谁在决定体验上限？
■ 智能手机以往的竞争围绕硬件能力展开，进入大模型时代，手机厂商需要解决的问题变成了：如何让AI稳定运行在数亿台设备上，并持续完成模型迭代和场景扩展。
■ 面对高昂的试错成本与严苛的市场大考，手机厂商正在重新评估AI供应链的组织方式。能够覆盖模型、云服务、工程部署和应用生态的全栈合作模式，正在成为一种更现实的选择。
■ 当AI成为手机的核心能力，云厂商正在从幕后走向舞台中央。一部AI手机真正的差异，不再只是搭载了多少算力，或者集成了多少AI功能，而是背后有没有一套能够持续进化的AI基础设施。
作者 | 于米
来源 | 雪豹财经社（xuebaocaijingshe）
7月份，手机行业迎来了两个关键节点。
15日，国家网信办公布首批手机端侧AI备案名单，苹果“Apple智能”和三星“盖乐世AI”同时入列。两天后的世界人工智能大会上，荣耀Robot Phone、努比亚NaviX Ultra、阶跃星辰STEPX Neo等多款智能体手机集中亮相。
但很少有目光关注到这些名单背后的一张隐形牌桌：云服务商。
有的厂商选择构建端到端自研体系，从芯片、模型到操作系统形成完整闭环；有的厂商则采取开放合作路线，引入外部大模型和云基础设施能力，加速AI功能从实验室走向规模化应用。不同路径背后，折射的是手机厂商在AI时代面对的同一个问题：如何找到适合自身生态的AI底座。
在这场多方角力中，一个名字反复出现。
在全球市场，三星长期依托谷歌Gemini生态，苹果则采用自研模型结合OpenAI等合作伙伴的模式。但这两家全球手机巨头面向中国市场的AI方案中，都出现了同一个名字——百度。与此同时，荣耀、OPPO、vivo等国内头部手机厂商也密集地与百度展开合作。
这已经不是某一家厂商的偶然选择，而是一个跨越阵营的集体现象。
这背后，是手机AI竞争逻辑正在发生变化。
智能手机以往的竞争围绕芯片、屏幕、影像等硬件能力展开；进入大模型时代，手机厂商需要解决的问题变成了：如何让AI稳定运行在数亿台设备上，并持续完成模型迭代和场景扩展。
2026年被视为端侧AI规模化落地元年，手机成为AI能力最直观的入口，但决定体验上限的，越来越依赖背后的云计算、模型服务和基础设施体系。
在这一轮产业迁移中，云厂商的角色正在发生变化。过去承担计算、存储和后台服务的云基础设施，正在成为支撑智能终端进化的重要底座。苹果、三星以及中国手机厂商在AI领域的布局，也为观察中国AI基础设施竞争格局的演变，提供了一个新的切入口。
1
拼积木，还是拿钥匙？
三星的即圈即搜、苹果的语音助手问答、荣耀YOYO的会议纪要——手机上的AI功能看起来简单，但它背后涉及算力支撑、模型推理、上下文管理、工具调用、结果生成等一系列复杂的技术环节。任何一个环节掉链子，用户感知到的都会是卡顿、结果不准、不好用。
手机AI的竞争，正在从“有没有AI功能”，转向“AI功能好不好用”。
摆在手机厂商面前的有两条路。一条是“拼积木”，自研部分模块，再从不同供应商采购芯片、模型和平台进行整合。另一条是“拿钥匙”，找一个能把芯片到应用全部打通的合作伙伴，一次性交付。
拼积木的痛点显而易见：多套技术体系集成难度大、成本高、迭代周期长、系统稳定性不可控，最终可能导致AI功能“有量无质”。在出货量数以亿计、用户对故障容忍度极低的手机行业，任何一次体验翻车，都可能成为压垮产品口碑的稻草。
面对高昂的试错成本与严苛的市场大考，手机厂商正在重新评估AI供应链的组织方式。相比单点能力采购，能够覆盖模型、云服务、工程部署和应用生态的全栈合作模式，正在成为一种更现实的选择。
