读屏、代点、跨应用，新形态AI 手机背后的基础设施是AI芯片

最近 “豆包 AI 手机”很多朋友都在讨论，最直观的感受是：它的 AI 助手不像传统语音助手那样“问一句答一句”，而更像系统里的一位“执行型管家”。原因在于 AI 被更深地嵌入 OS，能感知我正在使用的界面、理解屏幕信息，并把我说的自然语言变成一串具体操作。举个很日常的例子：我只要说“把文件发给同事，顺便约下周的会”，它就能在聊天软件、日历、邮箱之间自动切换，把原本需要多步点击的流程串起来。

然而，当 AI 从一个功能点，变成手机日常体验的入口时，行业需要重新审视一个问题。AI在读取屏幕、模拟点击、跨应用访问内容的过程中，自然包含了用户的聊天记录、验证码、支付行为等极为隐私的信息。所以，AI能力越强，权限越高，用户的隐私保护就越需要被重视。

这正是端侧 AI 的价值所在。全新形态的AI手机，复杂的操作需要更强大的端侧AI算力与云侧算力协同配合。极其复杂的AI任务可以由端云混合式运算来完成，但执行过程中涉及大量的隐私信息和用户数据则需要尽可能保存在端侧，并依靠端侧AI来运算和推理。

所有这些，最终都会落在提供端侧AI算力的手机芯片上。在新形态的AI手机中，旗舰芯片要有足够的AI 算力与杰出能效。对于长对话、多轮推理、系统级代理等复杂任务，NPU 和AI 引擎要算得动；对于轻量级的计算需求，要低耗稳定。而且芯片要有更精细的系统级协同，CPU、GPU、NPU、ISP 等不同单元要能根据任务特点智能分工。

从这个意义上说，旗舰手机的SoC 早已不再是单纯的性能引擎，而是正在向AI 中枢演化，承担着端侧AI运算和用户隐私保护的双重关键任务。从这个角度看，年底联发科新发布的天玑9500就是一个比较典型的例子。

如果把端侧 AI 看作手机里的“新大脑”，那么天玑 9500就是在搭建这颗大脑需要的基础设施。面向大模型和多模态推理，天玑 9500搭载由超性能NPU 990和采用存算一体架构的超能效NPU组成双NPU架构，一边承担重载推理，一边以极低功耗常驻运算。而且，NPU 990集成的生成式AI引擎2.0支持BitNet 1.58bit大模型运算，减少端侧AI运算的存储需求来降低功耗。

因此，天玑9500让AI助手以及嵌入各个应用中的智能助理，能做到“随叫随到”，也可以为未来的系统级智能体AI提供扎实的理解能力和持续输出的算力基底。

更重要的是，这种算力并不是孤立存在的。以影像为例，NPU与ISP 的深度协同，可以在用户按下快门的那一瞬间，就完成对场景的识别、人像的语义分割、噪点和高光的处理。这种协同带来的2亿像素直出、实时追焦、4K60帧电影人像视频等能力让用户的日常拍摄体验大幅提升。

这样一来，手机芯片可以提供足够的端侧AI算力和推理能力，用户的隐私数据不需要传入云端，也可以让系统级智能体AI在手机上完成各种复杂任务。所以，不论是从算力、能效、安全到协同，当今旗舰芯片都为端侧AI体验跃进和手机形态进化提供了良好的硬件基础。

手机或许会从“应用为中心”转向“意图为中心”，智能体负责拆解任务、调度工具。与此同时，端侧能力也会成为关键变量，像天玑 9500 这样的旗舰 AI 芯片，可能会在较长时间里与这种形态一起迭代：在算力、能效和本地推理体验上不断加码，推动端侧 AI 真正变得更好用。