过去一年时间里，手机厂商在AI方面的动作越来越密集，荣耀YOYO接入更多第三方智能体，实现系统层与应用层的AI能力对接；华为小艺只需一句指令便 能在应用间穿梭，帮你完成一些任务。 尽管这些AI能力愈发强大，但如果把这些功能拆开来看，会发现一个很现实的情况，本质上，这些AI依然需要联网才能使用。也就是说，手机AI仍困在端 云协作的阶段，还未进一步。 近期，X平台Semi-retired-ing透露，三星将在即将发布的Galaxy S26系列上准备一套能够在本地运行的大模型，用于实现大部分AI功能。这套大模型甚至拥 有高级权限，能在必要时清除内存，留出更多空间，以确保随时响应用户的需求。 （图源：Oneleaks） 实际上，三星在2023年就曾展示过一套名为"高斯"的本地大模型，也曾被指出这套模型已经在Galaxy S25系列里预装。但不知出于何种原因，三星一直在力 推Google的Gemini，几乎未再提及"高斯"。直到近期，三星的本地大模型才被重新提及。 在大多数厂商仍然以云端为主的阶段，三星为何要尝试把模型真正放进手机里？是希望通过这种方式"弯道超车"？还是移动端已经拥有了本地部署大模型的 能力？无论答案是 ...

行业趋势与市场预测 - 埃隆·马斯克预测未来5到6年内传统智能手机及独立应用程序将会消失，未来设备将成为“AI推理的边缘节点”，主要负责显示、音频和通信，复杂任务由云端与本地AI协同完成[2] - IDC预计，2026年中国新一代AI手机出货量将达到1.47亿台，同比增长31.6%，占据整体市场的53%[17] - 端云结合将成为主流服务模式，厂商将更多调用外部云侧大模型，同时专注于端侧多模态模型的轻量化与深度推理能力建设[17] 新一代AI手机的核心突破 - 新一代AI手机的核心突破是“端侧大模型”的深度嵌入，将大型AI模型直接装入手机，赋予设备独立“思考能力”，可离线快速处理复杂任务并跨应用操作[7] - 早期手机厂商的AI功能多聚焦于单点辅助，如拍照美颜、智能翻译、简单日程提醒等，无法跨应用完成复杂流程[5][6] - 行业数据显示，新的协同模式使AI手机功能落地周期从早年的12个月缩短至3个月，应用覆盖场景从不足20个扩展至100多个[12] 豆包AI手机案例 - 豆包联合中兴推出努比亚M153工程机，被称为“豆包AI手机”，原价3499元，首批3万台已售罄，二手平台全新未拆封版本报价3999到4999元不等，最高报价炒至3.6万元，并衍生出日租金50到79元的短期租赁业务[2] - 该手机通过“系统级嵌入”将豆包大模型嵌入安卓系统底层，获取底层权限，能调动所有系统资源和APP，实现跨应用自动化操作，例如全网比价下单[7] - 首发仅3天后，该手机遭遇多家平台的使用限制，豆包紧急下线部分功能以适配各平台安全规范，官方强调这只是一款工程样机，公司没有开发手机的计划[9][10] 智谱的AutoGLM开源策略 - 智谱开源了AutoGLM模型，其凭借GLM-4.5与GLM-4.5V双模型驱动，具备强大的屏幕理解与操作执行能力，可稳定应对长达数十步的复杂任务流程[3][8] - 该模型已支持微信、淘宝、抖音、美团等超过50个高频中文应用的核心场景，用户一句语音指令即可触发AI自主完成点外卖、订机票等操作[8] - 智谱采取“安卓式开放”思路，将包含50多个高频APP操作能力的AutoGLM模型、Phone Use框架及工具链全面开源，支持厂商“拿来即用”，快速形成生态[11] - 为解决安全问题，智谱将AI Agent置于云端的虚拟手机中运行，每个动作可回放、审计、干预，敏感数据严格隔离，并通过开源和私有化部署让使用方掌控数据[13][14] 生态竞争与行业影响 - 豆包与智谱采取了两种不同的落地路径：豆包将AI“下放”到手机底层系统以实现强大控制力；智谱通过开源与合作伙伴共建生态，但两者本质都是在争夺“AI时代的操作系统入口”[15][16] - 传统手机厂商正在为AI生态投票：豆包在扩展与更多手机厂商的合作；荣耀、三星则与智谱达成战略合作[16] - 