胡柏山提出，手机正从Smart Phone走向Agent Phone，这一进化有望激活存量市场，带来新的增长空间
文｜黄思韵
编辑｜谢丽容
供应链成本持续上行、存储等核心器件价格大幅攀升，叠加换机周期延长，手机厂商正面临近年来最严峻的成本压力。
除了被迫调价，手机行业还能如何破局？
3月25日，vivo总裁、首席运营官、vivo中央研究院院长胡柏山在博鳌亚洲论坛期间提出，手机正从Smart Phone走向Agent Phone，这一进化有望有望激活存量市场，带来新的增长空间。
在vivo看来，未来的手机将不再是被动等待指令的工具，而是一个能看见、能思考、能行动的“数字伙伴”。
这一次，vivo押注的是影像+AI双核驱动的价值重构。
vivo的路径是立足端侧AI，通过软硬件深度结合构建差异化，同时以影像能力作为感知物理世界的核心入口，并将技术边界延伸至家庭机器人与IoT生态。在成本压力倒逼全行业的当下，vivo依赖的不是短期提价，而是用AI驱动的价值增量。
今年年初，vivo将“感知赛道”设立为内部重要的一级支撑技术赛道，致力于将视觉、听觉、触觉等，通过传感器结合大模型，转化为机器能理解的物理世界信息。胡柏山评价，企业选择建立怎样的感知系统，决定了它要解决用户什么场景的问题，进而决定了它能沉淀下怎样的物理世界数据。
“未来最大的差异化在于场景数据，不在于模型。”胡柏山给出了一个明确结论。
成本和存量竞争压力倒逼手机行业重新思考增长逻辑，几乎所有核心厂商都把答案指向AI。胡柏山称：未来十年，智能手机依然会是人机交互的绝对主导载体。手机将不仅是通讯工具，更是AI落地的“第一现场”，成为物理世界的感知枢纽与个人数字大脑。
vivo的独特之处在于两点。
其一，从战略取舍视角，它是“差异化从何而来”的底层判断。基于“未来最大的差异化在于数据，不在于模型”的战略判断，vivo选择不在模型参数上盲目竞赛，而将资源押注在“感知赛道”——用影像能力构建物理世界的理解系统，用端侧模型沉淀用户场景数据。这不仅是技术的选择，更是战略的取舍。
其二，从战略纵深视角，vivo的野心不止于手机。从端侧模型的小型化，到“感知赛道”的布局，再到机器人Lab的成立，vivo正在构建一条从Agent Phone到机器人生态的技术纵贯线。谁能在感知层面沉淀下更深的护城河，谁才能在AI时代的终端竞争中真正胜出。
vivo总裁、首席运营官、vivo中央研究院院长胡柏山发表主题演讲 来源：vivo
数据即壁垒，押注端侧的逻辑
端侧AI的核心价值在于：本地计算带来低延迟、高隐私、弱依赖，但其真正的护城河，是场景数据。当各家都能调用同样的大模型时，谁能在端侧沉淀更深、更细、更贴合用户场景的数据，谁才能真正构建差异化。
这正是vivo作为全球TOP4出货量终端厂商所擅长的。
生成式AI正加速向终端侧渗透。互联网巨头、硬件厂商、车企、初创公司，各路玩家殊途同归——把大模型装进更贴身的设备，抢占下一代移动生态的入口。
手机是这场入口争夺战的核心载体。胡柏山判断，手机行业拥有全球数十亿级的用户入口，是用户7×24小时AI体验的全天候载体，也是为数不多能够统筹芯片、算法、系统、应用、服务这五个环节的产业角色。
但入口在手，不等于壁垒自成。vivo AI副总裁张飞提到当下行业痛点：手机各大数据分散在各种App里面，用户在做跨场景任务时成本极高。数据是AI的燃料，却被锁在应用孤岛里，难以被调用、整合、转化为智能。
这是vivo选择“把模型做进端侧”的底层逻辑——不是在云端替用户处理数据，而是在本地构建一个能理解、能整合、能行动的数字中枢。
端侧AI的核心价值在于：本地计算带来低延迟、高隐私、弱依赖，但其真正的护城河，是场景数据。当各家都能调用同样的大模型时，谁能在端侧沉淀更深、更细、更贴合用户场景的数据，谁才能真正构建差异化。
第三方数据机构弗若斯特沙利文预测，全球端侧AI市场规模将从2025年约3219亿元增长至2029年1.2万亿元，年复合增长率达39.6%。这意味着，市场够大，赛道够长，不过参与者众多——AI手机、可穿戴设备、智能家居、人形机器人，每一片海域都挤满了入局者。
近两三年，国产主流手机厂商都在瞄准AI手机这一入口，各自打造系统级智能体，试图抢夺高端手机市场份额。路径大致分两类：一是自研垂类大模型，如vivo为其系统助手“蓝心小V”引入了蓝心大模型；另一种是接入外部大模型，如2025年年初多家手机接入DeepSeek。
问题在于，当各家都能接入大模型的能力时，纯软件层面的AI优化很难形成真正的壁垒。大模型是“智商”，可通过合作或自研获得；场景数据是“阅历”，则需要自己长期积累。胡柏山在群访中点明要害：软硬件深度结合，才能打造真正的差异化。他进一步判断，相较于模型，基于用户场景的AI能力积累才是最有差异化的核心竞争力。“这个方面我们肯定是要干，不做肯定不行。”
vivo的破局点由此清晰：立足端侧，用软硬构建场景数据护城河，形成差异化。
