從文本生成到多模態(tài)模型，從春晚舞臺(tái)上能夠打醉拳的機(jī)器人，到引發(fā)全球“養(yǎng)蝦”狂歡的OpenClaw智能體，最近幾年，AI正不斷刷新人們的想象力邊界。

熱潮之下，一個(gè)更深層的問題逐漸顯現(xiàn)：除了打拳寫詩搞視頻，AI似乎并沒有真正改變我們的生活。事實(shí)上，當(dāng)前主流AI系統(tǒng)的核心優(yōu)勢(shì)，建立在過去幾十年互聯(lián)網(wǎng)積累的海量數(shù)據(jù)之上，本質(zhì)上是對(duì)“數(shù)字世界”的理解與再創(chuàng)造。

“它們可以寫作、繪畫、制定方案，但它們更像一個(gè)‘云端軍師’——能提供無數(shù)策略，卻無法直接感知真實(shí)的物理世界，更無法采取行動(dòng)。”vivo總裁、首席運(yùn)營官，vivo中央研究院院長胡柏山日前在博鰲論壇期間說道。在他看來，沒有感知能力的AI，就像是困在黑屋子里的“大師”，算力再強(qiáng)，也看不見咫尺之外的世界。

胡柏山認(rèn)為，未來十年，智能手機(jī)依然會(huì)是人機(jī)交互的絕對(duì)主導(dǎo)載體。手機(jī)將不僅是通訊工具，更是AI落地的“第一現(xiàn)場(chǎng)”，成為物理世界的感知樞紐與個(gè)人數(shù)字大腦。在AI發(fā)展的下半場(chǎng)，對(duì)物理世界的感知與理解將成為決勝關(guān)鍵，而影像正是AI走向物理世界的“眼睛”?；谶@一前瞻洞察，vivo將影像提高至決定AI未來的戰(zhàn)略高度，并穩(wěn)步拓展多場(chǎng)景智能生態(tài)，向生態(tài)型科技平臺(tái)企業(yè)邁進(jìn)。

圍繞這一方向，vivo正率先推動(dòng)行業(yè)從“Smart Phone”到“Agent Phone”的進(jìn)化，并將觸角延伸至機(jī)器人、頭顯等終端形態(tài)。在胡柏山的規(guī)劃中，未來十年的競(jìng)爭(zhēng)，不再是算力的比拼，而是誰能通過感知系統(tǒng)積累更多場(chǎng)景數(shù)據(jù)，誰就能在AI下半場(chǎng)占據(jù)主動(dòng)。

影像被重新定義

從功能到“感知入口”

長期以來，影像更多被視為智能手機(jī)的功能模塊，其價(jià)值集中在拍攝效果與用戶體驗(yàn)層面。但從AI發(fā)展路徑來看，影像的角色發(fā)生了本質(zhì)變化——它不再只是“記錄工具”，而是AI理解現(xiàn)實(shí)世界的入口。“人類進(jìn)化這么多年，為什么后面發(fā)展那么快？首先是看到了世界，然后把看到的東西記錄下來。”胡柏山表示，“如果沒有看到，就沒有記錄，也就沒有后續(xù)的一切。”

因此，在vivo的戰(zhàn)略規(guī)劃中，影像不再只是“拍得好不好”的問題，而是感知體系中的“眼睛”。“影像技術(shù)通過光學(xué)系統(tǒng)、成像處理、空間計(jì)算等全鏈路能力，完成了物理世界的數(shù)字化投射與三維場(chǎng)景重建，是AI看懂物理世界、理解真實(shí)場(chǎng)景的基礎(chǔ)，本質(zhì)上影像就是‘眼睛’。”

基于這一認(rèn)知，vivo在2026年將“感知賽道”列為內(nèi)部重要的一級(jí)支撐技術(shù)賽道。影像為眼，AI為徑，通過傳感器結(jié)合感知大模型，將視覺、聽覺、觸覺等轉(zhuǎn)化為物理世界的信息，最終實(shí)現(xiàn)智及萬物。

