2026年的AI手机市场，正陷入一种奇特的悖论。

各大厂商的发布会PPT上，“AI”二字出现的频率前所未有。华为、vivo、OPPO、荣耀主流厂商均在全系列手机中搭载了自研AI智能体，IDC预计2026年国内新一代AI手机出货量将达到1.47亿台。但在节节攀升的数字背后，用户感受到的只有一个互动更积极的语音助手，或者一个能修图的相册。

另一边，万众期待的Apple Intelligence迟迟无法在中国落地。从海外已有的体验来看，它在跨应用的深度协同上仍然有限，距离真正意义上的智能体操作系统还有相当长的路要走。同样备受瞩目的OpenAI，AI终端的发布预计要到2027年。

恰恰是在这个节点，一家大模型厂商宣布入局。

7月13日，阶跃星辰在上海正式发布面向智能体时代的全球首个大模型原生AI终端品牌STEPX，并同步推出全球首个智能体原生操作系统Step AOS（Step Agentic-native OS）和阶跃新一代个人智能体阶跃Amoo，首度打通了从基座模型、智能体系统到硬件终端的完整链路。发布会现场，全球首款大模型原生智能体手机（Agentic Phone）STEPX Neo也同步亮相。

据悉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，这也是当前开放测试的最高级别。同时，STEPX Neo是目前唯一获得L3级证书的智能体手机。作为阶跃终端推出的第一款终端形态，STEPX Neo既承担着终端产品的市场验证，也承担着Step AOS与阶跃Amoo的首轮场景验证。

手机公司学AI的叙事已经有些陈旧，但当一家原生AI公司决定造智能体手机，这个行业或许又将迎来一次逻辑重置。

智能体时代，旧系统住不下新角色

过去两年AI手机的叙事，遵循的仍是一种传统的加法逻辑。AI往往以插件形式嵌入传统硬件，它能够让单个应用更聪明，但无法实现真正的智能。

从Chat（对话）、到Reasoning （推理），再到如今的Agent（智能体），人工智能正在经历第三次时代变迁。智能体“旧瓶装新酒”的矛盾在于，如今AI的角色不再是一个被动的问答机器，而是一个跨应用、跨设备，能够感知、记忆、规划并持续行动的执行者。

当AI的身份发生转变，对底层系统也提出了截然不同的要求，但现有的手机操作系统从未为此设计过。智能体与落地之间，始终隔着三堵墙：

第一堵是记忆墙。手机里每个App都活在自己的数据沙箱里，微信不知道你在支付宝里做了什么，日历不知道你在备忘录里写了什么，一个只能在单一应用内工作的智能体，注定只有碎片化的局部记忆，永远无法真正“了解”用户；

第二堵是决策墙。好的决策既需要端侧的即时响应，也需要云端的深度推理，但传统系统里两者各自为政，缺乏统一调度，结果要么反应慢，要么把隐私数据全部送上云端。

第三堵是行动墙。智能体没有原生接口，只能模拟人的点击操作；没有系统级的合法身份，就拿不到真正的授权，规划与执行之间始终存在一道鸿沟。

这是传统手机操作系统的结构性问题。在旧系统上叠加AI能力，智能体进门要敲门、做事要绕路，始终以访客身份存在，能力的天花板也始终被系统的边界锁定。

阶跃从一开始就摒弃了传统思路。它的出发点不是再造一部手机，而是要想办法给系统穿新衣，而智能体手机只是智能体走向物理世界的载体。

2023年4月成立的阶跃星辰，彼时被称为“中国基模的最后一个入局者”。但也正是因为入局晚，反而让阶跃有了更清晰的商业判断。成立之初，阶跃就押注多模态，同时押注文字、图像、视频和语音。在大多数同行还在卷语言模型参数规模的时代，这显然不是一种主流路线。但阶跃的判断是，智能体要真正走进人的生活，就必须能理解物理世界，而物理世界本就是多模态的。

短短三年时间里，阶跃先后发布了11款多模态大模型，覆盖语音识别、语音生成、图像理解、视频生成等全模态矩阵，其中，Step Audio系列在全球语音理解评测中跻身前三，Step VL在图像理解上达到行业SOTA（即在当前所有公开评测基准中综合排名第一），甚至因此有了“多模态卷王”的名号。

智能体时代的到来，也验证了阶跃三年前的判断。多模态是智能体感知物理世界绕不开的基础能力，而语音则是人与智能体之间最自然、最高效的沟通方式。

有了足够聪明的大脑，阶跃面对的下一个命题，是如何让这颗大脑真正发挥作用。于是，Step AOS应运而生。而智能体要真正走进物理世界，还需要一个具体的载体，于是又有了STEPX。从模型、到系统、到终端，阶跃试图用自己的路通往终点。

为智能体穿新衣

在阶跃发布的这套方案中，Step AOS系统是最核心的差异所在，也是最难被复制的部分。

要理解Step AOS，得先从一道乘法开始：阶跃Step模型矩阵 × 阶跃Step Agentic-native OS。

如果说传统手机厂商在旧系统上外挂模型的方式是一种加法，那么Step AOS的乘法则是模型能力与系统能力的深度融合。也就是说，模型的智能直接内生在系统每一层的调度之中，模型升级系统随之跃升，系统采集的真实行为数据反哺模型进化。

