AI 功能早已进入手机，比如拍摄优化、面部识别、语音助手等。2024年被手机厂商宣称为“AI手机元年”，主要是指AI大模型进入手机，可能引起交互与体验的变革，如语音交互能否取代触屏，个人智能助理成为重要的用户价值等。相应地，手机操作系统、芯片、内存等需升级换代，手机厂商认为这将驱动手机进入继功能机、智能手机之后的第三阶段，AI手机阶段。
对于消费者来说，AI手机价值不在于硬件堆叠，而是基于AI大模型的应用。IDC和OPPO联合发布的《AI手机白皮书》提出“AI手机的用户价值，是自在交互、智能随心、专属陪伴、安全可信的个人化助理。”实际上，大模型的出现（LLM为主），智能个人助理（Assistant）可以扩展为更为自主的个人智能代理（Agent），深度参与到个人数据中，提供个性化服务。手机厂商2023年下半年起，逐步推出搭载大模型的手机，标配生成式AI应用与个人Agent，但都还处于早期阶段。本文基于个人AI Agent将成为个人智能应用核心模式的判断，从个人AI Agent核心组件及实现出发，讨论AI手机的现状与未来，以及运营商可为的布局。
个人AI Agent将成为智能应用的核心模式，重塑终端与应用生态
一是大模型具备增强智能助理扩展性和可用性的潜力。Siri、谷歌助手、华为、百度的智能助手等早已进入智能手机与智能家居，它们基于预定义的规则和较小的专用语言模型，执行具体定向的任务，如设定提醒、播放音乐、获取天气预报等，但扩展性不足，对用户意图理解力也不够。大模型（LLM为主）展现出很强的自然语言理解、内容生成、逻辑推理等能力，以大模型驱动的个人AI Agent，具备把目标分解成子任务，并调用工具来完成的潜力，预期可以做更泛化场景的任务。
二是APP与智能终端积累个人轨迹数据，使行为智能成为可能。互联网时代网站崛起，人类实现广泛的信息共享交流，积累丰富的知识内容，为大模型训练提供了内容基础。移动互联网时代，人类生活逐步线上化，即时通讯、购物、健身、出行等APP汇聚用户行为轨迹数据，为个人行为预测训练提供了基础。智能化时代，真正智能的个人Agent成为可能，从“帮你做事”到主动预测“代你做事”(代理性程度不一），Agent有望成为智能时代的核心应用载体，行为智能是本质特点。
图1 Agents可能成为个人智能应用的核心载体
三是从个人AI Agent应用模式出发，会重构智能终端与应用生态。个人AI Agent的终极目标是理解用户并完成任务，具备响应性技能和主动性技能（图2）。即响应用户需求的能力，如问题答复、天气查询等，与在用户没有明确命令的情况下，提供主动服务的能力，如活动推荐及执行等。从应用目标出发，个人AI Agent需要：（1）更广泛的个人数据采集，包括来自APP等“软终端”与各类传感器、智能硬终端的信息监测；（2）用户历史记忆档案与当前状态信息（环境、位置等）的组合，体现个性化、即时服务特点；（3）多样的工具调用能力，包括不同专业Agent的协同；（4）基础AI模型是核心，连接调度Agent的功能组件。结合现有进展，我们预计将会出现：（1）新一波监测类智能终端创新，类似Limitless录音吊坠、Galaxy Ring运动睡眠等监测；（2）新一波智能Agent应用创新，个人综合Agent与专属Agent（如健康助理）等；（3）新一波承载Agent应用的终端创新，类似Rabbit R1、AI Pin、Ray-Ban Meta，当然包括AI手机；（4）新的操作系统内核，大模型为核心，支持多工具、多Agent调用等；（5）个人隐私保护技术创新及应用，加密与可信环境等。
图2 个人AI Agent的主要组件
来源：《PERSONAL LLM AGENTS: INSIGHTS AND SURVEY ABOUT THE APABILITY, EFFICIENCY AND SECURITY》
现阶段AI手机以生成式应用为主，“行为智能”尚处探索阶段
综合当前各方对AI手机的界定，AI手机可以概括为包含端侧大模型、具备NPU的SoC芯片（IDC要求NPU性能在30到45 TOPS之间）、端侧实现GenAI并向个人Agent发展等。下表是手机厂商目前推出的AI手机及特征总结：
表3 主流厂商当前AI手机推出情况
可以看出，现阶段AI手机端侧模型以7B为主流，并与云端协同，大模型开始与操作系统融合。但受硬件与技术限制，AI手机应用以内容生成处理类场景为主，多是云端大模型应用的移植，个人AI Agent尚未真正发挥“行为智能”的特点，所以用户感觉没有明显的差异化，不够颠覆性。具体而言：
(1) 主打内容生成处理，体现一定特色。以端侧AI在图像和文本处理的深化为主，如文本和图片生成、AIGC 消除与背景补充、文件和本地通话摘要等。差异化来自某类场景的专注提升，如小米专注“影像”，VIVO文档提炼更加高效等。
