3 等級測試，這也是當前開放測試的最高等級。截至目前，STEPX Neo 是已公開唯一獲得 L3 級證書的智能體手機。
⾄此，在 AI 終端，階躍建構起從模型、系統到終端的“模軟硬”三位⼀體技術閉環。
03 智能體時代，一個“共生”的未來
雖然做“智能體時代唯一的使用者入口”極具吸引力，但勢必是對現有商業世界的一場龐大變革，似乎還太遙遠。所以，這場 AI 終端入口的競爭，目前更多是被“恐懼”所推動。
手機廠商怕淪為純硬體公司，大模型公司不想淪為無定價權、無使用者關係的純 API 供應商，兩股恐懼匯入同一條賽道。
當年 Nokia 認為 Android 不一定是自己的方向，沒能及時轉身，被拋棄在智慧型手機時代之外。今天，蘋果面臨同樣進退兩難的境遇：既想保住 iOS 的封閉生態，又想抓住 AI 時代的機會。手機廠商的困境不是看不清方向，而是受制於現有的收入結構和組織關係，被綁住了手腳。
只有如階躍這樣沒有負擔的大模型廠商，一上來就對作業系統底層“動刀”，也才可能造出真正的 AI 終端新產品。
而在這場競爭中，app 廠商的處境比較微妙，一直是移動網際網路時代規則的制定者，卻面臨成為“被呼叫的介面”的威脅，但當下其籌碼還足夠大，它們手裡握著的內容和服務本身仍不可替代。
在階躍看來，智能體之所以能夠理解意圖並且完成任務，是因為智能體在記憶和成長的過程中已經完成了大量的前置工作，這就包括對使用者使用 app 的不斷學習、理解和呼叫。
所以，智能體時代並不意味著 app 會消失，而是以另一種方式存在，更加潛移默化地為使用者提供服務。
與此同時，隨著“人機”關係的改變，在使用者授權信任的前提下，A2A（Agent-to-Agent）會成為新的生態合作範式。
對於階躍來說，它更希望打造一個“共生”的未來。(雷峰網)