谁在决定体验上限？

Fast Reading

■

智能手机以往的竞争围绕硬件能力展开，进入大模型时代，手机厂商需要解决的问题变成了：如何让 AI 稳定运行在数亿台设备上，并持续完成模型迭代和场景扩展。 

面对高昂的试错成本与严苛的市场大考，手机厂商正在重新评估 AI 供应链的组织方式。能够覆盖模型、云服务、工程部署和应用生态的全栈合作模式，正在成为一种更现实的选择。

当 AI 成为手机的核心能力，云厂商正在从幕后走向舞台中央。一部 AI 手机真正的差异，不再只是搭载了多少算力，或者集成了多少 AI 功能，而是背后有没有一套能够持续进化的 AI 基础设施。

作者   | 于米

7 月份，手机行业迎来了两个关键节点。

15 日，国家网信办公布首批手机端侧 AI 备案名单，苹果 "Apple 智能 " 和三星 " 盖乐世 AI" 同时入列。两天后的世界人工智能大会上，荣耀 Robot Phone、努比亚 NaviX Ultra、阶跃星辰 STEPX Neo 等多款智能体手机集中亮相。

但很少有目光关注到这些名单背后的一张隐形牌桌：云服务商。

有的厂商选择构建端到端自研体系，从芯片、模型到操作系统形成完整闭环；有的厂商则采取开放合作路线，引入外部大模型和云基础设施能力，加速 AI 功能从实验室走向规模化应用。不同路径背后，折射的是手机厂商在 AI 时代面对的同一个问题：如何找到适合自身生态的 AI 底座。

在这场多方角力中，一个名字反复出现。

在全球市场，三星长期依托谷歌 Gemini 生态，苹果则采用自研模型结合 OpenAI 等合作伙伴的模式。但这两家全球手机巨头面向中国市场的 AI 方案中，都出现了同一个名字——百度。与此同时，荣耀、OPPO、vivo 等国内头部手机厂商也密集地与百度展开合作。

这已经不是某一家厂商的偶然选择，而是一个跨越阵营的集体现象。

这背后，是手机 AI 竞争逻辑正在发生变化。

智能手机以往的竞争围绕芯片、屏幕、影像等硬件能力展开；进入大模型时代，手机厂商需要解决的问题变成了：如何让 AI 稳定运行在数亿台设备上，并持续完成模型迭代和场景扩展。

2026 年被视为端侧 AI 规模化落地元年，手机成为 AI 能力最直观的入口，但决定体验上限的，越来越依赖背后的云计算、模型服务和基础设施体系。

在这一轮产业迁移中，云厂商的角色正在发生变化。过去承担计算、存储和后台服务的云基础设施，正在成为支撑智能终端进化的重要底座。苹果、三星以及中国手机厂商在 AI 领域的布局，也为观察中国 AI 基础设施竞争格局的演变，提供了一个新的切入口。

拼积木，还是拿钥匙？

三星的即圈即搜、苹果的语音助手问答、荣耀 YOYO 的会议纪要——手机上的 AI 功能看起来简单，但它背后涉及算力支撑、模型推理、上下文管理、工具调用、结果生成等一系列复杂的技术环节。任何一个环节掉链子，用户感知到的都会是卡顿、结果不准、不好用。

手机 AI 的竞争，正在从 " 有没有 AI 功能 "，转向 "AI 功能好不好用 "。

摆在手机厂商面前的有两条路。一条是 " 拼积木 "，自研部分模块，再从不同供应商采购芯片、模型和平台进行整合。另一条是 " 拿钥匙 "，找一个能把芯片到应用全部打通的合作伙伴，一次性交付。

拼积木的痛点显而易见：多套技术体系集成难度大、成本高、迭代周期长、系统稳定性不可控，最终可能导致 AI 功能 " 有量无质 "。在出货量数以亿计、用户对故障容忍度极低的手机行业，任何一次体验翻车，都可能成为压垮产品口碑的稻草。

面对高昂的试错成本与严苛的市场大考，手机厂商正在重新评估 AI 供应链的组织方式。相比单点能力采购，能够覆盖模型、云服务、工程部署和应用生态的全栈合作模式，正在成为一种更现实的选择。

