来源：字母榜
努比亚 M153 的三万台还没有卖光，豆包的手机端合作版图，有望进一步扩大。
近日，界面新闻报道称，字节跳动正推进与 vivo、联想、传音等硬件厂商开展 AI 手机合作，为其设备预装 AIGC 插件；多位 vivo 员工向媒体证实双方已确认合作、正在讨论细节。
不过，仅凭这条消息模糊的表述，尚无法确认这些“合作”的具体性质，是否和此前字节与中兴的合作方案划等号。此前，在 nubia M153 上，字节在手机 OS 层深度构建了 GUI Agent，可以自动接管用户指定的跨 App 操作，但随后遭受了来自微信、淘宝等 App 的“反制”。
但从最新合作传闻中不难看出，M153 的尝试还是吸引了手机行业的目光。随着字节带着豆包大模型能力入局，终端厂商的原生 AI 生态正在加速扩张。
这一趋势，在近日举办的火山引擎 FORCE 原动力大会上可以窥探一斑。
包括中兴、荣耀、小米、vivo 在内的多家手机厂商为火山引擎“站台”。不过，除 nubia 带来的 M153 之外，大部分手机厂商和豆包的关系更多是模型能力的调用，Agent 层面的产品形态、交互方式以及系统级整合，依然主要由手机厂商主导。
在本届源动力大会的群访环节，火山引擎总裁谭待在接受直面 AI 采访时表示，“AI 的价值在于用更方便、更便利的方式，做大用户的需求”。
显然，不管后续字节和这些厂商的合作如何展开，一个行业趋势已经愈发清晰。系统层的 Agent 潜力巨大，即便当前落地存在一些阻力，但在 M153 上已经能看到未来的雏形。
不管是合作还是自研，大模型厂商和手机厂商们，已经喊着“做大做强”的口号，加速涌入这一赛道。
手机厂商们加速拥抱字节等大模型厂商，背后是手机端原生助手领域，有着天然体量巨大的活跃用户基础。
QuestMobile 的 2025 年三季度报告显示，截至 2025 年 9 月，移动端 AI 应用 MAU 达到 7.29 亿；其中“手机厂商 AI 助手”规模约 5.35 亿，“原生 AI App”约 2.87 亿，“In-App AI”约 7.06 亿。
换言之，在原生 AI 的不同形态里，终端和 App 有着明显的用户“层级差”：原生 AI App 依赖用户主动点击触发，而系统级助手天然就在“随手就用”的前置位，甚至无需用户刻意点击就能维持日活。
事实上，围绕“如何在系统层唤起 AI、如何让助手不只停留在语音问答”的探索，几乎已经成为国内主流手机厂商的共识，只是受限于模型能力与工程稳定性，多数方案最终停留在“增强版语音助手”的阶段，而豆包手机助手的出现直接踢开了这扇大门。
尽管nubia M153呈现的效果在业内仍有争议，但豆包手机助手在 OS 层获得授权后，实现了自动接管用户的跨应用任务，让业内看到了完全体 GUI Agent 的雏形。这一形态带来的想象力空间，并不会随着部分超级 App 的“反制”而消失。
另一方面，随着近两年大模型在指令理解、多轮规划与工具调用能力上的明显跃迁，AI 首次具备了承担复杂任务链的可能；与此同时，移动端算力、内存与本地推理能力的持续提升，也让“端侧执行”不再只是概念。
手机端“可跑得动”的关键之一，是移动 SoC 的 NPU 峰值算力与能效在近两代出现跃升。根据行业调研机构 Counterpoint 的分析，2025 年全球主流旗舰级 SoC 几乎全面支持生成式 AI，本年度出货的高端 SoC 中有约 88% 已具备生成式 AI 能力，且这些芯片的 AI 算力峰值在 2025 年已经接近 100 TOPS级别，约为 2021 年水平的四倍。
AI登“机”的浪潮下，Siri 时代那种以固定指令为主的语音助手逻辑，已经难以满足用户对“智能”的期待。
在这样的窗口期下，手机厂商迫切需要在硬件与系统层面，寻找新的体验突破口；而 AI 云厂商，则拥有更成熟的模型与工程能力。双方的靠拢，并非一次偶然的商业试探，而是技术成熟度与产业需求叠加后的结果。
