又一大模型公司发布AI原生手机！跟豆包手机有什么不同？

先说一下核心判断：继字节的“豆包手机”之后，大模型公司亲自下场做硬件的玩家又多了一位。7月13号，阶跃星辰正式发布了终端品牌STEPX，以及全球首款大模型原生智能体手机STEPX Neo。这台机器搭载的是智能体原生操作系统Step AOS，内置阶跃智能体Amoo。换句话说，阶跃这次是把基座模型、智能体到硬件终端全部打通，走了一条软硬件全栈自研的闭环路线。

图源：阶跃星辰

其实从去年开始，“AI手机”的概念就已经在市场上炒得火热，但主流做法基本还是手机厂商自建大模型，或者找大模型公司合作，在现有系统上叠加AI能力。比如努比亚前不久就宣布，要在这一届WAIC上发布全球首款AI智能体手机，AI能力大概率是和豆包合作，听起来像是“豆包手机”的二号作品。

但你仔细想想，大模型公司反向主动去做AI手机，这事儿虽然行业内早有传闻，但真把产品拿出来的，阶跃还是头一个。那问题就来了：大模型厂商造的手机，跟传统手机厂商做的AI手机，到底有什么不一样？

大模型厂商为什么选择做AI手机？

其实做AI硬件这件事，头部AI大模型公司早就把它当成了共识。OpenAI去年5月直接收购了前苹果首席设计官Jony Ive创立的AI硬件公司io，硬件团队已经搭建起来，Sam Altman多次对外放话要做全新的AI设备。谷歌更直接，和中国的AR眼镜公司XREAL联合搞了一款Project Aura AI眼镜，深度融合了自家Gemini大模型和Android XR平台。

国内这边也没闲着。阿里和百度已经在AI眼镜上深度布局。阿里千问去年推出了夸克AI眼镜系列，S1和G1两款产品都深度整合了Qwen大模型，而且把淘宝、支付宝、高德、飞猪这些阿里生态服务全接进去了，靠语音就能完成AI助理该做的事。百度去年11月发布了小度AI眼镜Pro，文心一言大模型自然也在其中，实时翻译、智能识物、AI会议纪要这些功能在眼镜上都能跑。

字节跳动旗下的豆包，早在2024年底就推出了首款AI硬件Ola Friend，形态是OWS开放式耳机，和豆包AI智能体集成在一起，支持同声传译、语音导航。不过说到大模型公司切入AI手机这个赛道，豆包才是最早的玩家。去年12月，努比亚推出的M153——也就是外界说的“豆包手机”——就已经把豆包大模型深度集成到系统层，甚至能直接读取屏幕信息、模拟点击完成跨应用自动操作。代价是，由于权限太高，这款手机很快引发了安全和隐私方面的争议，微信、美团、阿里等互联网巨头联手“封禁”，相关APP直接禁止了AI操作。

努比亚M153 图源：努比亚官网

但“豆包手机”的出现，其实让行业看到了一条新的逻辑——大模型公司做手机，终极目标不是造硬件，而是把大模型从App、网页这种外设式存在，变成手机的“智能中枢”或“操作系统”。换句话说，如果AI大模型能直接成为手机底层的核心，那掌握这个入口就等于掌握了下一代的流量。不过字节跳动当时在演示视频最后强调得很清楚：“我们没有自研手机的计划。”他们更倾向于和多家手机厂商合作，做豆包手机助手的生态输出。

那阶跃星辰为什么选择了自己干？阶跃董事长印奇在发布会后的采访里说得很直接：“进入智能体时代，现有手机很难完整承载模型、操作系统和智能体产品，也无法实现我们想要的完整体验。如果不率先做出一款创新终端，Step AOS就很难形成应用和商业闭环，真正触达普通消费者。”在他看来，手机是用户连接数字世界最频繁的终端，能持续感知上下文、获取用户授权、执行任务，现阶段最适合作为个人智能体进入物理世界的载体。

传统手机的“三堵墙”，困住了真正的智能体

手机厂商做AI手机，产品定义本质上还是以“人操作”为核心的数字系统，而不是为智能体运行设计的。阶跃认为，这种传统系统上硬塞AI功能，会遇到三堵无法翻越的墙。

你的数据被锁在一座座独立的App孤岛里：出行记录在航旅App，饮食偏好躺在外卖平台，日程和通讯录散落在系统各个角落。智能体没有统一的记忆体系，每次执行任务都要你重新告诉它自己的偏好，更没法基于长期上下文形成连贯的用户认知。

多数智能体只依赖云端单一模型调用，无法应对高频、低延迟的本地需求，也没法根据任务复杂度动态分配算力。简单任务等云端响应太慢，复杂任务端侧算力又不行，智能体的决策能力就这么被硬生生地割裂了。

传统操作系统的权限体系、资源调度，全都围着“人手动操作”来设计。跨应用调用数据需要层层授权，系统能力没法被智能体直接调用。打个比方，你让智能体帮你预订一张机票，它能查信息，但打通身份、支付、行程管理的全链路，最后还得你亲自上手操作。

这三堵墙决定了——在传统手机上做加法式的AI功能，永远只是锦上添花，不可能诞生真正能替用户干活的个人智能体。要让智能体从“能说”走向“能做”，必须从底层重构终端。

阶跃给出的核心解法叫Step AOS（Step Agentic-native OS）。它不是要替代Android，而是架设在Android、Linux、RTOS等底层开源系统之上，围绕智能体的运行需求，从硬件资源到系统能力进行全栈重构。整套系统的设计原则是四个字——“人机共生”。