苹果宣布将联合阿里巴巴为中国用户开发iPhone的AI功能[17] - 当AI Agent可以直接调度多APP完成服务，超级APP的用户留存、广告变现、数据壁垒将被瓦解，按周鸿祎的说法，这将“冲垮互联网大厂护城河”[18] - 用户习惯“一句话完成任务”后，超级APP将从“流量守门员”转型为AI Agent的“能力供应商”[19] 发展挑战与未来关键 - AI手机助手处于早期探索阶段，其直接调动系统能力引发了数据安全风险，各大公司出于安全考虑采取限制措施是可以理解的[10] - AI Agent面临的最大问题之一是如何在合规层面建立“AI操作认证体系”，以有效区分正常辅助与恶意外挂[20] - AI Agent在手机上的落地不仅是技术问题，更是生态协同问题，最终胜出者将是能平衡“用户体验、商业利益、安全合规”的生态协调者[20]

公司战略与产品发布 - 公司于2025年11月密集发布“周易”X3 NPU IP与“星辰”STAR-MC3 CPU IP两款产品，标志着“All in AI”产品战略正式落地 [1] - 自研IP是“AI Arm CHINA”战略的核心支柱，旨在形成覆盖多场景的AI算力供给能力，从端侧AI推理到物联网AI赋能 [1] “周易”X3 NPU IP技术突破 - “周易”X3 NPU IP采用DSP+DSA混合架构，单Cluster算力达8-80 FP8 TFLOPS，单核带宽256GB/s，在Llama2 7B模型测试中，Prefill算力利用率72%，Decode带宽利用率超100% [3] - 该产品同算力下AIGC大模型能力提升10倍，通过架构创新提升有效性能，解决了端侧大模型效率低、精度差、适配难的痛点 [3] - 技术革新包括从传统定点计算转向浮点计算，支持FP4/FP8/FP16多精度融合，并采用W4A8/W4A16混合精度模式降低带宽消耗 [5] - 自研WDC硬件解压引擎可额外获得15%等效带宽，动态Shape技术减少无效计算，破解端侧“内存墙”难题 [5] - 软件层面Compass AI平台开源核心组件，支持Hugging Face模型一键部署，大幅降低开发门槛 [5] “星辰”STAR-MC3 CPU IP市场定位 - “星辰”STAR-MC3 CPU IP基于Arm v8.1-M架构，集成Arm Helium技术，着眼于AIoT领域的普惠化，显著提升CPU的AI计算性能 [6] - 在智能门锁场景中，搭载STAR-MC3的MCU可本地实现人脸识别，响应延迟低于300毫秒，功耗仅为传统方案的60% [6] - “星辰”系列已支撑超5亿颗物联网芯片出货，覆盖智能家电、工业传感器、可穿戴设备等领域 [6] - 产品演进体现“AI下沉”战略思路，从基础控制到增加安全功能，再到第三代强化AI能力，将AI算力渗透到物联网毛细血管 [6] 产品矩阵与技术研发 - 公司形成“周易”、“星辰”、“山海”SPU、“玲珑”多媒体IP四大IP协同矩阵，覆盖算力、安全、多媒体，满足从端侧推理到物联网赋能、从单一计算到多模态融合的全场景需求 [8] - NPU团队自2018年成立以来，已形成全栈式研发能力，从硬件架构到软件工具链100%实现本土开发与交付 [8] - 公司通过校招、社招吸纳全球AI人才，并与国内顶尖高校开展产学研合作，围绕大模型、具身智能等前沿领域进行技术攻关 [8] 市场反馈与战略价值 - 某智能汽车客户采用“周易”X3 NPU后，ADAS系统的环境感知延迟从50毫秒降至15毫秒，同时功耗降低40% [9] - 某物联网厂商基于“星辰”STAR-MC3开发的智能传感器，AI识别准确率提升至98%，开发周期缩短50% [9] - 自研IP是连接全球技术与本土需求的关键纽带，承接Arm架构能效优势并通过本土化创新适配中国市场场景需求，从底层算力推动AI在千行百业渗透 [9]