在行業(yè)普遍將注意力集中在“大模型能力”的當(dāng)下，胡柏山卻認(rèn)為，未來大模型之間的差異會(huì)越來越小，無非是時(shí)間先后的問題。真正的差異，將來自“場(chǎng)景數(shù)據(jù)”。“一個(gè)好的智能體，最終體驗(yàn)好不好，關(guān)鍵是有沒有足夠的場(chǎng)景數(shù)據(jù)。”而這些數(shù)據(jù)，必須來源于對(duì)真實(shí)世界的持續(xù)感知與積累。這意味著，誰能建立更強(qiáng)的感知系統(tǒng)，誰就能在AI下半場(chǎng)占據(jù)主動(dòng)。

如果說感知能力是AI落地的關(guān)鍵，那么承載這一能力的最佳終端是什么？vivo的答案是——智能手機(jī)。“沒有哪個(gè)設(shè)備比手機(jī)離人更近。”胡柏山表示。手機(jī)全天候陪伴用戶，覆蓋工作、生活、娛樂等幾乎所有場(chǎng)景，同時(shí)具備連接周邊設(shè)備與生態(tài)的能力。

更重要的是，手機(jī)具備一個(gè)其他設(shè)備難以替代的能力：將物理世界轉(zhuǎn)化為數(shù)字世界。這也是vivo判斷手機(jī)仍將是“AI第一現(xiàn)場(chǎng)”的核心原因。

但手機(jī)本身也在發(fā)生變化。胡柏山明確提出，從Smart Phone走向Agent Phone，是行業(yè)的必然趨勢(shì)。所謂Agent Phone，本質(zhì)上是將手機(jī)從“被動(dòng)工具”轉(zhuǎn)變?yōu)?/span>“主動(dòng)伙伴”。在這一模式下，設(shè)備能夠基于對(duì)環(huán)境與用戶的持續(xù)感知，主動(dòng)提供決策支持甚至執(zhí)行任務(wù)。

“過去用戶拍照，需要自己選擇模式，比如長焦、微距，很多人甚至不知道要提前選。”他舉例說。而在Agent模式下，系統(tǒng)可以基于環(huán)境、光線與距離自動(dòng)推薦最佳方案，“用戶點(diǎn)一下就可以了，人人都是攝影師。”

Agent的能力還會(huì)向更廣泛的場(chǎng)景延展。例如，移動(dòng)辦公中的會(huì)議Agent，可以自動(dòng)記錄會(huì)議內(nèi)容并生成摘要；出行場(chǎng)景中的出行Agent，可以基于環(huán)境與習(xí)慣提供路徑與行程建議；在娛樂場(chǎng)景中，則能夠?qū)崟r(shí)優(yōu)化性能并記錄關(guān)鍵時(shí)刻。“未來每個(gè)用戶的場(chǎng)景不一樣，所以會(huì)有各種不同的Agent。”胡柏山表示。

從產(chǎn)品層面看，這一戰(zhàn)略已開始落地。據(jù)悉，vivo即將發(fā)布的vivo X300 Ultra與X300s，將搭載具備場(chǎng)景識(shí)別能力的影像Agent，標(biāo)志著Agent Phone從概念走向?qū)嶋H應(yīng)用。而這不僅是一次產(chǎn)品升級(jí)，更是智能手機(jī)交互范式的重構(gòu)。

不過，Agent能力的落地受限于硬件約束。胡柏山介紹稱，“手機(jī)端AI有兩個(gè)限制，一個(gè)是算力，一個(gè)是帶寬。”當(dāng)前LPDDR帶寬與芯片散熱能力，仍然限制著端側(cè)AI的上限。因此，vivo選擇了一條更務(wù)實(shí)的路徑：優(yōu)先發(fā)展“非持續(xù)運(yùn)行”的場(chǎng)景型Agent。例如，相機(jī)Agent與相冊(cè)Agent，在需要時(shí)短時(shí)間調(diào)用高算力，而非長期占用資源。這種策略既保證體驗(yàn)，又兼顧硬件現(xiàn)實(shí)。