这也是为什么，尽管 M153 的销量规模有限，但 3 万台工程机，仍像是一枚信号弹，给早已蠢蠢欲动的手机行业一个冲锋的信号。
这样的背景下，市场开始传出 vivo 等体量更大的厂商，与字节推进合作的消息，其实合情合理。这并不意味着所有厂商都会复制 M153 的深度定制模式。vivo 此前就发布过“蓝心智能”AI 战略与自研蓝心大模型矩阵，并强调 OriginOS 与系统级智能体能力的升级。
另一边，以荣耀为例，YOYO Agent 已接入豆包大模型的部分能力，但 Agent 的训练、产品逻辑与系统整合，依然由荣耀主导完成。这种“能力接入而非产品外包”的方式，或许才是更多手机厂商在当前阶段的现实选择。
值得关注的是，荣耀首席影像工程师罗巍，此前曾就豆包手机助手发表个人观点：“因为字节没有硬件研发能力，或者硬件能力并不比中兴领先。那么就是两个矮子在一起，也不会生个高子。”
但在这番评价之后，荣耀的展台仍然作为火山引擎合作伙伴，出现在了本届原动力大会上。
回过头看，字节的这次激进，并不是脱离产业节奏的冒进，而是踩在一个已经逐渐成熟的窗口期上。M153的意义，也并不在于证明某一款产品的成功，而在于让行业更坚定地看到：端侧Agent，已经成为一条无法回避的路径。
而面对微信和淘宝等App不断筑高的城墙，App与Agent的关系，成了绕不开的下一问。
豆包手机助手面世以来，在业内迅速引发了一些讨论：当 AI 可以直接理解意图并代为操作，Agent 是传统 App 的威胁吗？
在本届火山引擎原动力大会的群访环节，谭待回应了直面AI提出的这一问题，他首先从用户视角进行了阐述。
“假如说用户想点一杯咖啡，点咖啡这个操作不管是通过跟机器人语音交互，还是操作手机完成，最后都是为了满足用户的需求。”在他看来，普通人还有很多需求没有被满足，通过 AI 可以更好地解决这些问题。
“至于这个 AI 的载体是 Web、App、agent，还是套了个 App 壳的 agent，可能没有那么大关系。”谭待这样说道。
所以，回到手机原生助手层面，能操作多少 App 也许从来不是问题的核心，真正重要的，是 AI 是否能用更低的使用成本，把原本未被满足的需求释放出来。当需求被“做大”，无疑在硬件层面可以建立起全新的用户心智，尤其是广大用户对 AI 已经并不陌生的 2025 年。
QuestMobile 数据显示，截至 2025 年第一季度，原生 AI 应用的月活跃用户规模大幅扩容，其中用户对 AI 原生应用从“尝鲜”逐渐转向“依赖”，其人均月使用次数同比增速明显高于使用时长增速。
报告显示，AI 原生应用的月人均使用次数同比增长约 53.1%，而月人均使用时长则增长约 32.7%，用户层面倾向于多次短时打开 AI 应用去完成即时类需求。
这些需求，正是手机原生 Agent 可以放大的那部分。但这本质上是一个增量逻辑，并不意味着 App 的价值短期内会被快速削弱。
中国信通院在 2024 年发布的数字应用生态报告指出，用户使用时长仍高度集中在少数头部 App 上，支付、即时通讯、短视频等核心应用合计占据超过八成的用户总使用时长。这些 App 所承载的账户体系、支付能力、内容供给与安全责任，短期内都不具备被 Agent 直接替代的条件。
也就是说，Agent 正在改变 App 的“入口位置”，而非消解其存在价值。
在这一结构中，App 仍然是能力与服务的封装体，但不再必然是用户表达需求的起点；Agent 则逐渐承担起“需求调度层”的角色，负责理解意图、拆解任务，并将执行分发给不同应用或系统能力。
甚至，用户驱动 Agent 的终端甚至未必是手机。