展会概况 - 第八届中国国际进口博览会在上海正式开幕 [1] - 3、4号馆作为全球"黑科技"首秀场，展现未来生活图景 [1] - 本届进博会共展示461项新产品、新技术、新服务 [1] 技术趋势 - 展馆内各类融合人工智能与尖端科技的创新产品亮相 [1] - AI技术在产业领域"落地开花"，端侧大模型应用更加成熟 [1] - 展示成果中包含大量全球"高精尖"的科技创新成果 [1] 产品应用 - AI终端产品如AI眼镜、AI PC、机器人机器狗已融入生活 [1]

产品发布与定位 - vivo于10月13日正式发布新一代影像旗舰X300系列，定位为“蔡司2亿影像双旗舰”，其中X300 Pro被称为“影像大王”，X300为“影像小王” [1][7][9] - 此次发布标志着国内智能手机市场在“双节”后、“双11”前迎来上新高峰期 [1] 蓝科技体系升级 - vivo X300系列带来四大升级的蓝科技，包括蓝晶芯片技术栈、蓝图影像、蓝海续航系统以及蓝河操作系统 [3] - 公司宣布将蓝图影像芯片V3+的调用权限开放给全行业 [3] 芯片与影像技术突破 - X300系列全球首发搭载天玑9500旗舰芯片，并内置蓝图影像芯片V3+，构成“蓝晶×天玑9500”影像中枢 [3][5] - 在天玑9500上定义了影像超能效NPU，为影像算法开辟专属硬件通道，赋予毫秒级精准追焦与响应能力 [5] - 公司与联发科从芯片底层架构出发，将OriginOS 6进行软硬一体化全链路深度融合与调优 [7] - 连发三颗联合研发传感器，包括蓝图×索尼LYT-828、蓝图×索尼LYT-602和蓝图×三星HPB [7] - X300 Pro搭载全新85mm蔡司2亿APO超级长焦，是一套从传感器、光学到防抖全链路协同的专业长焦系统 [9] - X300系列升级了蔡司5000万像素自动对焦前摄，这是X系列的第一颗蔡司前摄 [9] 操作系统与AI战略 - X300系列全系搭载以“蓝河流畅引擎”技术重构的OriginOS 6，公司称“重构了安卓系统” [10] - OriginOS 6通过AI与OS深度融合，旨在创造专属的个人化智能体验，公司战略是做“个人智能”，如同用户的“VIP个人助理” [1][13] - 操作系统已向AIOS全面演进，以更直觉化的方式减少用户操作步骤，提高任务完成效率 [12][13] - 端侧大模型是焦点，体量更轻的3B端侧多模态推理大模型在能力上与10B大模型相当，但占用内存更小 [12] - 手机助手支持屏幕主体自动识别和意图理解，可调用超过千余个手机和生态应用技能，应用场景延伸至车机和智能家居 [13] 行业趋势与生态互联 - 据Counterpoint报告，2025年全球智能手机出货量中将有1/3支持GenAI，预计出货量超过4亿部，相比2024年的1/5比例有所提升 [12] - OriginOS 6创新性地实现了与苹果全家桶的生态互联 [10] - 在用户使用手机时长中，开发者提供的服务和能力占据了85%的时长，头部互联网厂商的参与度非常重要 [13]

文章核心观点 - 全球及中国PC市场因宏观经济下行和消费疲软而增长乏力，AI与PC的融合被视为新的增长点，为市场带来新机会 [1] - AI PC行业呈现爆发式增长态势，预计未来几年将保持高增速，硬件、软件、生态等多方面均存在发展趋势 [6][10] AI PC行业宏观环境 - 全球AI PC市场2024-2028年期间的复合年增长率预计将高达44% [6] - 2025年第一季度多数品牌AI PC出货量占比相较2024年显著提升：联想提升约51%，微星提升近31%，华硕提升近20%，惠普提升近11% [6] - 荣耀和联想在2024年的AI PC出货量均超过20万台 [6] - 预计未来两到三年中国AI PC市场整体增速约为50% [6] AI PC产业链分析 - 硬件层主要受益领域包括芯片、存储和散热模块，芯片主流架构为CPU+GPU+NPU，存储容量和速度均呈上升趋势 [7] - 散热模块中石墨的渗透率有望进一步提升 [7] - 模型层未来主要发展趋势是针对细分应用场景的垂直端侧模型 [7] - 