苹果正在想办法，把更大的AI模型直接装进iPhone。
据CNBC报道，苹果近日正在接洽模型压缩初创公司PrismML，评估让更大规模语言模型直接运行在iPhone上的可能性。
苹果看中PrismML，并不意外。7月15日，这家公司推出Bonsai 27B。这是一款基于阿里巴巴Qwen3.6-27B构建的多模态大模型，参数规模约278亿。按照常规精度计算，其模型体积约为54GB，别说手机，即便在普通电脑上运行，也并不轻松。
而经过压缩后，Bonsai 27B的1B版本却仅为3.9GB，三值版本也就5.9GB左右。按照PrismML的说法，压缩后的模型仍具备多步推理、图像理解、工具调用和智能体任务处理能力。换句话说，PrismML要解决的，不只是让大模型“瘦身”，而是在尽量保留模型能力的同时，将体积、内存占用和算力需求一并降下来。
一旦这项技术成熟，大模型进入手机终端的门槛将被进一步降低。更多原本需要云端服务器完成的任务，也有望逐步迁移至手机本地。
01
大模型加速进入手机
7月15日，国家互联网信息办公室公布新一批生成式人工智能服务备案信息。Apple智能、华为小艺AI大模型、OPPO AndesGPT大模型、vivo蓝心端侧大模型、小米澎湃AI、三星盖乐世AI以及努比亚豆包手机大模型等服务完成备案。
来源：国家互联网信息办公室
从这份名单可以看出，众多主流手机厂商都在加快完善AI能力体系，大模型进入手机终端的速度明显加快。不过，受限于内存、算力、功耗和散热条件，现阶段让手机完全依靠本地模型承担复杂任务，显然是不现实的。因此，端云协同也就成为大家的首选路径。
来源：Apple
以Apple Intelligence为例，其采用的是端侧模型与私有云计算相结合的架构，也就是部分相对简单、涉及个人数据的请求，可以直接在设备本地处理，而超出本地能力范围的任务，则交由苹果的私有云计算完成。华为小艺同样由手机端处理部分实时任务，复杂需求则由云端盘古大模型提供支持。小米澎湃AI、OPPO AndesGPT和vivo蓝心AI采取的路径，也都是在本地响应与云端增强之间分配任务。
这些端云协同模式的优势在于，它既能发挥端侧模型响应速度快、离线可用和数据无需频繁上传等特点，也能借助云端算力，弥补手机硬件在复杂任务处理上的不足。
02
AI手机集中落地
伴随技术路径的不断成熟，一批AI手机也开始集中出现，并逐步走向商用。据IDC预测，2026年中国新一代AI手机出货量将达到1.47亿部，同比增长31.6%，市场占比升至53%。这意味着，超过一半的新机将具备新一代AI能力，AI手机有望进入规模化普及阶段。
不过，从近期推出的产品来看，不同厂商对“AI手机”的侧重点并不相同。以中兴努比亚为例，其重点放在AI的跨应用执行能力上。早在去年推出第一代豆包手机时，这一方向就已经显现，但跨应用操作面临的障碍也随之暴露。当时，豆包手机主要通过识别屏幕内容、模拟用户点击等方式，操作微信、淘宝和支付宝等应用。一旦页面结构发生变化，或者相关操作被平台识别为异常，任务便可能中断，部分功能也可能受到限制。
来源：努比亚
7月16日，努比亚推出第二代豆包手机NaviX Ultra。新机搭载豆包手机助手，并设置独立AI按键，可以理解用户需求、拆解任务并主动执行操作。与第一代产品相比，这款豆包手机开始更多依赖应用主动开放接口。只有平台允许AI在用户授权范围内调用数据和功能，智能体才能真正进入应用内部，更稳定地完成信息查询、服务调用和跨平台协作。
来源：阶跃星辰
阶跃星辰则选择从操作系统入手。7月13日，阶跃星辰发布AI终端品牌STEPX，并同步推出智能体原生操作系统Step AOS、个人智能体Amoo以及首款手机STEPX Neo。与在传统操作系统中增加一个AI助手不同，Step AOS试图以智能体为核心，重新组织手机的计算资源、个人数据和应用服务。在这种模式下，用户不再需要记住某项服务位于哪个应用，也不必逐个打开软件完成操作。用户只需说出自己的需求，Amoo便可以理解意图、拆解任务，并调用不同服务执行。
来源：荣耀
荣耀则把AI能力进一步延伸至视频影像和机械交互领域。在不久前举行的WAIC上，荣耀集中展示了Robot Phone。通过将AI智能体与可运动的云台摄像头结合，Robot Phone可以主动追踪人物、调整拍摄角度，并通过机械运动与用户进行互动。
来源：荣耀
按照官方介绍，Robot Phone的定位是“为手机视频影像而生”，专业影视制作中常用的C-Log、LUT，以及锁焦、锁定白平衡、锁定自动曝光和运镜数据等功能，也将被引入手机端。据悉，Robot Phone计划于今年8月进入市场，目前已经开启预约。
从这些产品可以看出，虽然手机厂商对AI手机的侧重点不同，但目标却是一样的，都是希望把手机变成能够理解需求、调动资源并主动完成任务的智能体终端。
03
AI手机爆发的背后
2026年，随着智能体加速普及，云端推理需求也在快速攀升。北京智源人工智能研究院与端侧智能北京市重点实验室联合发布的《端侧智能2026：规模化落地元年》显示，截至2026年6月，豆包大模型日均Token调用量已突破180万亿，较上年增长超过10倍。
对手机厂商而言，将部分高频、轻量任务转移至本地处理，既能减少服务器和带宽成本，又能降低网络延迟，提升AI功能的响应速度和使用体验，加码AI手机也就成情理之中的事情了。
除此之外，AI手机还可能重新定义智能手机的交互入口。过去十多年，应用始终是手机最核心的服务入口，用户需要下载应用、熟悉界面，再通过点击、滑动和输入完成操作。
而随着AI进入手机终端，用户只需说出需求，智能体便可以理解意图、拆解任务，并调用日历、地图、酒店、交通和通讯等服务，曾经要在不同应用之间切换，现在只需压缩成一句自然指令就可以了。这也就意味着，智能体正在逐渐成为新的服务分发中心。
因此，未来手机行业的竞争，将不再只是模型、芯片和硬件之间的较量，也将延伸至操作系统、应用接口、数据权限和服务生态，谁能掌握智能体这一新的交互入口，谁就更有可能在下一轮移动互联网竞争中占据主动。
