阶跃印奇：模型公司为什么要下场做AI手机？

作者：高飞

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。