软件层应用软件主要以发展AI赋能软件及AI原生软件为主 [7] AI PC应用场景及用户需求 - AI PC应用场景主要包括行业垂直类应用场景和个人类通用型应用场景 [7] - 用户调研覆盖北京、上海、深圳等一线城市，收集有效样本千余份 [8] - 用户对AI PC认知度：47.5%的用户一般了解，45.5%的用户听说过但不清楚具体内容，多数用户处于初步了解阶段 [8] - 用户对AI PC需求度：53%的受访用户表现出明确需要倾向，显示市场需求度高，潜在用户群体庞大 [8] AI PC产品评测 - 评测涉及联想ThinkPad X9 14（Intel）和联想小新Pro16c AKP10（AMD）两款设备 [9] - 评测维度包括同模型不同量化大小对比、同模型不同参数规模模型对比、同机器不同推理设备对比 [9] AI PC未来发展趋势 - 硬件层面："CPU+NPU+GPU"异构方案成为芯片主流方案，端云算力协同是算力调用主要特点，AI PC对Dram存储市场需求呈爆发式增长 [10] - 软件层面：应用软件分为两类，一类是传统应用软件的AI转型，另一类是AI原生应用软件的大量出现，例如ChatGPT、KIMI等 [10] - 产品发展趋势：未来AI PC产品将分为高AI算力和低AI算力两大类 [10] - 商业模式发展趋势：AI PC中个人智能体服务将采取与WPS类似的商业模式 [10] - 生态链发展趋势：生态各主体将呈现更紧密的合作关系，基于自身优势共同推进产业发展 [10]

端侧大模型的定义与范畴 - 端侧大模型指将大模型的推理过程直接部署在终端设备上，而非依赖云端数据中心 [2] - 端侧设备范围广泛，包括算力较弱的IoT设备、算力中等的智能手机、机器人和PC等 [2] - 大模型没有统一标准，通常指基于decoder-only的Transformer架构、参数规模超过百兆的自回归模型，能处理多种任务并适应不同下游任务 [2] 端侧部署的核心优势 - 隐私保护：模型可利用端上产生的所有数据（如录音、文本、屏幕点击），避免敏感数据上传云端 [3] - 低延迟与高可用性：端侧推理摆脱网络依赖，避免云端服务的网络往返延迟和批量调度时延，整体延迟显著降低 [3][6] - 成本优势：将计算分摊到用户终端，可减少企业维护超大GPU集群的成本 [3][6] 端侧部署面临的技术挑战 - 内存限制：终端设备内存配置多为8~12GB，需通过极致量化与压缩（如4bit甚至更低）来适配有限内存 [4][5][7] - 精度对齐：端侧必须将FP32模型高精度压缩，不同厂商对量化算法的支持差异带来精度对齐难题 [5] - 开发适配成本高：端侧部署几乎需从零开始开发高性能算子，构建推理能力，开发成本远高于云端 [5] - 模型部署与下发：APP安装包尺寸限制大，即便量化后模型仍可能达几百兆，内存压力显著 [11] 业界解决方案与技术进展 - 华为CANN工具链提供NPU友好的低比特量化算法，显著降低模型内存占用，使大模型能运行于手机等终端 [6][9] - 工具链支持Ascend C自定义算子开发，实现一次开发多端部署，并已适配业界主流开源模型（如通义、千问、LLaMA、ChatGLM） [6][9] - 采用量化策略如PTQ、QAT，针对2比特量化选用更小block size（如64或32）并引入二级量化来压缩scale，减少模型体积和加载内存 [16][17] - 利用模型稀疏性与存储分层结合，将频繁激活的参数常驻内存，不常用参数按需加载，以扩大端侧可运行模型规模 [12][13] - 针对Prefill阶段算力瓶颈，采用prompt缓存、混合低比特量化等技术；针对Decode阶段带宽瓶颈，采用更低比特量化、MoE、投机推理等方案 [14][15] 典型应用场景与商业化路径 - 隐私要求高的场景：如数字世界的Computer Use Agent（GUI Agent、Function Code Agent）、物理世界的具身智能（无人机、机器人） [21][26] - 