过去一年,AI硬件赛道上的投入已经以百亿美元计。做大模型的公司在招硬件团队,做手机的公司在买模型授权,做芯片的公司在搭AI终端平台。所有人都意识到,AI不能永远住在聊天窗口里,它需要一个物理载体走进用户的日常生活。但到目前为止,这条路上走得最远的尝试,从2024年的AI Pin到今天各家展示的原型机和概念方案,给出的共同结论是:让AI真正在一台消费设备上替用户办事,远比在屏幕上跑一个对话框要复杂得多。
7月13日晚,距WAIC开幕还有几天,阶跃星辰在上海开了一场发布会,通过一系列品牌亮相,正式宣布加入AI硬件的阵营。当晚亮出的产品线包括终端品牌STEPX、智能体原生操作系统Step AOS、个人智能体阶跃Amoo,以及首款智能体手机STEPX Neo。
阶跃星辰董事长印奇做了主旨分享。他从AI的演进讲到智能体的定义,从操作系统的重构讲到为什么一家大模型公司要自己做手机。以下记录现场听下来的五个观察。
观察一:什么是智能体,以及为什么它需要走进硬件
印奇开场先给智能体下了一个定义。他说智能体大概就等于我们对AI的终极想象:它可以是个人助手,帮你处理生活中琐碎重复的事情;它可以是工作伙伴,帮你做PPT、写程序;再往远看,它可能指向通用人工智能的方向。这个定义不复杂,但它框定了阶跃这场发布会的坐标:阶跃要做的不是一个聊天机器人,而是一个能替你办事的智能体,而这个智能体最终要落进一台你随身携带的设备里。
为什么一定要落进设备?印奇的逻辑是:智能体如果只是一个数字世界的虚拟存在,它能做的事情就被限制在对话和内容生成上。要替用户完成真实世界的任务,它必须跟随任务走进物理世界,而这需要一个硬件载体。阶跃从成立的第一天就把“AI+终端”定为战略方向,过去三年一直在为此做准备:构建了从万亿参数的云端Pro模型到数千亿级的Flash模型再到端侧Edge模型的完整矩阵,让智能体具备看、听、理解物理世界的多模态能力。
模型准备好了,但智能体在消费终端上依然没有真正跑起来。印奇接下来分析了原因。
观察二:三堵墙
印奇拿OpenClaw举例。这个今年一度火到深圳街头排队的开源项目,模型能力没得挑,但始终没有变成大家每天在用的个人助手。他的判断是,个人智能体之所以至今跨不出聊天助手这一步,不是模型不够聪明,而是现有的操作系统在结构上就不支持智能体做事。
他把问题拆成三堵墙。记忆墙:移动互联网的生态把用户数据锁在每个APP各自的围墙里,智能体跨应用时连你的基本偏好都调不出来,每次对话都像初次见面。决策墙:当前的AI产品大多是一个单一模型挂在云端,但设个闹钟和规划一次出国旅行需要的算力根本不在一个量级,一个模型覆盖不了全部场景。行动墙:AI产品本质上还是一个APP,权限被限制在沙箱内,系统层面不允许它跨出去操作别的应用。
三堵墙的共同特征:全部是操作系统层面的结构性问题,模型再强也绕不过去。在APP层面修修补补解决不了,在现有OS上叠加一层AI功能也解决不了。阶跃的判断是,必须从操作系统这一层开始重做。
观察三:给智能体盖一座房子
印奇用了一句话概括阶跃的设计原点:“在旧系统上给智能体开一扇门,它永远是访客。为智能体盖一座房子,它才是原住民。”
传统操作系统的所有资源调度、数据管理、应用接口,全部围绕“人操作应用”来设计。在这个环境里给智能体加功能,相当于在一栋住满人的楼里临时搭隔断,它受制于原有的权限体系和数据隔离,调度不了真正的系统资源。阶跃选了一条更重的路:不改造旧楼,从地基开始给智能体盖一栋新房子。这就是Step AOS,全称Step Agentic-native OS。
Step AOS对应三堵墙,一一拆解。
拆记忆墙:构建了“双域三步”记忆结构。用户域记住你是谁、喜欢什么,智能体域让它自身积累垂直知识和经验。记、理、忆三步构成循环,交互时实时记录,后台自动整理归类,需要时精准召回。印奇拿人类做梦打比方,说大脑在睡眠中整理白天信息,智能体也需要类似的“做梦”机制来完成记忆进化。阶跃称该能力在Personamem、LongMemEval等国际评测基准达到SOTA水平,日常问答记忆召回最快15毫秒。