同時(shí)，vivo正在通過自研算力芯片與端側(cè)模型優(yōu)化，逐步突破這一瓶頸。“我們兩年前就開始布局專用算力芯片，就是為了把端側(cè)能力提升起來。”

此外，Agent Phone還將成為手機(jī)市場(chǎng)從存量市場(chǎng)走向增量市場(chǎng)的關(guān)鍵。“如果從Smart Phone變成Agent Phone，手機(jī)體驗(yàn)會(huì)有很大的突破和變化，手機(jī)市場(chǎng)將變成至少未來三年或者五年的增量市場(chǎng)。”換句話說，Agent Phone不僅是技術(shù)升級(jí)，更是行業(yè)重新打開增長空間的關(guān)鍵變量。

從手機(jī)到機(jī)器人

感知能力的終極形態(tài)

如果說Agent Phone代表vivo當(dāng)下對(duì)智能手機(jī)形態(tài)的重塑，那么機(jī)器人則指向更長期的終局。

去年，vivo成立機(jī)器人Lab，將家庭機(jī)器人明確為“智能的終極形態(tài)”。為什么要從手機(jī)延伸到機(jī)器人？胡柏山表示，視覺是所有智能設(shè)備最自然的第一感知方式。

其中，手機(jī)是感知能力的起點(diǎn)與數(shù)據(jù)源頭，負(fù)責(zé)記錄用戶的個(gè)性化特征與習(xí)慣；MR頭顯則承擔(dān)空間計(jì)算與三維感知的訓(xùn)練功能，通過vivo Vision構(gòu)建空間感知，理解空間結(jié)構(gòu)、幾何關(guān)系，讓信息交互突破二維平面；生態(tài)終端，包括智能云臺(tái)相機(jī)、可穿戴設(shè)備和其他功能生態(tài)產(chǎn)品，它們構(gòu)成移動(dòng)觸角，讓感知無處不在。而家庭機(jī)器人作為智能的終極形態(tài)，將匯聚感知，并作用于物理世界。也就是說，機(jī)器人并不是一個(gè)孤立業(yè)務(wù)，而是vivo“感知能力成熟之后的自然結(jié)果”。

在具體推進(jìn)路徑上，vivo采取務(wù)實(shí)的“沿途下蛋”策略。“一開始就做一個(gè)通用場(chǎng)景的機(jī)器人不現(xiàn)實(shí)。”胡柏山解釋稱：“機(jī)器人把雞蛋100%打成功非常難，所以一開始就不要挑戰(zhàn)打雞蛋，但比如收納，把衣服夾緊一點(diǎn)或松一點(diǎn)，這個(gè)容錯(cuò)性比較大，寵物喂的多一些少一些，容錯(cuò)性要求也高很多。”因此，vivo的策略是先聚焦年輕用戶的具體場(chǎng)景，比如寵物喂養(yǎng)，把這個(gè)場(chǎng)景的用戶體驗(yàn)做到至少80分，在這個(gè)過程中積累數(shù)據(jù)、提升能力，再逐步泛化到更多場(chǎng)景。

在這個(gè)過程中，手機(jī)將扮演“數(shù)字大腦”的角色。“手機(jī)未來就是最懂你的隨身助理，你早上干什么，吃飯、買東西的習(xí)慣或者喜歡養(yǎng)什么寵物，都在手機(jī)里。”胡柏山設(shè)想，機(jī)器人剛開始干不好的事情，由手機(jī)遙控操作，數(shù)據(jù)積累以后慢慢就會(huì)變得更智能。“機(jī)器人與手機(jī)之間要相互協(xié)助，數(shù)據(jù)之間是打通的。”這也意味著，vivo構(gòu)建的并非單一產(chǎn)品，而是一個(gè)以手機(jī)為核心、逐步向外延展的“感知生態(tài)”。

