vivo VDC 2026:以“大模型+Harness”重构AI手机,从理解指令到自主办事
2026/09/17 20:03阅读量 3
在2026 vivo开发者大会(VDC)上,vivo提出通过“蓝心大模型端云矩阵”与“系统级Harness平台”构建个人专属AI助理。该方案利用多模型协同调度解决端侧能力与隐私平衡问题,并通过工程化闭环实现跨应用任务的自主执行。目前,vivo已联合支付宝、美团、高德等第三方生态,推动AI从单一意图识别向复杂服务执行落地。
事件概述
在2026 vivo开发者大会(VDC)人工智能分会场,vivo展示了其解决AI手机体验落差的最新技术路径。针对当前AI模型能力强但手机端实际体验未同步升级的痛点,vivo提出了以「大模型+Harness」构建个人化智能底座的核心策略,旨在让手机真正具备感知、记忆、调度和执行能力,从“会回答”进化为“会办事”。
核心信息
1. 蓝心大模型端云矩阵:多模型协同与个体专属
为解决单一大模型在时延、成本、隐私和能力上的局限,vivo构建了异构计算的端云模型矩阵,实现不同模型的自动调度:
- BlueLM-Realtime:端到端语音大模型,负责声音识别、语义及意图理解。
- BlueLM-Nano:端侧轻量模型,驻留设备处理长期感知与记忆,支持32K上下文扩展,确保隐私安全。
- BlueLM-Flash:云侧快速响应模型,处理信息查询、日程管理及跨App高频操作。
- BlueLM-Pro:云侧强推理模型,应对复杂逻辑推理与长程规划任务。
- 外部补位:进入专业领域时,系统可自动调动外部顶尖模型辅助。
2. Agent原生的蓝心系统级Harness:工程闭环
vivo将Agent执行所需的底层能力收进系统,打造公共基础设施,解决跨应用边界的服务调用难题:
- 感知与记忆层:通过多模态信息获取当下状态,沉淀用户偏好和历史交互,实现长期上下文共享。
- 规划层:负责路由选择、任务编排及反思优化,动态调整执行路径以平衡Token消耗与效率。
- 执行层:集成6000+系统级工具,支持MCP、A2A、CLI及统一API,打通模型、Agent与服务间的连接。
- 自进化机制:基于“观察—反思—沉淀”框架,在用户授权下利用闲时复盘任务路径,将经验沉淀至系统能力中。
3. 生态共建与服务落地
vivo定位为意图与服务之间的“搭桥人”,降低开发者接入成本,推动服务从App入口向原子能力下沉:
- 民生服务:联合支付宝重构终端服务形态,实现生活服务一句话办结。
- 本地生活:接入美团吃喝玩乐能力,通过Agent串联分散入口。
- 出行场景:深度联动高德地图,实现导航、路线规划及POI查询的一体化。
- 电商消费:京东打通跨App圈选、多模态识别至支付的完整链路。
值得关注
- 范式转变:手机操作系统正从以App为中心的“服务秩序”,转向以Agent为中心的“意图驱动”。竞争焦点从争夺App入口转变为靠近用户真实意图。
- 成本结构变化:随着Agent复杂度提升,协调成本(调度、上下文管理、权限执行)正在成为显性的系统成本,系统工程的重要性超越单纯的模型参数规模。
- 无障碍进展:vivo开放27项无障碍功能,并训练基于8000+国标词汇的多模态手语大模型,覆盖超110万残障用户,体现AI普惠价值。
