vivo 高管解读 AI Phone 新路径：端侧 30B 模型、系统级 Harness 与个人化智能

事件概述

vivo 在今年的开发者大会上正式发布了“个人化智能”战略，标志着其 AI 布局从单一功能应用转向操作系统层面的深度融合。通过蓝心小 V Pro、端侧大模型以及系统级执行中枢 Harness 的协同工作，vivo 试图解决 AI 在手机端的落地难题，并重新定义人机交互逻辑。

核心信息

1. 端侧大模型的技术突破与时间表

• MoE 架构的应用：得益于混合专家（MoE）模型技术，vivo 成功将参数量达 300 亿的模型引入手机端。MoE 机制允许模型按需调度少数专家节点，动态内存占用降至 2GB-4GB，使得 30B 模型在旗舰机上运行成为可能。
• 现状与预期：目前该模型仍处于工程验证阶段，尚未进入消费级手机。vivo 副总裁周围指出，受限于芯片调度、功耗控制及内存规格（预计高端机常驻内存仅 4GB 左右），整套端侧大模型能力的真正成熟预计要到 2028 年前后。

2. “个人化智能”的核心：Harness 与长期上下文

• 系统级执行中枢（Harness）：vivo 将 Harness 直接嵌入系统进程，作为 AI 的执行中枢。它负责维护任务循环、调取上下文、校验结果并推进下一步。Harness 独立于底层模型，无论调用何种模型，其执行逻辑和用户记忆均可无缝迁移。
• 前置理解与隐私保护：强调端侧模型对照片、文件、设备状态等进行后台持续理解，而非依赖用户主动提问后的云端处理。例如，相册搜索时，AI 已提前记录特征，实现秒级响应，同时避免隐私数据上传云端。
• 个性化场景示例：在规划家庭旅行时，系统基于长期积累的家人健康状况和偏好（如孕期妻子需要休息），自动调整行程节奏并提供贴心建议，无需用户重复输入背景信息。

3. 原子化能力与生态开放

• 6000+ 原子能力：vivo 将系统应用拆解为 6000 多项可独立调用的“原子能力”，并通过封装成 Skill 提升高频任务效率。这改变了传统“用户→App→按钮”的操作链路，转变为“Agent→Tool→功能”。
• 多协议兼容：为连接第三方服务，vivo 不限制接入格式，支持 MCP、A2A（Agent to Agent）、CLI 等多种协议，旨在打破 App 之间的壁垒，让所有服务转化为 Agent 可调用的工具。

4. 对 GUI Agent 的克制态度

• 优先原生接口：vivo 对图形用户界面代理（GUI Agent）持保守态度，认为其存在效率低、易因 UI 改版失效及安全风险高等问题。
• Agent Ready 趋势：更倾向于推动应用本身提供机器接口（API），使应用具备“Agent Ready”能力。对于长尾应用，GUI 仅作为兜底方案，资源主要倾斜于头部服务的深度集成。

5. 跨端办公与双系统战略

• PC 的“超级遥控器”：在 AI 办公场景“小 V Co-work”中，vivo 定位手机为 PC 的控制端。利用手机中丰富的个人上下文数据，远程操控 PC 上的生产力工具，解决用户在移动场景下缺乏背景信息的痛点。
• OriginOS 与蓝河 OS 并行：
  • OriginOS 7：继续作为主力系统，承载成熟的智能手机生态，重点在于将 Agent 融入现有体系。
  • 蓝河 OS（BlueOS）：基于 Rust 构建，以“任务为中心”，探索 Agent 主导操作系统的未来形态，提供 Shell、Python 等原生开发环境及最小化授权机制。目前蓝河 OS 尚处于技术预览阶段，短期内 OriginOS 仍是绝对主力。