公司战略与产品发布 - 在DDC 2025开发者大会上宣布全面升级全链路开发基础设施，推出面向具身智能的机器人大算力开发平台S600，预计2026年第一季度发布 [1] - 现场发布集成数据闭环系统、具身智能训练场和Agent开发服务的“一站式开发平台”，采用软硬结合与端云一体架构以加速机器人应用落地 [1][4] - 公司明确不做“即套即用”的完整解决方案，聚焦于提炼不同场景的核心共通点，将其打磨为标准化技术组件，例如将双目视觉技术、运动控制算法等构建为标准化模块 [5] 技术平台与性能 - 一站式开发平台提供三大核心服务：数据闭环系统通过“模型-仿真-硬件”三位一体实现系统自主进化，具身智能训练场为全场景任务提供全链路支持，Agent开发服务支持通过一句话指令完成应用开发与部署 [4] - 新发布的具身智能机器人大算力开发平台S600采用大小脑架构，算力达560 TOPS (INT8)，并支持VLA、VLM等大模型端侧部署 [4] - S600平台在运行Pi0、Qwen2.5-VL-7B等模型时，性能达到主流平台的2.2倍以上，能够满足复杂场景下的决策需求 [4][5] 市场合作与应用落地 - 公司重点布局三大应用方向：已量产机器人产品、新兴机器人应用及未来通用具身智能机器人 [6] - 已同超过60家产业链上下游企业建立合作，案例包括助力云鲸开发逍遥002扫地机器人、推动AI双目感知技术在扫地机领域应用，以及协助影石Insta360推出全景无人机、维他动力发布智能机器狗等 [6] - 过去一年，公司产品出货量同比增长180%，客户数量增长200% [6] 行业趋势与挑战 - 随着机器人应用场景拓展，单一硬件或软件方案难以满足复杂环境任务需求，端侧算力瓶颈与实时性要求矛盾凸显 [1] - 云端资源的灵活性与端侧算力局限性形成互补，使端云协同成为实现机器人智能化的必然选择 [1] - 市场竞争加剧使开发效率成为关键因素，软硬件协同设计与端云一体化架构能提升系统性能并显著缩短从研发到部署的整体周期 [1]

苹果AI战略核心观点 - 公司AI战略核心是构建革命性的"端云协同"智能体框架，而非单纯追求更大的语言模型[3] - 该框架旨在解决当前AI应用的核心痛点，即在利用云端强大算力的同时，安全高效地调用用户个人数据[3] - 这一策略标志着端侧AI将进入大规模实际应用阶段，其意义远超现有能力，预计从2026年起引爆新一轮硬件升级周期并重塑AI应用生态[1][4] 端云协同架构设计 - 架构采用"云端大脑+终端特工"的混合模式，云端超级大模型（传言为谷歌1.2万亿参数模型）扮演高阶推理智能体角色，负责解析复杂指令[1][5][6] - 真正执行者是一系列在iPhone等设备上本地运行的端侧智能体，高阶智能体解析指令后向端侧智能体分派任务[6] - 该架构通过传递压缩数据而非庞大原始计算来节省计算资源和内存带宽，并设计了离线备用方案以保证基础功能可用性[6] CAMPHOR模型与五大智能体 - 系统由一个云端高阶推理智能体和五个设备端专业智能体协同工作，以完成传统LLM无法胜任的任务[8][9] - 五大端侧智能体包括：个人情境智能体（搜索用户个人数据库信息）、设备信息智能体（检索设备状态数据）、用户感知智能体（获取用户近期活动记录）、外部知识智能体（从外部资源收集数据）、任务完成智能体（调用设备应用程序完成请求）[10][11][12][13][14] - 工作流程示例显示，该系统能合法高效地利用纯云端LLM无法触及的个人和设备特定数据，提供真正个性化、无缝衔接的服务[17][18] 行业影响与未来机遇 - 集成外部知识接入能力使该模型有望成为大众高频使用的日常工具，行业正处于端侧AI或AI智能体进入现实世界应用的前夜[19] - 未来技术进步关键领域包括：个性化与隐私保护技术、无线通信/GPU/内存带宽性能的显著提升、通过整合可穿戴设备等扩展个人数据广度至健康等新领域[20][21][22] - 行业未来赢家将是那些能够在端侧实现高效低功耗高安全性计算，并成功构建软硬件协同生态的企业[23]