三星在中国市场的AI布局，是这一趋势的一个缩影。
从S8早期功能合作，到2024年双方进一步深化AI生态合作，百度与三星围绕Galaxy AI展开本地化适配。三星旗舰机型中的即圈即搜、笔记助手、智能问答等功能，需要的不只是一个模型调用接口，而是一整套涵盖模型服务、云端推理和应用集成的技术支撑体系。
苹果国行版Apple Intelligence的落地，也面临类似挑战。
此前有开发者在拆解iOS 27 Beta 2代码时发现，ExtensionKit 中出现了 “Baidu Visual Search” 的相关字段。作为苹果面向中国市场推进AI能力本地化适配的一部分，引入本土AI能力供应商，既涉及技术能力匹配，也涉及服务稳定性和用户体验的一系列考量。
三星和苹果在全球市场都有自己成熟的AI合作伙伴，为什么到了中国市场，它们愿意承担切换AI引擎的成本？
一个合理的解释是：对手机厂商来说，交付能力比跑分更重要。它们需要的AI能力，不是某个单点技术，而是一套完整的交付体系。而百度的优势恰恰在于，它不是强在某一个环节，而是打通了从芯片、模型、平台到应用的全链路。
国产手机阵营的头部玩家如荣耀、OPPO、vivo等厂商也已陆续与百度智能云展开合作，从基础API调用逐步深入到智能体共建和系统级AI层嵌入，覆盖AI助手、办公智能、售后智能、场景识图等多个场景能力。
百度智能云今年升级为“新全栈AI云”后，架构核心是“芯云模体”——将昆仑芯芯片、AI云、文心大模型和智能体应用纳入同一技术体系，试图覆盖从底层算力到上层应用的完整AI链路。
对手机厂商而言，这种全栈能力的价值在于降低AI落地过程中的系统集成复杂度，不需要厂商自己拼积木，而是直接拿钥匙，集成成本更低、系统更稳定、迭代更快。
从产业竞争格局看，能够同时覆盖算力基础设施、模型服务和应用开发体系的AI云平台仍然非常有限。全栈化能力正在成为云厂商参与下一阶段AI竞争的重要筹码。
2
Agent时代的“度量衡”
有了交付能力，下一个问题是：怎么衡量交付得好不好？
过去两年，行业习惯用Token消耗量来衡量AI的繁荣度。但这种计量方式有一个根本问题：它衡量的是成本和投入，而不是产出和收益。就像没有人会用“耗了多少度电”来评价一个工厂，而是会看它生产了多少产品，产品质量如何。同样，消耗了1000万Token，到底解决了多少用户问题？创造了多少实际价值？Token回答不了。
IDC中国副总裁周震刚提出，2027年推理将占智能算力需求的70%以上，“每瓦Token数”成为效率新指标——系统每消耗一单位能源，能生成多少有用的AI输出。
从“算力峰值”到“每瓦Token数”，衡量AI价值的坐标系变了，对基础设施的要求自然也会变。技术栈的优化目标需要从“多跑Token”转向“让更多智能体以更低成本、更高效率交付真实结果”。
这是一个行业级别的转向。
DeepSeep一直坚持效率优先的底层研发思路，拒绝盲目扩张总参数规模，而是把研发中心放在提升单位算力的任务交付能力上。火山引擎深挖硬件算力利用率，以更低成本支撑智能体规模化运行。智谱AI则提出“让每一滴Token转化为可交付经济增量”的落地准则。
一众头部厂商的共同选择，印证了这场行业底层逻辑的切换。那么，为这个新坐标系而设计的云基础设施，应该具备什么样的特征？
百度智能云的实践提供了一个观察样本。
在AI基础设施层面，昆仑芯能支撑海量用户高并发算力需求；在智能体工程化层面，其任务成功率、响应速度和Token效率有效解决了手机AI响应慢、成本高及结果不可靠等痛点。
这套能力是否经过了实战验证？
