近年来，手机厂商在人工智能领域的布局愈发密集，各大品牌纷纷推出具备AI功能的智能助手。荣耀YOYO通过接入更多第三方智能体，实现了系统层与应用层AI能力的深度融合；华为小艺则凭借一句指令即可在多个应用间自由切换，帮助用户高效完成任务。然而，这些看似强大的AI功能，本质上仍依赖网络连接，手机AI尚未突破端云协作的局限，仍处于这一发展阶段。
近期有消息称，三星计划在即将发布的Galaxy S26系列中引入一套本地运行的大模型，用于支撑大部分AI功能。据透露，该模型具备高级权限，可在必要时自动清理内存，确保随时响应用户需求。事实上，三星早在2023年就曾展示过名为“高斯”的本地大模型，并一度被传预装于Galaxy S25系列，但后来三星转向力推Google的Gemini，几乎未再提及“高斯”。此次本地大模型的重新回归，引发了业界对手机AI发展方向的广泛讨论。
在多数厂商仍以云端为主的背景下，三星为何选择将模型部署于本地？是意图通过差异化策略实现“弯道超车”，还是移动端已具备本地部署大模型的技术条件？尽管答案尚未明确，但可以确定的是，手机AI正迈向新的发展阶段。不过，这并不意味着端云协同模式将被彻底取代。短期内，手机AI仍需依赖云端与端侧的协同配合。
端云协同之所以成为当前主流方案，源于其分工逻辑的合理性。云端负责处理大规模模型、复杂推理及快速迭代，依托云服务器的强大算力，实现模型更新、统一治理与安全审查；端侧则承担用户初始指令的接收与基础处理，如唤醒、语音识别及意图判断，再将复杂请求转交云端完成。这种模式对轻度AI用户影响不大，即使查询信息时多等待一两秒，体验也不会明显下降。同时，厂商无需占用过多手机资源，即使是性能较弱的机型也能支持。然而，随着AI目标从“回答问题”转向“替代操作”，端云协同的短板逐渐显现。
当AI开始理解屏幕内容、拆解任务目标并规划执行路径时，高频、连续、系统级的交互场景对实时性提出了更高要求。在弱网环境下，云端响应延迟会导致操作中断；网络中断则可能使连续指令流程停滞。这些效率问题对用户体验影响显著，因此厂商开始探索“端侧大模型”，试图将更多即时判断与关键决策留在设备本地。但这并不意味着完全抛弃云端，端云协同仍是当前最优解。
尽管端云协同存在局限，但本地大模型的落地仍面临诸多挑战。硬件条件是首要限制因素。内存、算力与功耗是端侧AI的三大核心约束。即使模型规模适中，常驻后台也会持续占用系统资源。例如，苹果为支持端侧AI，不得不提升iPhone的内存容量。本地模型的稳定性与维护成本也是难题。云端模型可快速迭代与修复错误，而本地模型一旦部署，优化节奏只能依赖系统更新，这增加了测试风险与成本。
2025年，芯片技术的突破为端侧大模型的落地带来了转机。以第五代骁龙8至尊版为例，其Hexagon NPU在本地生成式任务中已实现约200 token/s的输出速度，支持连续、自然的语言生成，为AI执行复杂交互指令奠定了基础。联发科天玑9500则在NPU 990上引入更激进的能效设计，在3B规模的端侧模型上，生成效率提升的同时功耗显著下降，使模型常驻运行成为可能。搭载新一代旗舰芯片的手机已开始利用算力提升，推出各类AI交互功能。例如，荣耀YOYO智能体在Magic8 Pro上支持超3000种场景的自动任务执行。
然而，完全依赖端侧模型实现复杂任务仍存在难度。即使是被爆料内置本地大模型的Galaxy S26，也需通过定期清理系统资源来确保模型常驻运行。这表明，短期内纯端侧AI仍难以承载复杂任务。当前，主流厂商仍选择端云协同方案。以华为小艺为例，其作为国内系统级AI助理的标杆，覆盖语音交互、系统控制与跨设备协同等多个维度，但核心架构仍依赖端侧感知与云端推理的结合。这种选择并非技术不足，而是基于稳定性、效率与资源控制的现实考量。当AI深度介入系统操作时，用户体验的稳定性至关重要，厂商不会贸然推进激进部署。
尽管如此，AI接管“操作权”已成为行业趋势。豆包手机助手尝试将大模型能力前移至交互层，使AI不仅能回答问题，还能理解屏幕内容、规划操作路径并模拟用户完成跨应用行为。这一模式引发了行业关注。华为小艺、荣耀YOYO、小米超级小爱等开启“自动驾驶”功能的手机AI，均代表了下一阶段的发展方向。然而，端侧大模型不会在短期内彻底改变手机AI格局。手机作为非专为大模型设计的设备，需在性能、功耗、稳定性与安全间寻求平衡。一旦AI深度介入系统操作，用户体验的稳定性便成为首要目标，这也是厂商谨慎推进的原因。
在此背景下，端侧大模型虽不会成为手机发布会的焦点，却将悄然提升旗舰机的技术门槛。具备端侧与云端协同能力的手机，将在AI功能体验上与仅依赖云端的机型形成差距。这一分水岭或许即将到来。与此同时，CES2026展会即将开幕，作为科技领域的重要盛会，其动态值得持续关注。