苹果AI战略核心 - 公司战略核心并非单纯追逐更大的语言模型，而在于构建革命性的"端云协同"智能体（Agent）框架 [1] - 该"协作智能体模型"是革命性的，能执行的任务复杂度和实用性远超当前任何单一的大语言模型（LLM） [1] - 该策略旨在解决当前AI应用的核心痛点：在利用云端强大算力的同时，安全、高效地调用用户的个人数据 [1] 技术架构：云端大脑与终端特工 - 公司可能将一个强大的云端大模型（传言为谷歌的1.2万亿参数模型）作为"高阶推理大脑" [1][2] - 云端超级大模型扮演"高阶推理智能体"角色，负责理解复杂指令，而真正的执行者是一系列在设备上本地运行的"端侧智能体" [2] - 该架构设计有离线备用方案，设备上的"简单推理智能体"可在离线时保证基础功能可用性 [2] - 这种架构能极大节省计算资源和内存带宽，因为传递给端侧智能体的指令是经过压缩的数据 [2] CAMPHOR模型与五大智能体 - 公司近期发表的《CAMPHOR：用于多输入规划和设备上高阶推理的协作智能体》论文揭示了系统内部运作机制 [3] - 系统由一个云端"高阶推理智能体"和五个在设备上运行的专业智能体协同工作 [3] - 五个端侧智能体包括：个人情境智能体、设备信息智能体、用户感知智能体、外部知识智能体、任务完成智能体 [3] - 该模式能合法且高效地利用纯云端LLM无法触及的个人和设备特定数据，提供真正个性化服务 [6] 工作流程示例 - 当用户发出复杂指令时，高阶推理智能体首先解析指令 [6] - 随后调动设备信息智能体获取当前月份等信息，调用个人情境智能体从用户数据中找出特定联系人 [6] - 最后指令任务完成智能体去票务应用搜索并完成通知等操作 [6] 行业影响与未来机遇 - 这一策略标志着"端侧AI"（Edge AI）真正进入大规模实际应用阶段，其意义远超现有能力 [1][7] - 预计从2026年开始，可能引爆新一轮硬件升级周期，利好更高性能的处理器、内存及无线通信技术 [1][9] - 未来的赢家是那些能够在端侧实现高效、低功耗、高安全性计算，并成功构建起软硬件协同生态的企业 [9] - 技术进步关键领域包括：个性化与隐私保护、即时响应性能提升、个人数据广度扩展至健康等新领域 [8][9] - 该模型有望成为被大众高频使用的日常工具，预示着真正智能的个人助理时代或将到来 [7][9]

文章核心观点 - 华为云在CGC 2025大会上推出Versatile智能体平台与CloudDevice云终端协同方案，旨在解决AI大模型行业落地的三大痛点：开发门槛高、场景碎片化、端侧能力有限 [2] - 该方案通过云端智能与端侧执行的深度融合，构建“感知-决策-行动-学习”的闭环，为AI下半场面向行业专业化发展提供突破通路 [4][16][22] Versatile智能体平台 - Versatile是一站式企业级智能体平台，通过极简流程实现企业级Agent生成，支持通过自然语言生成Agent和画布式编排进行开发，将原本需30天的工作缩短至3天，效率提升10倍 [6][7] - 平台支持单智能体、工作流应用和多智能体协同三种开发模式，通过可视化业务逻辑编排和自动生成API接口，覆盖智能体从开发到运营的全生命周期 [10] - 基于MoA架构和MCP协议，平台实现生态扩展和多智能体能力，其资产中心提供多种MCP资源，用户可快速集成调用 [11] - 平台包含AgentStudio开发工具（提升开发效率50%）、AgentBase数据底座、AgentSpace统一交互入口、AgentGallery资产集散地和AgentOps运维中枢等核心组件 [11] 行业应用案例与成效 - 在金融领域，某大型国有银行通过Versatile打造手机银行Agent，业务效率提升80%，智能客服满意度达95%以上 [12] - 在港口管理，Versatile赋能青岛港计划生成效率提升26倍，整体作业效率提升10%，车辆在港待时缩短30%，碳排放降低180万吨 [12] - 在矿山运营，晋云煤矿构建安全监督AI Agent，作业效率提升5%，掘进作业安全系数提升50% [12] - 在化工制造，设备故障诊断Agent将故障诊断速度提升两倍 [12] CloudDevice云终端 - CloudDevice作为前端“智能触手”，实现算力、存力上云，支持跨端、跨OS、跨场景无缝协同，端到端时延可低至60ms [16][17] - 该方案将图像渲染、AI推理等重负载任务迁移到云端，打破端侧性能局限，提供算力随身、多屏流转的普惠AI服务体验 [17] - 对于行业用户，CloudDevice可实现秒级弹性扩容，适配各类终端，兼容海量应用，增强数据安全隔离 [18] - 在车机场景，广汽与行致科技的云车机方案通过算力上云，实现应用秒级安装、主机级性能体验，OTA效率提升90%，应用数量从十级别增长至百级别 [18] - 在中国移动个人云场景，CloudDevice支撑“云手机”成为AI智能体的泛在入口，实现一跳入云，一云多端 [19] 端云协同技术链条 - Versatile作为决策中枢负责复杂认知任务，CloudDevice进行感知与执行，二者构成“感知-决策-行动-学习”的完整闭环 [16][22] - 端侧采集的场景数据可反馈至云端平台，用于优化和训练AI模型，实现AI能力的持续进化 [22] - 该技术组合已在多个行业催生高度场景化、自适应、可自我进化的智能应用，推动AI从“效率工具”向“业务伙伴”转变 [22]

全球半导体行业复苏 - 2025年8月全球半导体产业销售额达649亿美元，连续九个月同环比双增，同比涨幅21.7%，创2022年以来显著增长 [1] - 美洲、亚太（含中国）合计贡献近八成增量，库存周转天数较2023年峰值缩短22天，行业站上荣枯线上方 [1] 新紫光集团战略布局 - 集团构建覆盖芯片设计、制造、封测、材料、模组、ICT设备与云服务的完整产业链图谱 [1] - 通过"集团+产业板块+子公司"协同机制，以AI、通信、汽车电子、存储为技术牵引，形成"万物AI+"产业裂变格局 [1] 芯片设计业务突破 - 紫光国微前三季度营收49.04亿元，同比增长15.05%，归母净利润12.63亿元，同比增长25.04% [4] - 紫光展锐2025年第二季度全球智能手机SoC市占率达13%，位列第四，IPO进入辅导阶段，预计2025-2026年科创板上市 [6] - 紫光国芯2024年7月登陆新三板，2025年5月跻身创新层，形成从AI服务器到端侧设备全栈存储布局 [7] - 紫光同创发布国内首款基于FinFET工艺的5000万门级量产FPGA产品PG3T500，填补国内中高端FPGA产业化空白 [8] 技术创新与产品进展 - 紫光国微推出中国首款Arm Cortex-R52+内核ASIL D MCU THA6 Gen2系列，填补国内汽车电子空白 [5] - 紫光展锐5G-A两项技术方案被3GPP R18采纳，推出国内首颗低轨卫星通信芯片V8821，端侧AI平台算力可达100T [9] - 紫光国芯第四代三维堆叠DRAM技术面向AI算力芯片，车规级LPDDR4(x)系列年出货超百万颗 [10] 5G-A与6G技术布局 - 新紫光联合生态伙伴在5G CPE、RedCap等领域打造行业标杆项目，推出百余款5G行业终端 [14] - 集团积极参与ITU、3GPP等国际组织标准制定，完成NR NTN低轨卫星实验室测试，实现卫星物联网浮标环境监测落地 [14] 汽车电子生态构建 - 新紫光覆盖高端域控MCU、智能座舱SoC、车规级存储等全车电子架构芯片矩阵，产品在一汽、吉利等主机厂量产 [15] - 与斑马智行联合打造智能座舱方案获ISO 26262 ASIL-D认证，与TASKING等方案商共建芯片-软件协同优化体系 [15] AI端云协同与算力服务 - 新紫光推出MCP端侧AI平台方案，支持多模态、多并发场景，联合推出AI学习机、AI手机等端侧智能产品 [16] - 新华三推出超节点集群与分布式存储系统，发布多款行业垂直大模型，"图灵小镇"模式在多地落地实现智算中心可持续运营 [17] 资本市场表现 - 紫光股份2025半年报营业收入474.2亿元，同比增长25%，扣非归母净利润11.2亿元，同比增长25.1% [18] - 新华三上半年营业收入364亿元，同比增长37.7%，政企业务增长53.6%，海外业务增长60.3% [18]

财务业绩表现 - 公司前三季度实现营业收入15.51亿元，同比增长41.64% [1] - 公司前三季度实现归属上市公司股东的净利润1.34亿元，同比增长46.65% [1] - 公司第三季度业绩增长显著，实现营业收入5.68亿元，同比增长57.57% [1] - 公司第三季度实现归属于上市公司股东的净利润5832.11万元，同比增长196.69% [1] 定向增发与资本开支 - 公司拟通过定增募集资金不超过9.84亿元，投入三大项目 [1] - 公司董事长计划认购本次定增实际发行数量的不低于10% [1] - 定增资金将投向"云终端算力中心项目"、"物联网终端智能化升级项目"和"瘦终端SoC芯片技术研发项目" [1] 云终端算力中心战略 - 云终端算力中心项目旨在构建高效、稳定且具备弹性扩展能力的分布式算力网络 [2] - 该项目将实现云终端业务从底层架构到上层应用的全面自主可控 [2] - 自建算力中心相比租赁第三方数据中心，预计每路整体成本可下降约60% [2] 物联网终端智能化战略 - 物联网终端智能化升级项目将基于现有产品，融入人工智能等新技术以提升产品智能化水平 [2] - 该项目旨在实现泛终端设备与云端资源的协同，并为数字虚拟商品业务开辟新销售渠道 [2] 芯片研发与技术布局 - 瘦终端SoC芯片技术研发项目是公司向端侧AI应用延伸的关键举措 [3] - 研发将围绕瘦终端SoC芯片、端侧AI算法、端云协同AI算法及个性化智能体四个方向展开 [3] - 该项目旨在构建端侧轻量级AI计算、云端AI智能体及端云协同的完整技术体系 [3] 商业模式与生态愿景 - 公司发展战略紧扣"一个基础、两个方向"，聚焦三大核心业务板块协同 [2] - 公司目标构建"端云协同、服务订阅"的可持续商业模式，加速实现AI泛终端生态闭环 [2] - 未来竞争在于生态构建，公司计划通过"AI+"服务赋能泛终端，实现从卖硬件到运营生态的跃迁 [3]

产品发布核心事件 - 荣耀在Magic8系列旗舰发布会结尾以压轴彩蛋形式亮相了名为“荣耀ROBOT PHONE”的机器人手机新物种 [1] - 该机器人手机融合了AI手机的超级大脑、机器人的超强行动力与高清摄像机的敏锐捕捉能力，其背面隐藏式机械臂云台可一键展开，实现全自动构图、目标跟随与专业防抖 [1] - 此次发布会正值全球智能手机市场迎来复苏、AI成为行业最大变量的关键时期 [1] 荣耀ROBOT PHONE：未来终端形态探索 - 荣耀CEO李健提出终端形态演进“三阶段论”：iPhone时代、荣耀Magic8系列启动的AiPhone时代、以及未来的荣耀机器人手机ROBOT PHONE方向 [2] - 机器人手机的设计基于“灵魂马车”哲学，旨在将AI代表的“智慧”、机器人代表的“快乐”以及高清影像代表的“爱”有机结合 [2] - 