实时性要求高的场景：如语音助手、流式识别、实时翻译、相机算法优化、离线ASR等 [6][21] - 商业模式上，终端侧运行已基本成熟，华为、vivo、荣耀、苹果等厂商新旗舰手机均具备端侧大模型能力 [21] - 更易取得商业化成果的路径是将大模型与具体应用场景结合，如应用开发、智能Agent、无人机或其他深度垂直领域 [29][30] 未来发展趋势与端云协同 - 未来3-5年，端云协同将成为必然趋势，端侧作为"神经末梢"负责部分token计算和隐私数据采集，云端作为"大脑"完成复杂推理决策 [23][24] - 端侧将更贴近生产力场景，处理与用户本地数据相关的个性化任务；云端则致力于拓展人类知识边界的复杂任务 [24][25] - 端的形态将不限于手机，扩展到车机、机器人、智能眼镜等设备，成为智能入口和重要计算节点 [25][26] - 操作系统需重新定义资源管理以适配大模型，如KV cache的管理、NPU的灵活调度机制等 [10][24]

公司战略与产品发布 - 公司在2025开发者大会上发布全新升级的蓝心智能战略以及原系统6（OriginOS 6）[1] - 公司宣布与小鹏汽车深度合作，围绕应用生态互融、AI能力互融、设备数据互融三大方面共研共创[1] - 公司持续坚持开放生态，未来几个月飞猪等更多应用将在蓝河智能平台上陆续上线[5] AI与大模型技术进展 - 蓝心大模型矩阵实现语言、语音和图像全面突破，智能体小V语音可感知情绪和语气，交互更自然[2] - 通过对蓝心图像大模型渐进式训练，提升图文一致性和美观度，并突破长文本渲染难题[2] - 公司目标将端侧模型做到全球领先，聚焦3D模型进行多模态聚合，持续夯实模型端侧能力[2] 操作系统技术突破 - 原系统6首发搭载蓝河流畅引擎，从计算、显示、存储三大核心模块入手，重构安卓底层架构[3] - 公司在操作系统领域拥有超过200项专利，实现从单点优化到系统级协同的突破[3] 生态合作与行业趋势 - 手机厂商竞争加速从硬件参数转向生态体系构建，开放自研系统成为建立行业标准、争夺生态主导权的重要一步[1] - 车机互联成为智能手机生态扩展的核心场景，手机与车机深度融合将创造巨大用户体验价值[4] - 行业呈现“群雄割据”态势，华为、小米、OPPO等厂商均在构建自己的生态体系，但未来生态发展更注重合作共赢[5] 具体合作与功能创新 - 公司与小鹏汽车联合演示“镜像小窗2.0”功能，实现手机应用无缝流转至车机屏幕[4] - 双方共创“一句话控车”功能，打通手机语音助手与车载系统壁垒[4] - 公司实现手机能控车、控家电，再度进行生态破壁[1]

AI Agent市场前景与竞争格局 - 2025年是AI Agent元年，厂商正积极推出和迭代端侧AI助手[4] - 全球AI手机渗透率预计在2027年达到约40%，出货量有望达5.22亿部[9] - AI Agent市场规模预计将从2024年的51亿美元增长至2030年的471亿美元，复合年增长率高达44.8%[17] - 2025年AI Agent将迎来规模化落地浪潮，其通过智能化任务处理重构标准化作业流程的潜力备受期待[16] - 各大厂商纷纷布局，包括苹果发布Apple Intelligence、小米推出MiLM、vivo推出蓝心大模型、OPPO推出安第斯、荣耀推出魔方等端侧大模型[9] - AI厂商如OpenAI推出智能体Operator，智谱推出手机智能体AutoGLM，也开始试水端侧业务[9] AI Agent的技术路径与挑战 - 行业存在两种主要技术路径：接口模式和纯视觉方案（调用无障碍权限）[11] - 接口模式需要手机厂商和应用厂商签订意图框架，互通接口，其特点是安全但依赖生态，开发成本高[11][12] - 纯视觉方案直接调用无障碍权限，开发快、通用性强，但存在用户操作慢、准确率不高以及隐私安全风险[11][12] - 核心挑战在于如何跨过App间的区隔，实现AI对手机的操作[9] - 大部分厂商为快速低成本抢占市场，选择使用无障碍权限这一现存功能模块来实现AI