拆决策墙:“端云多脑”体系,简单操作由端侧模型在百毫秒内完成,成功率超过99%,复杂推理交给云端大模型,隐私数据始终不离设备。同时发布的Step Edge端侧基座模型,宣称在29项权威基准评测中位列同类端侧模型第一。
拆行动墙:四维安全体系,可信、可见、可控、可逆,解决的是用户“敢不敢把权限交给智能体”这个信任前提。同日阶跃联合上海人工智能实验室发布了安全白皮书,并共同研制智能体安全技术国家标准。
三堵墙拆完之后,印奇花了不少篇幅讲交互方式的变化。他回顾了从IBM大型机到个人电脑到iPhone的交互演化史,提炼出一条规律:每一次交互革命的本质都是用户输入更少、获得的输出更多。从物理按键到键盘,从鼠标和图形界面到多点触控,每一代都在压缩输入、放大输出。
但他接下来讲的一个判断,是理解Step AOS设计逻辑的关键:当交互方式切换到语音和视觉的时候,用户的输入确实更少了,但这要求系统必须有足够丰富的上下文记忆来补全信息。你说“帮我买杯咖啡”,系统得知道是星巴克、拿铁、冰的。没有记忆,自然交互反而比触屏更麻烦,因为每次都得从头描述。所以记忆系统不是一个可选功能,而是新一代交互方式的基础设施。
这条逻辑把前面讲的记忆能力和交互设计串到了一起:Step AOS的交互范式从“过程交互”转向“结果交互”,用户表达意图,智能体负责后续全链路。支撑这个切换的,正是前面说的双域记忆加上端云多脑。
观察四:为什么做手机
模型和操作系统都准备好了,下一个问题是找一个物理载体。阶跃试过把Step AOS授权给手机厂商,印奇说找了一圈,找不到一个终端能完整承载他们想要的体验。
印奇过去十多年一直在为中国头部的手机和汽车OEM提供AI技术,对硬件行业的水深心知肚明。他说团队请教了很多终端行业的朋友,得到的结论出奇一致:千万不要碰硬件。然后他分享了一个在阶跃内部流传的段子:在AI大模型创业时代,如果干得晚了基本上就不用干了,因为AI一日人间一年;如果干得早了有可能就白干了,因为模型能力飞速提升,之前做的功能会被模型本身替代;但如果什么也不干,那最后什么也干不了。这个段子效果很好,台下一片笑声。然后他说,所以我们再次做了一个勇敢的决定:自己做。
STEPX是阶跃发布的大模型原生AI终端品牌。首款产品STEPX Neo在发布会上亮相,搭载Step AOS,内置个人智能体阶跃Amoo,定位“模型+软件+硬件”三位一体。选择手机作为第一个终端形态,印奇给了三个条件:必须随身携带,因为交互频率最高;必须有屏幕,因为屏幕仍然是人机交互的关键渠道;必须有强端侧算力。综合下来目前满足三者的还是智能手机。
STEPX Neo已通过首批《人工智能终端智能化分级》系列国家标准L3级别测试,是当前开放测试的最高级别,也是目前唯一获得L3级证书的智能体手机。不过STEPX Neo此次仅为亮相,定价、发售计划和供应链细节尚未公布。
用印奇自己的话来讲:阶跃给智能体盖了一栋房子,现在需要一块地来安置它。自己拿地建一个样板间,至少能让所有人看到这栋房子住起来是什么感觉。阶跃的官方说法是:“至此,阶跃构建起从模型、系统到终端的‘模软硬’三位一体技术闭环。”
观察五:100天养生态
技术链条从模型到系统到终端串起来了。但显然,一栋楼如果只有房东自己住,跟空楼区别并不会太大。
对此,阶跃宣布的首批生态合作伙伴包括携程、支付宝、滴滴、美团、WPS、剪映等,覆盖出行、生活服务、办公、创作等核心场景。印奇还回应了一个行业争论:智能体时代APP会不会消失。他的判断是不会。应用从光盘安装到网站到手机APP,载体一直在变,但应用本身只会更多。智能体和APP的关系不是替代,而是智能体在新的操作系统上调度和编排应用。
另一个值得关注的动作是联合B站发起的“STEPX狂想计划”,8月中旬上线,创作者率先拿到设备开发智能体应用和技能,普通用户也可以提交心愿。换言之,产品虽然还没正式发售,但是生态建设可以先一步动手。