三星在中国市场的 AI 布局，是这一趋势的一个缩影。

从 S8 早期功能合作，到 2024 年双方进一步深化 AI 生态合作，百度与三星围绕 Galaxy AI 展开本地化适配。三星旗舰机型中的即圈即搜、笔记助手、智能问答等功能，需要的不只是一个模型调用接口，而是一整套涵盖模型服务、云端推理和应用集成的技术支撑体系。

苹果国行版 Apple Intelligence 的落地，也面临类似挑战。

此前有开发者在拆解 iOS 27 Beta 2 代码时发现，ExtensionKit 中出现了 "Baidu Visual Search" 的相关字段。作为苹果面向中国市场推进 AI 能力本地化适配的一部分，引入本土 AI 能力供应商，既涉及技术能力匹配，也涉及服务稳定性和用户体验的一系列考量。

三星和苹果在全球市场都有自己成熟的 AI 合作伙伴，为什么到了中国市场，它们愿意承担切换 AI 引擎的成本？

一个合理的解释是：对手机厂商来说，交付能力比跑分更重要。它们需要的 AI 能力，不是某个单点技术，而是一套完整的交付体系。而百度的优势恰恰在于，它不是强在某一个环节，而是打通了从芯片、模型、平台到应用的全链路。

国产手机阵营的头部玩家如荣耀、OPPO、vivo 等厂商也已陆续与百度智能云展开合作，从基础 API 调用逐步深入到智能体共建和系统级 AI 层嵌入，覆盖 AI 助手、办公智能、售后智能、场景识图等多个场景能力。

百度智能云今年升级为 " 新全栈 AI 云 " 后，架构核心是 " 芯云模体 " ——将昆仑芯芯片、AI 云、文心大模型和智能体应用纳入同一技术体系，试图覆盖从底层算力到上层应用的完整 AI 链路。

对手机厂商而言，这种全栈能力的价值在于降低 AI 落地过程中的系统集成复杂度，不需要厂商自己拼积木，而是直接拿钥匙，集成成本更低、系统更稳定、迭代更快。

从产业竞争格局看，能够同时覆盖算力基础设施、模型服务和应用开发体系的 AI 云平台仍然非常有限。全栈化能力正在成为云厂商参与下一阶段 AI 竞争的重要筹码。

Agent 时代的 " 度量衡 "

有了交付能力，下一个问题是：怎么衡量交付得好不好？

过去两年，行业习惯用 Token 消耗量来衡量 AI 的繁荣度。但这种计量方式有一个根本问题：它衡量的是成本和投入，而不是产出和收益。就像没有人会用 " 耗了多少度电 " 来评价一个工厂，而是会看它生产了多少产品，产品质量如何。同样，消耗了 1000 万 Token，到底解决了多少用户问题？创造了多少实际价值？Token 回答不了。

IDC 中国副总裁周震刚提出，2027 年推理将占智能算力需求的 70% 以上，" 每瓦 Token 数 " 成为效率新指标——系统每消耗一单位能源，能生成多少有用的 AI 输出。

从 " 算力峰值 " 到 " 每瓦 Token 数 "，衡量 AI 价值的坐标系变了，对基础设施的要求自然也会变。技术栈的优化目标需要从 " 多跑 Token" 转向 " 让更多智能体以更低成本、更高效率交付真实结果 "。

这是一个行业级别的转向。

DeepSeep 一直坚持效率优先的底层研发思路，拒绝盲目扩张总参数规模，而是把研发中心放在提升单位算力的任务交付能力上。火山引擎深挖硬件算力利用率，以更低成本支撑智能体规模化运行。智谱 AI 则提出 " 让每一滴 Token 转化为可交付经济增量 " 的落地准则。

一众头部厂商的共同选择，印证了这场行业底层逻辑的切换。那么，为这个新坐标系而设计的云基础设施，应该具备什么样的特征？

百度智能云的实践提供了一个观察样本。

在 AI 基础设施层面，昆仑芯能支撑海量用户高并发算力需求；在智能体工程化层面，其任务成功率、响应速度和 Token 效率有效解决了手机 AI 响应慢、成本高及结果不可靠等痛点。