此次概念发布是荣耀“阿尔法战略”的关键一步，标志着公司从硬件公司向AI终端生态公司的转型，此前公司已于今年5月宣布进军机器人产业并展示四足机器人原型 [2] 荣耀Magic8系列：当前AI战略基石 - 荣耀Magic8系列的核心是自进化AI智能体YOYO，该智能体可像生命体一样自我观察、自我反思和自我迭代，成为用户的数字伙伴 [3] - 通过“YOYO许愿池”和“MagicOS月月焕新计划”，用户可参与塑造手机的成长，强化产品“生命感”与情感连接 [3] - 公司定义Magic8系列产品力强大，标准版配置超越友商Pro版本被称为“最爆标准版”，Pro版则具备Max版实力，在AI、影像和性能方面达到“三个巅峰” [3] AI技术路径：端云协同战略 - 在行业AI路径出现分化的背景下，荣耀选择了一条更复杂的“端云协同”技术路径 [4] - 其“魔法大模型3.0”技术架构包含端侧模型MagicLM-Nano用于处理敏感信息保障隐私和实时响应，以及三款云端模型MagicAgent Tool、Plan、Ultra用于完成更复杂推理和任务规划 [5] - 公司强调端侧和云侧分工的核心逻辑首要原则是用户隐私安全，用户的核心隐私数据绝对不能离开终端 [5] 行业背景与公司战略定位 - 智能手机行业很久没有出现硬件上的颠覆式创新，全球市场正迎来复苏，IDC等机构数据显示第三季度国内市场头名易主，各厂商在存量市场竞争愈发激烈 [1] - 行业对AI终端终极形态的探索存在两种路径：一是在现有手机形态内进行体验深度革命，二是彻底颠覆硬件形态探索新物种 [6] - 荣耀的战略选择是在两条战线上同时下注，通过Magic8系列务实路线稳住当前市场竞争基本盘，同时通过机器人手机愿景提前布局未来AI终端形态，展示技术想象力 [6]

文章核心观点 - 人工智能正经历从云端向终端设备（端侧AI）的“下沉革命”，在政策支持和巨头引领下，行业进入新品创新大周期，预计2026年将迎来端侧AI大年 [1] - 端侧AI的发展由算力爆炸与隐私觉醒双重驱动，通过本地部署满足实时性、低延迟和隐私保护需求，云端与端侧混合部署成为共识 [1][2] - 端侧AI被视为继移动互联网后的又一重要用户流量入口，可能重塑全球科技格局，并为中国厂商提供复制移动互联时代成功、实现弯道超车的巨大机遇 [1][7][14] 政策支持 - 商务部等八部门联合印发《关于大力发展数字消费共创数字时代美好生活的指导意见》，明确提出加速人工智能终端产品创新，为端侧AI应用注入新动能 [1][2] - 政策鼓励增加人工智能手机、电脑、智能机器人、可穿戴设备、桌面级3D打印设备等终端产品供给，并开展智能网联汽车准入和上路通行试点 [2] - 政策聚焦AI终端供给具有前瞻性，有望释放消费潜力并带动芯片、传感器等上游产业升级，形成“需求牵引供给”的良性循环 [2] 行业巨头动态与竞争格局 - 科技巨头如Meta、OpenAI、英伟达、联想集团、京东等近期密集加码端侧AI，在模型、芯片、设备等领域加速布局，竞争持续升温 [1][3][6] - OpenAI计划明年推出数款AI硬件，包括音箱、眼镜、录音笔和“可佩戴别针” [3] - 苹果公司调整智能眼镜路线图，计划2026年发布、2027年发售首款Apple Glass，以加速追赶Meta [3] - 英伟达和英特尔宣布合作，共同开发多代定制化的数据中心和客户端CPU，以加速各类应用与工作负载的处理 [6] 市场前景与规模预测 - 天风证券看好端侧AI新品创新大周期，预计2026年有望迎来端侧AI大年 [1] - 东吴证券预计，到2028年，中国端侧AI市场规模将从2023年的不到2000亿元增长到超过1.9万亿元，5年复合年均增长率（CAGR）为58% [6] - 2023年全球存量消费终端设备达228亿台，随着亿级出货量的PC和手机开始AI化，消费级终端将带动端侧AI高速发展 [6] - 用户入口抢夺或带来端侧硬件和应用大爆发，形成不亚于移动互联应用初始爆发期的商业机会 [6] 技术发展趋势与挑战 - 端侧AI的实时性可减少延迟、提升用户体验并实现隐私保护，云端公有大模型与端侧私有大模型混合部署成为共识 [2] - 端侧模型小型化成为行业共识，以降低功耗和成本，例如苹果的Apple Intelligence采用30亿参数设计 [7] - 厂商竞争焦点正从“堆参数、拼算力”转向关注模型在端侧的实用性能和功耗控制 [7] - 端云协同是重要方向，可根据用户意图、网络情况、隐私需求等选择执行端侧或云端，以高效利用资源并提供更佳体验 [11] 中国企业机遇与布局 - 端侧AI为中国企业参与国际竞争、实现弯道超车提供巨大机会，有望复制移动互联时代应用后来居上的成功案例 [1][7][14] - 联想集团是国内较早致力于端侧模型小型化的科技巨头之一，推出了首款AI PC、自研“推理加速引擎”及“超级互联”功能，构建端云一体架构 [8][9][12] - 联想集团表示，未来12个月端侧AI综合能力将实现至少三倍的提升，公司围绕“一体多端”的愿景发展 [11][12][14] - 国内厂商在端侧AIOT算力、存储、无线连接芯片等技术方向大有可为，具备跨赛道集成能力，有望实现弯道超车 [14]

端侧大模型的定义与范畴 - 端侧大模型指将大模型的推理过程直接部署在终端设备上，而非依赖云端数据中心 [2] - 端侧设备范围广泛，包括算力较弱的IoT设备、算力中等的智能手机、机器人和PC等 [2] - 大模型没有统一标准，通常指基于decoder-only的Transformer架构、参数规模超过百兆的自回归模型，能处理多种任务并适应不同下游任务 [2] 端侧部署的核心优势 - 隐私保护：模型可利用端上产生的所有数据（如录音、文本、屏幕点击），避免敏感数据上传云端 [3] - 低延迟与高可用性：端侧推理摆脱网络依赖，避免云端服务的网络往返延迟和批量调度时延，整体延迟显著降低 [3][6] - 成本优势：将计算分摊到用户终端，可减少企业维护超大GPU集群的成本 [3][6] 端侧部署面临的技术挑战 - 内存限制：终端设备内存配置多为8~12GB，需通过极致量化与压缩（如4bit甚至更低）来适配有限内存 [4][5][7] - 精度对齐：端侧必须将FP32模型高精度压缩，不同厂商对量化算法的支持差异带来精度对齐难题 [5] - 开发适配成本高：端侧部署几乎需从零开始开发高性能算子，构建推理能力，开发成本远高于云端 [5] - 模型部署与下发：APP安装包尺寸限制大，即便量化后模型仍可能达几百兆，内存压力显著 [11] 业界解决方案与技术进展 - 华为CANN工具链提供NPU友好的低比特量化算法，显著降低模型内存占用，使大模型能运行于手机等终端 [6][9] - 工具链支持Ascend C自定义算子开发，实现一次开发多端部署，并已适配业界主流开源模型（如通义、千问、LLaMA、ChatGLM） [6][9] - 采用量化策略如PTQ、QAT，针对2比特量化选用更小block size（如64或32）并引入二级量化来压缩scale，减少模型体积和加载内存 [16][17] - 利用模型稀疏性与存储分层结合，将频繁激活的参数常驻内存，不常用参数按需加载，以扩大端侧可运行模型规模 [12][13] - 针对Prefill阶段算力瓶颈，采用prompt缓存、混合低比特量化等技术；针对Decode阶段带宽瓶颈，采用更低比特量化、MoE、投机推理等方案 [14][15] 典型应用场景与商业化路径 - 隐私要求高的场景：如数字世界的Computer Use Agent（GUI Agent、Function Code Agent）、物理世界的具身智能（无人机、机器人） [21][26] - 