文｜晓静
编辑｜徐青阳
无论是AI Phone，还是Robot Phone，智能手机正在经历一轮更底层的变化。
在2026世界人工智能大会期间，荣耀围绕智能体终端和Agentic OS进一步展示了产品构想。而早在年初的MWC 2026上，Robot Phone首次发布时，高通技术公司高级副总裁兼手机业务总经理Chris Patrick在荣耀MWC发布会上将Robot Phone称为“强大高效的端侧AI与开创性的产品设计的结合”，并表示，高通与荣耀正在推动智能手机“成为能够适应用户、服务用户、真正赋能用户改善生活的智能伙伴”。
根据荣耀公布的信息，Robot Phone将手机、云台摄像头、微型电机和多模态AI能力整合在一起，让手机拥有感知环境、跟随人物和主动调整视角的能力。它搭载一套超紧凑的四自由度云台系统，采用三轴机械防抖结构和2亿像素传感器，可以完成主体跟踪、旋转运镜和全角度视频通话等动作。相比普通智能手机，它的变化不只发生在影像模组，也在于手机开始通过机械结构对真实环境作出反应。
回过头来看，Chris当时的判断恰恰点出了智能体时代的核心变化。当智能体开始持续感知环境、理解用户意图并代替用户执行任务，手机芯片也需要从服务应用和人机交互，转向同时服务用户和智能体。
高通正在围绕这一变化重新定义自己的位置。
01 从用户操作手机，到用户与智能体共同使用手机
传统智能手机的计算工作，大多由用户主动触发。用户打开应用、点击按钮或者发出语音指令，处理器随后完成相应任务。
智能体的工作方式有所不同。它需要持续保留上下文，读取传感器和个人数据，拆解任务，并根据环境变化作出判断。即使用户没有直接操作手机，智能体也可能在后台整理消息、调整日程、调用应用或者连接其他设备。
高通公司全球副总裁、中国区研发负责人徐晧在WAIC荣耀分论坛上将这种变化概括为，人和手机之间的关系正在转变为“人、终端和智能体三者的关系”。他表示，智能体可能处理用户信息并形成新的工作流程，终端需要考虑模型在什么位置运行，以及如何通过模型压缩和优化，将必须在手机上执行的推理能力部署到端侧。
在这一架构下，一台手机实际上承担着两类计算任务：一类来自人的操作，另一类来自智能体的自主运行。
高通公司总裁兼CEO安蒙在COMPUTEX 2026上也谈到了这项变化。他认为，未来的手机将拥有“双重角色”：用户继续操作设备，智能体也会自主操作同一台设备。
这种变化意味着，手机算力不只是要应对一次性的高负载任务，还要满足全天候运行、低时延响应和严格功耗约束。对处理器而言，峰值性能依然重要，但能否以较低功耗持续感知、调度和推理，开始成为智能体终端能否真正落地的关键。
02 “智能体芯片”需要解决三类新问题
徐晧在WAIC演讲中将智能体终端的底层需求归纳为三个方面：持续感知、端侧AI算力和实时连接。
首先是持续感知。
智能体要提供主动服务，需要了解用户所处的环境、行为习惯、设备状态和日程信息。手机可能需要持续处理摄像头、麦克风、运动传感器、定位和健康数据，但这些任务不可能一直调用高功耗CPU或GPU。
高通为此强调传感器中枢的作用。这是一套可以始终在线、以极低功耗处理传感器信息的计算模块。徐晧表示，传感器中枢可以收集不同传感器的数据，并在终端侧构建个人知识图谱，使设备逐步学习用户的偏好和过往行为。此外，通过高通传感器中枢，设备能够在端侧持续学习用户的个人信息、偏好和行为信息，并将相关信息私密地保留在终端中，用于提供个性化服务。
荣耀与高通已经开始把这套能力用于实际产品。Chris Patrick在年初MWC演讲中称，荣耀Magic V6是首款通过高通传感器中枢，全面实现终端侧个性化体验的移动设备。这一能力对Robot Phone同样重要。云台摄像头可以带来机械运动，但真正决定它是否能够主动跟随用户、识别场景并调整动作的，是持续感知和情境理解能力。
第二项变化是异构AI计算。
智能体任务往往同时涉及规划、模型推理、图像理解、语音识别和图形计算，很难通过单一计算单元完成。高通的思路是利用CPU、GPU和NPU分工：CPU承担任务规划和系统调度，NPU处理高算力需求的推理加速，GPU负责部分并行计算和视觉任务。
徐晧表示，Hexagon NPU内部包含面向不同任务设计的加速单元，可以分别处理长上下文、矩阵运算、模型推理等，再与CPU和GPU组成异构计算架构，在满足AI算力需求的同时降低功耗。
第三项能力是端云协同。
手机不可能在本地运行所有大模型，也不适合把全部任务上传云端。涉及隐私、实时响应或频繁调用的任务更适合留在设备侧；需要更大模型、更长上下文或大规模搜索的任务，则可能交给边缘服务器或云端。
高通将这一架构称为分布式AI。安蒙认为，随着智能体取代用户执行越来越多计算任务，设备和云端的算力将被统一调度，行业最终不会再把云计算和边缘计算视为两个相互独立的体系。
在COMPUTEX，高通展示了两组智能体真实场景实测案例。其中Claude Code编程任务通过在终端和云端之间动态分配工作负载，在结果相同的情况下减少约140万个Token，成本下降60%；另一个智能体网页生成案例可以减少30%的Token使用量，成本降低至纯云端方案的四分之一。虽然上述数据来自高通演示，实际效果或许会受到模型、网络、任务类型和硬件配置影响，但这已经说明了分布式架构的理论收益。
