最近 “豆包 AI 手機(jī)”很多朋友都在討論，把“AI 手機(jī)”這個(gè)話題再次推向了行業(yè)焦點(diǎn)。核心在于它把 AI 助手從“應(yīng)用層功能”推向“系統(tǒng)層編排”。當(dāng) AI 深度嵌入 OS 后，助手開始嘗試承擔(dān)全局決策與執(zhí)行：能感知用戶當(dāng)前任務(wù)、理解屏幕語義，并把自然語言拆解為多個(gè)可落地的動(dòng)作步驟，進(jìn)而實(shí)現(xiàn)跨應(yīng)用聯(lián)動(dòng)。典型場景是復(fù)合指令——例如“發(fā)文件給同事并預(yù)約下周會(huì)議”，系統(tǒng)需要在通訊、日歷、郵件等應(yīng)用間完成連續(xù)操作，而不再要求用戶逐一手動(dòng)跳轉(zhuǎn)。

然而，當(dāng) AI 從一個(gè)功能點(diǎn)，變成手機(jī)日常體驗(yàn)的入口時(shí)，行業(yè)需要重新審視一個(gè)問題。AI在讀取屏幕、模擬點(diǎn)擊、跨應(yīng)用訪問內(nèi)容的過程中，自然包含了用戶的聊天記錄、驗(yàn)證碼、支付行為等極為隱私的信息。所以，AI能力越強(qiáng)，權(quán)限越高，用戶的隱私保護(hù)就越需要被重視。

這正是端側(cè) AI 的價(jià)值所在。全新形態(tài)的AI手機(jī)，復(fù)雜的操作需要更強(qiáng)大的端側(cè)AI算力與云側(cè)算力協(xié)同配合。極其復(fù)雜的AI任務(wù)可以由端云混合式運(yùn)算來完成，但執(zhí)行過程中涉及大量的隱私信息和用戶數(shù)據(jù)則需要盡可能保存在端側(cè)，并依靠端側(cè)AI來運(yùn)算和推理。

所有這些，最終都會(huì)落在提供端側(cè)AI算力的手機(jī)芯片上。在新形態(tài)的AI手機(jī)中，旗艦芯片要有足夠的AI 算力與杰出能效。對于長對話、多輪推理、系統(tǒng)級代理等復(fù)雜任務(wù)，NPU 和AI 引擎要算得動(dòng)；對于輕量級的計(jì)算需求，要低耗穩(wěn)定。而且芯片要有更精細(xì)的系統(tǒng)級協(xié)同，CPU、GPU、NPU、ISP 等不同單元要能根據(jù)任務(wù)特點(diǎn)智能分工。

從這個(gè)意義上說，旗艦手機(jī)的SoC 早已不再是單純的性能引擎，而是正在向AI 中樞演化，承擔(dān)著端側(cè)AI運(yùn)算和用戶隱私保護(hù)的雙重關(guān)鍵任務(wù)。從這個(gè)角度看，年底聯(lián)發(fā)科新發(fā)布的天璣9500就是一個(gè)比較典型的例子。

如果把端側(cè) AI 看作手機(jī)里的“新大腦”，那么天璣 9500就是在搭建這顆大腦需要的基礎(chǔ)設(shè)施。面向大模型和多模態(tài)推理，天璣 9500搭載由超性能NPU 990和采用存算一體架構(gòu)的超能效NPU組成雙NPU架構(gòu)，一邊承擔(dān)重載推理，一邊以極低功耗常駐運(yùn)算。而且，NPU 990集成的生成式AI引擎2.0支持BitNet 1.58bit大模型運(yùn)算，減少端側(cè)AI運(yùn)算的存儲(chǔ)需求來降低功耗。

因此，天璣9500讓AI助手以及嵌入各個(gè)應(yīng)用中的智能助理，能做到“隨叫隨到”，也可以為未來的系統(tǒng)級智能體AI提供扎實(shí)的理解能力和持續(xù)輸出的算力基底。

更重要的是，這種算力并不是孤立存在的。以影像為例，NPU與ISP 的深度協(xié)同，可以在用戶按下快門的那一瞬間，就完成對場景的識(shí)別、人像的語義分割、噪點(diǎn)和高光的處理。這種協(xié)同帶來的2億像素直出、實(shí)時(shí)追焦、4K60幀電影人像視頻等能力讓用戶的日常拍攝體驗(yàn)大幅提升。

這樣一來，手機(jī)芯片可以提供足夠的端側(cè)AI算力和推理能力，用戶的隱私數(shù)據(jù)不需要傳入云端，也可以讓系統(tǒng)級智能體AI在手機(jī)上完成各種復(fù)雜任務(wù)。所以，不論是從算力、能效、安全到協(xié)同，當(dāng)今旗艦芯片都為端側(cè)AI體驗(yàn)躍進(jìn)和手機(jī)形態(tài)進(jìn)化提供了良好的硬件基礎(chǔ)。

手機(jī)可能從“應(yīng)用聚合器”升級為“意圖執(zhí)行器”，智能體成為交互與流程的核心。對應(yīng)地，端側(cè) AI 芯片也會(huì)成為關(guān)鍵支撐，像天璣 9500 這樣的旗艦平臺(tái)，或?qū)⒃谳^長時(shí)間里與 AI 手機(jī)形態(tài)共同迭代：通過更強(qiáng)本地推理與更高能效，逐步把端側(cè) AI 從概念推進(jìn)到更可持續(xù)的日常體驗(yàn)。