存儲(chǔ)漲價(jià)下的全球化考驗(yàn)

除了技術(shù)發(fā)展帶來的更大增量市場(chǎng)外，“出海”也是諸多手機(jī)廠商正瞄準(zhǔn)的新興市場(chǎng)。

“海外市場(chǎng)的天花板更高，但要求的是長期價(jià)值。”胡柏山說道。為此，vivo堅(jiān)持“More Local，More Global”，適應(yīng)環(huán)境、做好專業(yè)、利他共贏；基于不同國家購買力、消費(fèi)習(xí)慣、產(chǎn)品結(jié)構(gòu)需求制定相應(yīng)的市場(chǎng)策略，并適時(shí)適配各國政策環(huán)境，把用戶服務(wù)做到位。這一全球化戰(zhàn)略，已經(jīng)在印度、東南亞等市場(chǎng)取得成功。

憑借對(duì)海外市場(chǎng)的深入了解，胡柏山將全球市場(chǎng)劃分為0-1、1-5、5-10三個(gè)階段，根據(jù)不同階段的特征，制定差異化的經(jīng)營策略。“在歐洲，不做高端是活不下來的。”

對(duì)于高端市場(chǎng)的品牌突破，胡柏山認(rèn)為，“產(chǎn)品是因、品牌是果。歐洲的突破之道與中國是一樣的，靠產(chǎn)品，就是我們的X系列。只有不斷讓高端用戶用上我們的產(chǎn)品并開始傳播，讓別人感受到，那么這個(gè)品牌的高端化才會(huì)自然地形成。”

不過，全球化之路也并非一帆風(fēng)順。當(dāng)前存儲(chǔ)大漲價(jià)給各大手機(jī)廠商的全球擴(kuò)張帶來了挑戰(zhàn)，尤其是拉美和非洲等區(qū)域。對(duì)此，胡柏山坦言，“確實(shí)這次內(nèi)存漲價(jià)遠(yuǎn)遠(yuǎn)超出了預(yù)期。但漲價(jià)對(duì)所有人都是公平的。越是這種環(huán)境，越考驗(yàn)團(tuán)隊(duì)能力，如果你的產(chǎn)品好，用戶體驗(yàn)比其他品牌都好，用戶還是會(huì)買你的產(chǎn)品。我們還有機(jī)會(huì)做一些優(yōu)化工作，比如根據(jù)系統(tǒng)優(yōu)化，把耐用性、電池續(xù)航方面做得好一點(diǎn)。用戶最后要的是好的綜合體驗(yàn)，不僅僅是看內(nèi)存。”

同時(shí)，他還進(jìn)一步表示，vivo做經(jīng)營不只是看臺(tái)數(shù)，還要看業(yè)務(wù)規(guī)模，努力穩(wěn)住營業(yè)規(guī)模不掉。“難關(guān)總是要渡過的。”

胡柏山反復(fù)強(qiáng)調(diào)一個(gè)關(guān)鍵詞：長期。無論是影像、AI，還是感知賽道，都不是短期見效的領(lǐng)域。“這是一個(gè)五年、十年的賽道，一旦判斷正確，就要持續(xù)投入。”

據(jù)他介紹，vivo內(nèi)部管理不追求“一腳油門、一腳剎車”，而是“螺旋式上升”。在AI狂熱與技術(shù)泡沫交織的當(dāng)下，這種節(jié)奏顯得格外克制。但也正是這種克制，構(gòu)成了vivo戰(zhàn)略的底色——不追逐短期熱點(diǎn)，而是圍繞“如何讓AI真正理解世界”這一核心問題，持續(xù)推進(jìn)。

當(dāng)AI真正擁有“看見世界”的能力，其價(jià)值才會(huì)被全面釋放。而圍繞感知能力展開的這場(chǎng)競(jìng)爭(zhēng)，或許才剛剛開始。

文/陳玙婠