Agent功能[12] 数据安全与隐私风险 - 开放无障碍权限使AI应用基本"全知全能"，可能读取支付密码、聊天记录等敏感信息，并可随意点击[4][6] - 用户跨APP的数据使用需要双重授权，但无障碍权限一旦开放就跨过了第三方APP授权环节，用户数据若被滥用可能无法追责[12] - 端侧大模型部署环境下存在隐私保护三大缺陷：知情同意流于形式、多方主体责任划分不清以及用户权利难以实现[12] - 超半数受访者遇到了数据隐私和安全问题，60.09%的受访者认为AI可能会不受控制地收集和处理个人信息[17] - 已有诈骗案例显示，诈骗软件通过"屏幕共享"功能获取用户银行卡账号、密码、验证码，并直接操控手机完成转账[16] - 有AI应用在读屏时未区分信息敏感程度，导致将用户群名称中的小区信息直接引用到作文中[16] 行业规范与企业应对措施 - 行业已推出多项规则，如中国软件行业协会发布《移动互联网服务可访问性安全要求》，要求智能体在获得用户明确授权后方可启用无障碍服务[21] - 中国信通院联合多家公司提出《关于共建终端智能体生态的倡议》，开展打通终端智能体与第三方应用交互接口等工作[21] - 企业需提高对用户隐私风险的防范意识，例如苹果推出Apple Intelligence时特别强调了隐私保护，并开发了"隐私云计算系统"[19] - 企业应明确界定实现功能所必需采集的最小屏幕区域和数据范围，建立针对屏幕数据采集的专项数据质量管理规范[19] - 服务推向市场前可先采取小范围测试，OpenAI和Anthropic的智能体使用截屏功能时会限定在浏览器或沙盒环境中[19] - 当前行业规则并非强制，企业采纳与否凭自愿[12][21]

行业整体趋势 - 2025年家电行业步入政策效应换挡与市场需求调整的关键周期，行业整体负增长已成共识 [1] - 2024年9-12月家电全渠道零售额同比增长23.8%，但2025年7-8月同比增幅大幅收窄至仅7% [4] - 2025年国补政策转向分批下达与限流管控，补贴力度与覆盖面收缩，拉动效应逐月递减 [1][4] 促销节奏与渠道表现 - 行业促销节奏紧密衔接，线下渠道聚焦国庆旺季冲刺，线上平台为双十一提前蓄力 [2] - 线上渠道在本次促销周期中市场表现有望优于线下，因去年线下受国补政策强力拉动形成高基数 [2] - TOP渠道为拉动客流可能通过自补方式加大优惠力度，甚至出现价格倒挂，而大连锁渠道依托规模效应预计成为下半年销售表现最优渠道之一 [2] 品类表现分析 - 冰箱、洗护、空调等传统大家电均将陷入明显负增长，产业走势呈洗护＜空调＜冰箱的梯度分化，冰箱负增长率可能突破-20% [6] - 2025年十一及双十一促销周期，冰箱线上销量同比-23.8%，销额同比-22.1%；线下销量同比-20.3%，销额同比-19.2% [7] - 空调行业陷入“保利润”与“抢份额”的矛盾，双十一期间全渠道销量预计同比下降8.0%，销额同比下降14.4% [8][9] - 冷柜市场表现持续疲弱，2025年双十一全渠道销量同比微增1.3%，销额同比增1.9%，受国补调整冲击相对可控 [7][9] - 洗护品类跌幅相对有限，双十一期间洗衣机全渠道销量同比-2.9%，销额同比-5.7%，热泵洗烘一体机等高端功能产品为重点发力方向 [8][9] 政策影响 - 2025年中央财政3000亿元消费品以旧换新超长期特别国债资金，已下达前三批共2310亿元，第四批690亿元预计10月落地 [13] - 对比2024年国补初期的强劲拉动，2025年政策刺激强度预计相对温和，双十一家电行业同比仍可能下滑 [13][14] 竞争格局与战略建议 - 冰箱市场竞争焦点预计集中在6-8K价格段，该价位区间成为下半年各品牌争夺主战场 [7] - 行业建议聚焦零售驱动加快库存去化、坚定提结构以高附加值产品对冲国补退坡、结合能效标准升级窗口加快新品迭代 [14] - 细分功能型产品更受市场青睐，绿色节能类产品市场认可度持续提高，溢价能力明显增强 [8]