一组数字可以作为参考。过去一年，百度智能云支持了超2000万辆L2级辅助驾驶新车交付，服务超过1000家AI硬件公司，覆盖中国Top 5扫地机器人、Top 5 AI玩具、超过30家具身智能企业，以及全球排名前十的手机厂商。
从千亿参数大模型的旗舰手机到几十块钱的AI玩具，再到对稳定性、安全性和工程化能力有更高要求的汽车，同一套技术栈支撑了截然不同的算力环境和交互场景。
这些行业的共同点在于：它们对技术供应商的筛选极其严苛，几乎是零容错，一旦出问题就是产品召回级别的危机。没有企业愿意拿旗舰产品的AI体验，去赌一个未经检验的选项。能在这些行业拥有实战打磨的交付能力并获得头部企业的信任，本身就是对工程化交付能力的硬核背书。
3
手机是战场，云才是牌桌
在所有端侧AI的硬件中，手机的重要性毋庸置疑。作为全球用户规模最大、使用频率最高的智能终端，它既是智能体最大的竞技场，也是对云基础设施要求最严苛的硬件。
过去二十年，智能手机竞争的核心一直围绕硬件展开：屏幕、芯片、影像、工业设计，每一次技术跃迁，都会重新定义手机厂商的竞争边界。
但AI正在改变这一逻辑。
当手机从一个执行指令的终端，变成能够理解用户、主动规划任务的智能体入口，竞争的核心已经从“设备能力”转向“智能能力”。
一部AI手机真正的差异，不再只是搭载了多少TOPS算力，或者集成了多少AI功能，而是背后有没有一套能够持续进化的AI基础设施。
这也是为什么，手机厂商开始重新审视云厂商的价值。
过去，云更多承担的是数据存储、计算资源和后台服务的角色；但进入Agent时代，云正在成为AI能力的生产线：模型训练需要云，智能体运行需要云，多模态理解需要云，持续迭代也需要云——手机只是用户看到的入口，而云才决定了这个入口背后的智能水平。
2007年iPhone出现时，用户看到的是一台新的手机；但真正改变产业格局的，是随后崛起的App生态、云计算和移动互联网基础设施。今天的AI手机也面临类似的转折。
AI手机带来的软硬件升级红利，将是一个持续三到五年的产业升级周期。弗若斯特沙利文测算，全球端侧AI市场规模将从2025年的3219亿元攀升至2029年的1.22万亿元，复合年均增长率40%。IDC预计，2026年中国AI手机出货量将首次突破50%渗透率，达到1.47亿台。
今年7月，是这个产业浪潮的一个重要分水岭：7月15日，首批7款手机端侧AI通过备案。7月17日，智能体手机集中亮相世界人工智能大会，标志着手机AI开启规模化商用，从“功能叠加”进入“底座竞争”阶段。
手机厂商之间的竞争，表面上仍然发生在终端，但决定胜负的因素，会越来越依赖背后的AI基础设施——谁能让AI能力低成本、高效率、规模化地进入数亿台设备，谁就有机会成为下一代智能终端生态的重要支撑者。
这也解释了百度智能云近年来加码“新全栈AI云”的产业逻辑。随着AI应用从单点功能走向智能体协作，竞争焦点正在从模型能力本身，转向算力、模型、工具链和应用生态的整体交付能力。对于云厂商而言，争夺的不再只是某一个终端场景，而是成为AI时代基础设施层的关键参与者。
对手机厂商而言，与其分别整合芯片、模型、平台和应用能力，不如寻找能够提供完整技术链路的合作伙伴。
这也解释了为什么苹果、三星以及中国头部手机厂商在内的企业，会将AI基础设施供应商纳入长期战略布局。
过去，厂商们竞争的是谁制造更好的设备；未来，他们竞争的将是谁能连接更强大的智能基础设施。这背后的逻辑是，终端决定用户看到什么，基础设施则决定终端还能做到什么。
当AI成为手机的核心能力，云厂商正在从幕后走向产业舞台中央。
苹果和三星的AI“中国解法”，或许只是这场变化中最先显现的一个信号。