系统从上到下分为三层：新设施、新能力、新交互，分别对应智能体运行需要的基础底座、核心能力和交互范式。

，是把“为人所用”的系统，重构成“为人机共生所用”。计算层面，Step AOS打破了CPU、GPU、NPU各自为政的格局，构建统一计算资源池，针对智能体的运行特性做全生命周期调度，端侧承担百毫秒级的快速反应，云端负责深度推理。数据层面，它构建了统一语义数据层，打破App之间的数据孤岛，让个人数据和行为数据在用户授权下可以被智能体统一调用。服务层面，它通过原子能力引擎与服务调度框架，把订票、导航、支付、发消息等系统能力拆解成可自由编排的原子服务，智能体可以直接调用、自由组合，无需逐个适配应用。更关键的是，这套原子能力采用MCP标准协议向生态开放，第三方开发者可以直接调用系统能力，共建智能体生态，而不是依赖模拟点击那种不透明的跨应用方式。

，是中间的支撑层，是智能体真正能落地执行任务的核心，涵盖记忆、决策与执行、安全三大模块。

记忆系统模仿了人类记忆机制，采用双域六层结构，分为用户域的事实记忆与智能体域的领域知识，通过“记-理-忆”三步链路运转——随时记录交互信息，后台自动整理沉淀为长期记忆，需要时精准召回。官方介绍称，日常简单问答的记忆召回最快只需要15毫秒。这意味着你不用每次重复自己的偏好，它会记得你讨厌靠走道的座位，记得你家人的生日，记得你提过的职业规划。

决策与执行采用端云协同路由与Model Cascade级联调度。系统会根据任务复杂度、隐私等级、网络状态等信号，自动选择最优执行路径。比如设闹钟、找照片这种即时任务，在端侧百毫秒内就能完成，执行成功率超过99%，数据全程不出设备；复杂推理、多步骤规划则交给云端大模型处理。从端侧的Edge到云端的Flash、Pro，不同参数规模的模型形成能力阶梯，任务从下到上递增，平衡了速度、能力与成本。

安全体系则遵循“可信、可见、可控、可逆”四维原则。与传统静态权限表不同，Step AOS结合上下文动态授权，权限按需授予、用完即收；每一步操作都可审计回溯，误操作可以撤回，任务可以中止回滚。所有用户数据的所有权归用户，智能体与第三方应用的交互始终严格在授权边界内进行。

当底层设施和核心能力就位，顶层的交互也就产生了碘伏。传统手机是“操作驱动”，用户一步步点击、跳转，系统被动执行指令。Step AOS走向了“意图驱动”——用户只需用自然语言表达需求，阶跃Amoo个人智能体负责拆解任务、调度服务、交付结果。这种交互称为NUI自然交互，包含多模态通道、上下文记忆、结果交互三大特点。用户不用盯着屏幕一步步确认，不用学习复杂的操作路径，只要说一句“帮我安排下周去北京的出差行程”，智能体就会自动订好机票、酒店，同步到日历，最后把结果交付给你。印奇的说法很到位：好的智能体手机，应该尽量少占用用户的注意力。目标不是让用户花更多时间刷手机，而是帮用户省时间。

从模型到操作系统全栈自研，重构终端底层逻辑

有了全新的Step AOS后，AI手机才算真正拥有了智能体能力。而背后的核心技术底座，是覆盖端侧到云端的Step模型矩阵。阶跃这次发布了包含Pro、Flash、Edge三个层级的Step模型矩阵：Pro面向复杂推理任务，Flash兼顾性能与效率，Edge则专门为手机、汽车等终端场景打造，覆盖文本、视觉、音频理解、语音识别、GUI交互、图像生成等全模态能力。

其中Step Edge实现了三大核心突破：超低本地延迟，端侧本地工具调用最低可达0.1秒，简单高频任务能本地实时响应；全模态隐私保护，文本、视觉、语音等敏感数据全程不出端，适合手机、汽车等强隐私场景；原生端云协同，简单任务和弱网/无网场景由端侧处理，复杂推理交给云端，在速度、能力和成本之间找到了平衡。官方数据很有意思：Step Edge在29项核心评测指标中拿到了第一，性能领先行业同类端侧模型。

AI手机将进入下一个阶段？

从阶跃推出的STEPX Neo来看，AI手机似乎真的进入了一个新阶段，与传统手机的差异正在变得显著。印奇给AI原始终端下了一个很简单的判断标准：如果去掉AI之后，它仍然是一部完整的传统手机，只是少了几个功能，那它就只是“手机加AI”。真正的AI原始终端，是从模型、操作系统、资源调度、数据、安全、交互到硬件形态，全部围绕智能体重构。

在STEPX Neo上，核心入口已经从传统手机桌面的App，转变为个人智能体Amoo。资源调度优先保障智能体持续运行，而不是游戏、视频等高功耗应用。至于这款硬件的出货目标，阶跃表示不预设固定出货量，不只用销量定义成败。第一阶段的目标，是形成一定规模的真实用户群，获得真实使用反馈，反过来完善模型、系统与产品。为此，他们采用了用户共创模式——底层架构与核心方向已经完成了70%，剩下的30%关于信任、授权、场景体验的部分，需要在真实使用中验证迭代。这种模式，可能会让手机从过去卖硬件性能，转变为卖手机上的AI服务和Token消耗。

回过头来看，去年豆包手机引发的争议和互联网巨头的抗拒，恰恰暴露了AI原始终端在迈出第一步时必须面对的生态和数据隐私问题。所以值得关注的是，阶跃在发布会上表示，已经与WPS、美团、携程、支付宝、京东、滴滴、剪映、百度地图、微博等平台达成了AI深度合作。这意味着AI手机终于有望真正打破各平台的数据壁垒，探索出新的合作模式。这样一来，接下来努比亚与豆包合作的“豆包手机二代”就更加令人期待了。