实时性要求高的场景：如语音助手、流式识别、实时翻译、相机算法优化、离线ASR等 [6][21] - 商业模式上，终端侧运行已基本成熟，华为、vivo、荣耀、苹果等厂商新旗舰手机均具备端侧大模型能力 [21] - 更易取得商业化成果的路径是将大模型与具体应用场景结合，如应用开发、智能Agent、无人机或其他深度垂直领域 [29][30] 未来发展趋势与端云协同 - 未来3-5年，端云协同将成为必然趋势，端侧作为"神经末梢"负责部分token计算和隐私数据采集，云端作为"大脑"完成复杂推理决策 [23][24] - 端侧将更贴近生产力场景，处理与用户本地数据相关的个性化任务；云端则致力于拓展人类知识边界的复杂任务 [24][25] - 端的形态将不限于手机，扩展到车机、机器人、智能眼镜等设备，成为智能入口和重要计算节点 [25][26] - 操作系统需重新定义资源管理以适配大模型，如KV cache的管理、NPU的灵活调度机制等 [10][24]

AI手机行业竞争态势 - 发力AI手机已成为各大手机厂商的共识 但近两年多来尚未有赢家跑出 [2] - 行业共识是操作系统已向AIOS全面演进 这是用户体验要求更自然、更直觉的必然 [2] - 当前竞争焦点在于谁能更好地用AI重塑人机交互方式 让AI手机能更自主感知 [2] vivo的AI战略核心 - 公司在2025开发者大会上提出全新升级的蓝心智能战略 旨在从三方面促进AI与操作系统融合 [2] - 战略目标是将大模型技术与手机操作系统深度融合 打造个人化智能 [2] - 战略推进方向包括蓝心大模型矩阵、蓝心个人智能框架、蓝心智能开放平台 [2] 蓝心大模型矩阵进展 - 大模型是AIOS的能力底座 公司在2023年首次推出自研蓝心大模型矩阵 [3] - 新矩阵在语言、语音和图像方面实现进一步突破 并推出体量更轻、能力更全的3B端侧多模态推理大模型 [3] - 采用端云协同主流部署方案 端侧负责低算力AI工作 云端负责高算力情景 [3] - 过去两年公司实现了13B、7B、3B、1B多种模态的端侧化 在手机上累计实现18个功能的端侧化 [3] - 从去年开始重点选择3B模型的端侧化技术路径 [3] - 3B模型具备语言能力、多模态能力、逻辑推理能力、128K长上下文能力、UI Agent能力 [3] - 3B端侧多模态推理大模型是全球首个专为端侧Agent构建的3B模型 [4] 蓝心个人智能框架 - 全新框架允许大模型通过全域感知和多模态数据融合 更精准理解用户意图 [5] - 框架通过个人化数据沉淀不断加深对用户的理解 [5] - 该技术是公司做好AI眼镜和未来具身智能大脑的技术基础 [5] 蓝心智能开放平台与生态构建 - 公司全面升级蓝心智能开放平台 包括平台层、协议层和分发层 将个人化能力开放给更多开发者 [5] - 意图框架升级为2.0 全面兼容MCP协议 [6] - 公司推出适配智能体协议A2A 使开发者能基于Agent协议全流程线上化进行智能体创建和卡片配置 [6] - 智能语音助手蓝心小V可调用的手机和生态应用技能已超过千余个 [6] OriginOS 6操作系统特性 - OriginOS 6是基于端侧"个人专属模型"的新一代手机操作系统 提供千人千面的定制化服务 [6] - 系统升级"小V圈搜" 支持屏幕主体自动识别和意图理解 从"能搜会识"到"即刻执行" [6] - 搭载的小V记忆2.0可将收藏内容进行AI提炼、分类整理 并关联日程和地址等信息 [6] 蓝河操作系统发展 - 公司推出蓝河操作系统3 为原生AI设备而来 构建"立体感知体系" [7] - 蓝河操作系统3提升相机启动速度 支持视觉识别与空间算法 [7] - 蓝河操作系统是行业首个全栈由Rust语言编写的操作系统 首发搭载在手表上 [7] - 未来公司可能在智能眼镜等更多原生AI设备上搭载蓝河操作系统 [7]