面包屑图标 当前位置: 首页
AI资讯
热点详情

阶跃星辰全球首发AI智能体手机,大模型终端落地

AI热点日报
AI热点日报时间:2026-07-11
热点解读

阶跃星辰推出全球首款AI智能体手机,搭载专属操作系统,智能体成为核心交互中枢,用户可通过自然语言跨应用调度资源完成任务,突破传统“人找APP”模式,将AI终端落地时间较OpenAI计划提前近一年。

最近,国内大模型领域迎来重大突破——阶跃星辰正式宣布,即将推出全新AI终端品牌、专属智能体操作系统,以及旗下首款AI智能体手机。这意味着该公司成为全球首家将AI智能体真正落地到消费级手机硬件的大模型厂商。此前OpenAI曾透露计划2027年推出AI终端产品,而阶跃星辰此举直接将时间表提前了近一年。简而言之:大模型原生终端时代的大幕已经提前拉开。

阶跃星辰抢先发布AI智能体手机,大模型终端赛道迎来全球首落

回顾过去两年,全球消费电子市场面临瓶颈。传统智能手机硬件升级趋于同质化,性能提升带来的体验增益持续递减——直白地说,再快的芯片、再大的屏幕也难以让用户感受到新鲜感。而通用大模型的爆发,恰好为行业指明了新方向。

此前行业普遍预期,AI智能体手机的规模化落地至少要等到2027年。OpenAI也已押注这一方向,计划2027年推出面向消费市场的原生AI硬件产品。大家都在等待巨头率先行动。然而,阶跃星辰直接打破了预期,成为首个将AI智能体从云端概念装进消费者手机的公司。

注意,这并不是传统安卓系统上叠加AI助手功能的“伪AI手机”。阶跃星辰这款产品从底层系统架构就开始重构。它搭载了专为智能体运行优化的专属操作系统,AI智能体不再是手机上的附加插件,而是直接成为整个手机的核心交互中枢。传统手机一直遵循“人找APP”的逻辑——用户需要先找到对应应用,再一步步操作。而阶跃星辰的思路,是让智能体成为用户与手机之间的桥梁。

这款AI智能体手机的核心能力在于,智能体能深度接管手机的全系统权限。用户无需手动点开各种应用程序,只需用自然语言说出需求,智能体就能自动跨应用调度资源完成任务。例如自动整理不同APP中的日程信息,生成完整的出行方案;跨平台筛选对比商品,直接完成下单;甚至自动处理各类信息,生成个性化内容。所有操作都在智能体的自主调度下闭环完成。这种体验与当前需要用户一步步点击操作的手机流程相比,完全是两个时代的产物。

作为国内头部大模型企业,阶跃星辰此前在端侧大模型轻量化、智能体自主调度技术方面已经积累了深厚壁垒。此次推出专属AI终端品牌与智能体系统,正是其大模型技术从云端向端侧延伸的关键一步。相较于传统手机厂商,大模型原生企业做AI智能体手机具有天然优势——无需在传统系统架构上打大量补丁,就能实现智能体与硬件、系统的深度原生融合。

阶跃星辰这一步棋,不仅让中国企业在全球AI终端赛道获得先发身位,更直接推动了整个消费电子产业进入AI智能体原生时代。随着这款产品正式上市,全球智能手机的产品形态必将迎来新一轮根本性变革。可以确定的是,AI智能体将彻底改变人类与移动终端的交互方式,为整个行业打开全新的增长空间。

热点追踪提示词
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:阶跃星辰全球首发AI智能体手机,大模型终端落地要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
来源:https://m.elecfans.com/article/8077578.html
AI智能

游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。

相关热点
AI热点2026-07-11 18:46
传统企业AI转型RAG项目最难啃的骨头是什么

传统企业RAG项目最难的骨头是数据处理,包括数据整合、清洗和知识提取,沟通与技术成本极高。其次检索模块要求精细打磨分块策略、Embedding选择及混合检索,生成部分需控制上下文长度、防止幻觉并固定输出格式。

AI热点2026-07-11 18:46
Claude 4正式发布:最强AI编程模型与最强AI Agent基建全面解析

二零二五年五月,人工智能公司Anthropic发布Claude4系列(Opus4与Sonnet4),在SWE-bench编程测试中超越Gemini2 5Pro。其智能体基础设施四大改进:扩展思维与工具使用、记忆能力、指令遵循,奖励黑客行为减少百分之八十。Sonnet4成本仅为Opus4的五分之一,是日常编程首选模型。

AI热点2026-07-11 18:46
SLAM技术为何不采用神经网络特征提取

SLAM技术主流采用传统特征提取方法,因其算力成本低、可在CPU实时运行,且多数场景下精度已满足需求。深度学习特征在长时定位、光照剧变等极端场景更具优势,但受限于GPU成本和泛化性,目前落地较少。两者将在不同场景中并行发展。

AI热点2026-07-11 18:46
OpenCV中基于深度学习的边缘检测方法

基于深度学习的边缘检测技术可在OpenCV中通过DNN模块实现,采用整体嵌套边缘检测(HED)模型,利用卷积神经网络融合多尺度特征,比经典Canny检测器更精确,需OpenCV3 4 3及以上版本,并正确配置blobFromImage参数与均值。

延伸阅读