根据 Counterpoint Research 的追踪与分析数据，2025 年智能可穿戴设备市场中 AI 智能眼镜等具备本地 AI 能力的终端表现出显著增长势头。2025 年上半年，全球智能眼镜出货量同比增长超过 110%，其中 AI 型智能眼镜的出货占比大幅提升，反映出业界对本地 AI 能力的快速采纳趋势。
而在这一背景下，字节也不会是唯一入场的大模型厂商。
智谱 AI 在近期将其核心 AI Agent 模型 AutoGLM 开源，使研究者与开发者能够基于该模型构建具备“Phone Use”能力的 AI 终端智能体。
AutoGLM 能够理解屏幕内容，并通过模拟用户操作（如点击、滑动、文字输入等）完成多步骤任务流程，目前已在微信、淘宝、抖音、美团等超过 50 个高频中文应用场景中展示出自动化操作的能力。
换言之，当更多大模型厂商试图“上机”，分水岭就不再只是模型接入，而是手机厂商是否愿意把系统层的 AI 入口与规则让渡出去。下一阶段的竞争，更像是“系统与生态”的较量。
如果说 nubia M153 更像是一种“工程验证”，那么在它发布数周后，小米在人车家全生态大会上同步披露的澎湃 OS 与 AI 进展，则代表着传统手机豪强的同步跟进。
在这场大会上，小米并未将重心放在单一模型或功能上，而是反复强调澎湃 OS 作为系统级底座的角色——它正在成为连接手机、平板、电视等多终端的统一操作系统框架，也是 AI 能力被组织、分发与约束的核心层级。
这一判断，并非停留在概念层面。根据小米官方披露的数据，截至 2024 年底，小米 AIoT 平台已连接设备数超过 8.2 亿台，覆盖手机、平板、电视、穿戴与家居等多个品类。澎湃 OS 的目标，正是将这些分散设备纳入统一系统框架之中，使 AI 能力可以在不同终端间被调度与复用，而非依附于单一应用。
这意味着，在小米选择把 AI 能力牢牢放在操作系统内部，而且这个系统对应的硬件生态同样庞大。
另一边，作为小米 MiMo 大模型相关负责人，罗福莉在本次大会上首次公开亮相。在谈及 AI 能力演进方向时，她将重点放在任务理解与执行层面，强调 AI 需要具备对复杂需求进行拆解、规划并与系统能力协同完成的能力，而不仅停留在单轮问答或信息生成阶段。
从产业结构看，这条路线与字节所代表的 AI 云厂商路径形成了对照。
头部 AI 厂商希望进入手机 Agent 市场，逻辑并不复杂，是因为手机仍是用户最重要、最稳定的高频入口之一；但对手机厂商而言，操作系统、硬件整合与生态控制力，才是其长期优势所在。一旦 Agent 深度嵌入系统层，谁来定义交互方式、权限边界与默认入口，决定了最终的主导权。
这也是为什么，多数头部手机厂商在接入外部模型能力的同时，仍坚持自研 Agent 框架与系统级助手。它们更倾向于把云厂商视为能力提供者，而非产品定义者。
事实上，这并非一条新出现的路径。更早之前，华为在推进 HarmonyOS 与小艺助手的过程中，已经持续强化系统级调度与跨设备协同能力，并将 AI 能力作为操作系统的一部分加以演进。
根据华为在 2024 年开发者大会上的公开数据，HarmonyOS 生态已覆盖 8 亿+ 设备，注册开发者超过 220 万，并运行在手机、平板、穿戴、车机及各类 IoT 终端之上。在这一体系中，小艺并非独立应用，而是深度参与系统级调度与跨设备协同，用于统一调用多终端能力。
而在智能眼镜、耳机等新硬件形态上，这种生态差异被进一步放大。对屏幕受限、操作碎片化的设备而言，Agent 更接近“基础交互层”，而品牌与系统协同能力，往往比单一模型能力更重要。
在这一点上，显然传统硬件厂商的优势会更大，但AI厂商们，如字节和阿里也在推进各自的AI硬件业务，小艺与超级小爱，是否能够在端侧体验上全面超越豆包，目前仍难下定论。
但近期手机圈对于豆包和其他AI的“加码”已经清楚表明，无论是 AI 厂商还是手机厂商，都已将目光投向 AI 手机这一仍待开垦的系统级空间。
在豆包手机助手的“信号弹”作用下，2026年，AI手机有可能迎来“做大做强”的一年。