这套能力是否经过了实战验证？

一组数字可以作为参考。过去一年，百度智能云支持了超 2000 万辆 L2 级辅助驾驶新车交付，服务超过 1000 家 AI 硬件公司，覆盖中国 Top 5 扫地机器人、Top 5 AI 玩具、超过 30 家具身智能企业，以及全球排名前十的手机厂商。

从千亿参数大模型的旗舰手机到几十块钱的 AI 玩具，再到对稳定性、安全性和工程化能力有更高要求的汽车，同一套技术栈支撑了截然不同的算力环境和交互场景。

这些行业的共同点在于：它们对技术供应商的筛选极其严苛，几乎是零容错，一旦出问题就是产品召回级别的危机。没有企业愿意拿旗舰产品的 AI 体验，去赌一个未经检验的选项。能在这些行业拥有实战打磨的交付能力并获得头部企业的信任，本身就是对工程化交付能力的硬核背书。

手机是战场，云才是牌桌

在所有端侧 AI 的硬件中，手机的重要性毋庸置疑。作为全球用户规模最大、使用频率最高的智能终端，它既是智能体最大的竞技场，也是对云基础设施要求最严苛的硬件。

过去二十年，智能手机竞争的核心一直围绕硬件展开：屏幕、芯片、影像、工业设计，每一次技术跃迁，都会重新定义手机厂商的竞争边界。

但 AI 正在改变这一逻辑。

当手机从一个执行指令的终端，变成能够理解用户、主动规划任务的智能体入口，竞争的核心已经从 " 设备能力 " 转向 " 智能能力 "。

一部 AI 手机真正的差异，不再只是搭载了多少 TOPS 算力，或者集成了多少 AI 功能，而是背后有没有一套能够持续进化的 AI 基础设施。

这也是为什么，手机厂商开始重新审视云厂商的价值。

过去，云更多承担的是数据存储、计算资源和后台服务的角色；但进入 Agent 时代，云正在成为 AI 能力的生产线：模型训练需要云，智能体运行需要云，多模态理解需要云，持续迭代也需要云——手机只是用户看到的入口，而云才决定了这个入口背后的智能水平。

2007 年 iPhone 出现时，用户看到的是一台新的手机；但真正改变产业格局的，是随后崛起的 App 生态、云计算和移动互联网基础设施。今天的 AI 手机也面临类似的转折。

AI 手机带来的软硬件升级红利，将是一个持续三到五年的产业升级周期。弗若斯特沙利文测算，全球端侧 AI 市场规模将从 2025 年的 3219 亿元攀升至 2029 年的 1.22 万亿元，复合年均增长率 40%。IDC 预计，2026 年中国 AI 手机出货量将首次突破 50% 渗透率，达到 1.47 亿台。

今年 7 月，是这个产业浪潮的一个重要分水岭：7 月 15 日，首批 7 款手机端侧 AI 通过备案。7 月 17 日，智能体手机集中亮相世界人工智能大会，标志着手机 AI 开启规模化商用，从 " 功能叠加 " 进入 " 底座竞争 " 阶段。

手机厂商之间的竞争，表面上仍然发生在终端，但决定胜负的因素，会越来越依赖背后的 AI 基础设施——谁能让 AI 能力低成本、高效率、规模化地进入数亿台设备，谁就有机会成为下一代智能终端生态的重要支撑者。

这也解释了百度智能云近年来加码 " 新全栈 AI 云 " 的产业逻辑。随着 AI 应用从单点功能走向智能体协作，竞争焦点正在从模型能力本身，转向算力、模型、工具链和应用生态的整体交付能力。对于云厂商而言，争夺的不再只是某一个终端场景，而是成为 AI 时代基础设施层的关键参与者。

对手机厂商而言，与其分别整合芯片、模型、平台和应用能力，不如寻找能够提供完整技术链路的合作伙伴。

这也解释了为什么苹果、三星以及中国头部手机厂商在内的企业，会将 AI 基础设施供应商纳入长期战略布局。

过去，厂商们竞争的是谁制造更好的设备；未来，他们竞争的将是谁能连接更强大的智能基础设施。这背后的逻辑是，终端决定用户看到什么，基础设施则决定终端还能做到什么。

当 AI 成为手机的核心能力，云厂商正在从幕后走向产业舞台中央。

苹果和三星的 AI" 中国解法 "，或许只是这场变化中最先显现的一个信号。

END