03 从骁龙芯片到“计算连续体”
如果只看Robot Phone，高通在这套产品中的角色不仅是提供集成CPU、GPU、NPU、传感器处理和连接能力的系统手机芯片解决方案，更是通过这一产品实践，探索并验证智能体终端未来的发展方向。
从高通2026年的多次公开表态来看，它的布局已经远远超出手机SoC。
安蒙在COMPUTEX提出“计算连续体”概念，高通的平台已经覆盖从毫瓦级可穿戴设备、手机、PC，到汽车、机器人和数据中心。不同设备拥有不同功耗、时延和可靠性要求，但都可以成为智能体连接用户和现实世界的端点。
安蒙表示，智能体正在成为用户数字体验的中心，包括手机在内的设备将逐渐成为承载智能体运行的“端点”，智能体本身不会局限于某一台设备或单一操作系统。
这一判断决定了高通的产品布局。
在手机端，高通通过骁龙移动平台提供端侧AI、影像、连接和传感器处理能力；在PC端，骁龙平台开始承载本地运行的智能体和模型；在可穿戴设备上，高通2026年推出集成NPU的新一代骁龙可穿戴平台，面向手表、胸针和吊坠等个人AI设备，支持十亿参数级模型和始终在线的情境感知。
在汽车和机器人领域，高通把移动芯片领域积累的低功耗计算、连接和传感器融合能力向物理世界延伸。安蒙认为，机器人需要分层计算：底层负责即时控制，中间层负责动作执行，上层负责情境理解和逻辑推理。高通希望提供从核心计算、运动控制到机群管理的软件和硬件平台，帮助合作伙伴从原型走向量产。
高通还在向数据中心扩展。6月底的投资者日上，高通公布了面向智能体AI时代的数据中心技术路线图，推出了全新高通飞龙产品组合，并且与Meta宣布就数据中心CPU达成多代战略合作协议。由此，高通的产品组合开始覆盖从低功耗终端到高性能数据中心的不同计算层级。
这构成了高通对智能体算力底座的完整设想：智能体在手机、PC、汽车、机器人和可穿戴设备上获取广泛边缘情境信息，并根据时延、隐私、成本和计算量，在终端、边缘和数据中心之间调度任务。
04 高通与荣耀的合作：芯片硬件技术协作再度深化
荣耀是高通智能体终端路线中的重要终端合作伙伴之一。
双方过去的合作或许主要集中在针对影像、通信和性能等方面的软硬件调优，但进入智能体阶段后，双方的合作开始明显向传感器中枢、个人知识图谱、端侧模型优化以及系统软件层延伸。
Chris Patrick在年初的MWC上，Robot Phone首次发布时表示：“这就是当芯片和软件能够以消费者体验为中心，进行协同设计的结果。”
这句话反映出AI终端开发方式的改变。
在传统手机研发中，芯片厂商先提供通用平台，终端厂商再围绕硬件规格进行产品定义和系统优化。智能体终端需要芯片、模型、操作系统、应用和传感器共同工作，很多体验无法在产品开发后期通过简单接入模型实现。
例如，一项后台智能体服务需要知道传感器能够以何种功耗持续运行，哪些模型可以部署在NPU上，用户数据如何保留在端侧，以及任务何时需要调用云端。这要求芯片厂商和终端厂商在产品设计之初即开始打通合作，共同确定计算架构。
徐晧在WAIC荣耀分论坛上也表示，高通希望通过硬件、软件和算法优化，与荣耀继续推进智能体终端落地。
Robot Phone是这一协同模式的代表案例。荣耀负责产品形态、机械结构、Agentic OS和用户交互，高通提供移动计算、端侧AI、连接和低功耗感知基础。Robot Phone能否从一款形态创新产品发展为可规模化使用的智能体终端，最终还取决于两套体系能否进一步融合：一套是机械运动和硬件系统，另一套是模型、记忆、感知和任务执行系统。
05 手机只是智能体终端的一种形态
Robot Phone容易吸引注意力，因为它给手机增加了可以转动的“身体”。但从产业角度看，它更大的意义在于验证一种新的终端设计方法：设备开始围绕智能体的感知、记忆和行动能力重新组织硬件。
未来的智能体手机，需要移动平台同时承担传统手机运算和智能体后台运行。智能体需要持续处理上下文、调用应用、理解图像和语音，并根据任务复杂度在端侧与云端之间分配计算。这使得CPU、GPU、NPU、传感器中枢和连接能力之间的协同，开始比单一的峰值算力更重要。
从这个角度看，产业合作也在发生变化。高通正在成为不同智能体手机方案可以共同调用的一层通用计算层。高通并不直接决定每个智能体的产品形态或模型能力，但它提供了让这些能力能够在手机上持续运行的异构算力、传感器处理和端云连接基础。
今天，这种变化首先出现在手机上。未来同一套逻辑还可能进入耳机、眼镜、PC、汽车和机器人。
徐晧在WAIC演讲中表示，高通的平台已经覆盖从低功耗智能耳机到数据中心设备的多种形态，希望支持这些终端逐步获得智能体能力。
安蒙也曾表示，智能体将成为Token需求增长的重要来源，并改变AI的计算架构和经济模式。这也解释了高通为什么同时扩展终端、机器人、网络和数据中心业务。
过去，高通的核心优势是把更强的计算和连接能力压缩进有限的手机功耗空间。智能体时代，这项能力被扩展成一个更大的命题：如何让AI在所有设备上持续运行，并把任务分配到最高效的计算位置。
智能体终端的竞争，正在从谁能接入更强的模型，转向谁能把模型、芯片、系统、传感器和真实场景整合成稳定运行的产品。