(2) 个人AI Agent处于探索阶段。智能助手在识别用户意图，对手机的资源、性能、业务应用进行调度方面开始探索，如：荣耀YOYO提供“任意门”功能，宣称实现意图识别、信息跨应用跨设备流转，VIVO小V自然语言操控手机APP等。
(3) 注重跨终端融合与智能应用生态打造。如小米“人车家全生态”布局，小爱能学习用户的使用习惯，实现跨终端自动控制。应用生态方面，一是利用成熟生态，如三星与Google的大模型及生态合作；二是建新生态，如OPPO“1+N智能体生态”，即小布助手+开发者和用户Agents，荣耀发起“百模生态计划”，手机端自有AI大模型为中控，调度云端模型生态等。
AI手机适应新应用模式的未来关键方向分析
新范式催生新终端形式，重构应用生态，AI Pin是无屏幕交互Agent，Rabbit R1是直接操作APP的 Agent，Limitless的愿景也是个人 Agent，AI及Agent模式还会持续带来智能眼镜、耳机、家居等终端创新。面对原生AI终端与AI应用，AI化的手机的定位及形态面临升级，或需重新定义的局面。具体来说，有以下几个值得关注的问题和方向：
(1) AI手机还能否整合AI终端保持中心设备的位置：本质上就是AI手机能否成为个人AI Agent的集成调度中心，AI终端成为手机的补充，或者作为新的功能组件的问题。目前专项AI硬件，如Limitless吊坠、Ploud录音机，包括主打音频和拍摄的Ray-Ban Meta初步获得市场认可，也与手机配合，而偏综合的，甚至宣称取代手机的AI Pin、Rabbit R1低于预期，高开低走。AI手机成为个人AI Agent的集成调度中心，核心优势是本地算力和存储，能够承载端侧模型和个人隐私数据，是当下的最佳载体。未来不排除某类更随身轻灵的AI原生穿戴设备，借助云端+网络+可信数据空间等成为新中心，产生更移动化场景的Agent应用生态。
(2) 行为数据孤岛下如何协调建立用户的个人记忆：用户行为轨迹数据分散终端及在各大APP中，后者未必愿意开放API。探索的方向是：①Agent学习APP操作方法，通过UI界面模拟完成任务，如Rabbit R1，以及APPAgent框架等，但不是最有效率的方案；②系统级个人Agent、专项Agent（如购物、旅游）之间协同调用，弥补数据孤岛劣势；③大厂广泛布局智能终端，构建用户记忆档案，比如小米、苹果、华为、三星等向智能可穿戴、智能家居扩展等。
(3) 手机厂商APP Store能否升级为“Agent” Store：APP Store是手机厂商的重要营收渠道，引入Agent面临：①大模型不是手机厂商包括苹果的强项，主导权在Open AI 、Google等手中；② Agent模式向下挤压原APP，甚至跳过APP，利益链条被打破；③Agent Store需要新的平台插件、功能组件与商业模式等。可能的方向：一是建立大模型生态，如荣耀“百模生态计划”以及苹果寻求多方合作；二是探索新商业模式，如系统级Agent、专项Agent及APP数据交换与协同合作，平台架构设立面向B端的Agent组合调用层，按量/订阅收费分成等；三是建立或参与建立数据集成平台（如可信数据空间），汇集用户行为数据，统一格式与隐私管理，为Agent提供开发运营基础等。
(4) 个人数据安全如何有效保障：在AI手机等本地端保存处理，被认为是最安全的方式，但对内存挑战大，推理成本也比较高。云边协作是另一种处理方式，隐私保护技术主要是数据屏蔽、数据加密、可信执行环境等。总的来说，现有隐私保护技术还不足以支持高水平个人AI Agent运作，需要手机厂商等提出创新性解决方案，赢得用户信任。
(5) AI手机软硬件持续升级：一是端侧模型及OS效率改进，苹果OpenELM 、微软Phi-3、Octopus V2等端侧模型在语⾔、推理、编码等方面有良好表现，苹果即将发布的iOS 18是其展开AI竞争的主要平台；二是端侧硬件持续升级，将采用3nm等更先进制程，推理能力及手机内存加速提升等。
运营商可以做什么布局
面对AI终端与应用模式变革趋势，电信运营商一是可把握新一波AI终端云端联网的流量需求，带动流量卡号销售；二是优化网络质量与套餐服务，Agent端云实时的数据处理交互，对网络速度和稳定性的需求增加，因个人数据更加完整，运营商可以与应用方合作，提供个性化的套餐服务；三是布局个人、家庭Agent特色智能服务，如健康管理服务、智能家庭服务、紧急响应服务等；四是参与用户数据隐私保护技术开发与可信数据空间建设，提供加密技术保护用户Agent数据，积极布局个人、家庭可信数据空间基础设施建设等。