这套系统的最底层是资源供给底座。传统操作系统里，CPU、GPU、NPU各自为政，应用数据与服务以App为单位彼此隔离。而Step AOS把这一切拆开重组，计算资源统一调度，端侧承载百毫秒级快反应，云端则承载深度推理，跨应用、跨设备的数据得以贯通，订票、导航、支付、发消息，每一个动作都可以被智能体直接调用。

中间层掌控着记忆、决策与执行、安全。记忆的设计逻辑模仿了人的记忆机制，日常交互中随时记录，后台自动整理沉淀，需要时精准召回，日常简单问答最快召回仅需15毫秒。例如，你不需要每次跟阶跃Amoo说话时都先自我介绍一遍，它记得你上周说过想换工作，记得你不喜欢靠走道的座位，记得你女儿的生日快到了，而你只需要根据它提供的建议，来选择是否采纳。

而在决策与执行层面，能在端侧解决的绝不上云，设闹钟、找照片等即时任务百毫秒内完成，执行成功率超99%，隐私数据全程不离开设备。

当系统对用户的理解足够深、任务执行足够准确，顶层的逻辑就从操作驱动转变成了意图驱动。用户只需说出意图，阶跃Amoo即可负责完成其余所有链路，而不是一味地盯着屏幕。

这套系统之所以能够成立，得益于阶跃背后的模型矩阵。其中，Pro系列承担深度推理，Flash系列处理常规任务，此次同步发布的Step Edge端侧基座模型则专为终端硬件定制，在29项权威基准评测中位列同类端侧模型第一，支持低至100毫秒的端侧本地执行，这意味着绝大多数日常交互可以在设备本地完成。

传统手机厂商并非没有意识到模型能力的重要性。华为有盘古大模型，小米、OPPO、vivo年均AI研发投入逐年攀升，同样在持续迭代自研端侧模型。但终端厂商的基因是硬件与系统，模型能力是围绕硬件产品后天构建的，在训练数据规模、模型架构深度等维度上，与模型厂商仍然有不小的差距。

而互联网公司的路径同样有其局限。字节、阿里等厂商都不乏强大的模型能力，但不擅长做硬件，做终端走的是与硬件厂商合作贴牌的路线。受制于合作方式，模型与系统之间的耦合深度，也很难做到原生级别的融合。

而当模型厂商自己造系统和硬件，也就意味着模型能力从第一天就长在系统里。这种原生优势，是当前AI终端竞争格局里，其他路径难以复制的壁垒。

安全是前提，生态是分水岭

如果说技术架构是阶跃的主动选择，安全叙事则是被行业教训倒逼出来的必答题。

此前业内并非没有智能体手机，但发布不久后，围绕其安全与隐私的争议便迅速升级——AI操作金融应用、代打游戏等行为引发舆论反弹，多个头部平台的风控机制随即对其核心功能加以限制，产品陷入了能力扩张与生态摩擦之间的两难。

它带来的行业启示或许是，智能体的能力边界越宽，用户与平台对行动授权的信任门槛就越高，安全已经成为整套方案能否成立的前提。

阶跃建立了一套“可信、可见、可控、可逆”的四维安全体系。这套框架的逻辑在于，智能体越有能力，行动权的治理就越需要前置。以“可逆”为例，它表示任何误操作支持一键撤回。这在传统App里几乎不需要专门设计，但当智能体开始代替用户完成一系列私人操作时，"可撤回"就变成了一道必答题。

与此同时，阶跃还联合上海人工智能实验室发布《新一代智能体系统安全技术白皮书》及《端侧大模型网络安全指南》，共同研制智能体安全技术国家标准。在智能体安全的行业规则尚未成形之际，率先参与标准制定，也意味着阶跃有机会将自身的实践路径写入行业基准。

安全框架解决的是用户侧的顾虑，而生态协同的深度，则是原生AI终端更长期的命题。

STEPX 已与携程、支付宝、滴滴、美团、WPS、剪映等平台达成了AI深度合作，整合一站式旅游出行、民生政务、本地生活、办公提效、内容创作等全场景服务。与传统厂商合作路径不同的是，这并非预装App的流量分发逻辑，而是将上述平台的服务能力拆解为原子能力单元，让阶跃Amoo对其直接调用和编排。

过去十年，各大超级App的核心利益在于守住自己的流量入口，用户在哪个App里完成任务，流量就留在哪里，开放接口意味着让渡入口，这也是平台生态长期封闭、互不相通的根本原因。

但阶跃押注的是一个全新的未来——Agent to Agent生态。在这套逻辑里，平台之间不再是此消彼长的流量争夺，而是各自以能力单元的形式接入智能体网络，更直接地响应用户的真实意图。用户获得了更高效的服务，而平台的价值也不再局限于入口，而取决于自身的能力有多强。这是一种新的利益共同体逻辑：平台、智能体与用户，第一次站在了同一侧。

作为一个刚刚发布的新品牌，STEPX首发即获得多家头部平台押注，也向外界传递出一种信号：现有的流量分配逻辑已经触达天花板，合作共生才是未来的主旋律。与其等规则成形再入场，不如现在就参与定义规则。

这也是这场竞争最耐人寻味的地方。原生AI终端的竞争维度，正在从硬件参数转向系统能力，再转向生态深度。前者拼的是供应链和制造，后者拼的是模型与系统的共进化，而生态深度拼的是利益共享。阶跃在前两个维度有清晰的逻辑和技术储备，第三个维度的答案，仍要等待市场的验证。