在模型层，2025年vivo开发者大会，vivo副总裁周围曾宣布，vivo构建了全球首个专为端侧Agent（智能体）构建的3B（30亿规模）模型，该端侧模型在语言外还具备多模态、推理、长文本、面向UI Agent等五大能力优势。
小型化，是为了在端侧跑得更快、更省、更稳。
在硬件层，针对传统SoC芯片在处理端侧模型时带宽不足、散热受限等物理瓶颈时，vivo已经在两年前就开始布局定制专用的算力芯片，再匹配上端侧算法，这有助于支撑相机、会议、出行、游戏等端侧Agent场景的爆发。
芯片自研，是为了不让算力成为场景数据沉淀的瓶颈。
从模型到芯片，vivo的端侧布局环环相扣。表面看是技术竞赛，底层逻辑却是场景数据战争——谁能在端侧沉淀更深、更细、更贴合用户场景的数据，谁就能在AI时代的终端竞争中构建真正的护城河。
vivo连续五年亮相博鳌亚洲论坛 来源：vivo
影像为“眼”，做实差异化锚点
如何让消费者在手机涨价周期仍然愿意买单，这是摆在各大手机厂商面前的难题。vivo的答案，是其最大的长板——影像。
影像能力是vivo过去十年在手机市场立足的根基之一。从自研影像芯片到蔡司光学共研，vivo构建了一套覆盖光学设计、硬件制造、算法调校的完整技术体系。这套体系在消费者端逐步形成了如今其X数字系列旗舰产品“专业V单”的心智认知——影像领先是其高端化进程中少有的可量化品牌资产。
现在，影像的战略价值正在被重新评估——它不再只是拍摄工具，而是Agent Phone感知物理世界的“眼睛”。在vivo的影像+AI战略规划中，AI大模型是“大脑”，影像能力是“眼睛”。胡柏山点明：AI下半场的决胜点，不在于模型参数，而在于对物理世界的感知与理解。影像能力与Agent体验的叠加，将构成产品除外观设计之外最大的差异化因素。
这意味着，vivo过去十年积累的影像能力，正在从“功能卖点”升级为“战略资产”。
即将发布的vivo X300 Ultra和X300s，是这一逻辑的一次商业化试水。其影像Agent，能够根据环境理解自动推荐构图与功能——从“看懂画面”到“作出判断”，本质上是从感知能力向决策能力的跃迁。同样的逻辑正在向X Fold系列（办公与出行）和iQOO系列（游戏）复制。
不同产品线的差异化Agent布局，折射出vivo试图将感知能力适配到高频场景的清晰思路。
从商业逻辑看，这一路径有其合理性。一方面，vivo在影像领域的长期投入形成了技术壁垒，这是多数竞争对手短期内难以复制的。另一方面，胡柏山反复强调的“未来最大的差异化在于场景数据，不在于模型”，影像Agent的价值，恰恰在于它能在用户最自然的操作链路中完成场景数据采集——什么时间、什么地点、什么构图、什么场景，这些数据是模型训练无法替代的“燃料”。
从战略意图看，vivo正在尝试一条从硬件厂商向“感知数据平台”演进的路径。用影像构建物理世界的感知入口，用端侧模型沉淀场景数据，用Agent能力放大体验价值——这套逻辑如果跑通，将支撑其高端化战略，并在AI时代的终端竞争中占据有利身位。
在元器件价格上涨和市场增长趋缓的背景下，手机厂商已经很难再依靠出货量扩大规模，利润空间被不断压缩。多位手机厂商相关人士表示，在当前供应价格压力下，行业普遍只能“向上卷”，通过高端机型提升溢价空间。
但战略逻辑的成立，并不等于商业落地的必然。vivo接下来要继续解决三个挑战。
其一，消费者是否愿意为“Agent能力”买单，尚待市场验证。影像功能是显性价值，用户能直观感知“拍得更好”；Agent能力是隐性价值，其体验提升需要时间沉淀。如何在涨价周期中让消费者为“看不见的智能”支付溢价，是包括vivo在内的所有厂商都要回答的问题。
其二，从感知到决策的能力跃迁，技术成熟度仍是变量。影像Agent的核心在于“理解”而非“识别”，这需要模型在端侧具备足够的推理能力，同时保持低功耗、低延迟。vivo已布局定制算力芯片和3B端侧模型，接下来要保障大规模商用后的稳定输出能力。
其三，竞品并未缺席。其他手机厂商同样在推进AI与影像的融合，且各有技术积累。vivo虽然影像领先，但对手在算法、生态、渠道等方面也不甘示弱。当所有厂商都在讲“影像+AI”的故事时，vivo能否真正形成差异化认知，取决于其技术落地速度与用户痛点场景体验提升。
沿途下蛋，能力复用的长线命题
Agent Phone之外，vivo正在把技术边界稳步拓展至多场景智能生态，向生态型科技平台企业迈进。这其实是其技术体系的自然延展。
vivo在2025年成立机器人Lab，重点布局机器人的“大脑”和“眼睛”，并将家庭场景作为长期方向。胡柏山在博鳌论坛群访中解释：手机连接数字世界，机器人连接物理世界，两者最终可能形成统一的技术体系。
这一判断背后，是vivo对未来技术结构的理解：AI与机器人分别代表数字世界与物理世界最核心的技术方向，而手机凭借最广泛的用户基础和数据入口，可能成为连接两者的中枢。
从商业逻辑看，vivo的机器人布局有其内在必然性。
围绕这一目标，vivo正在加强影像与感知能力的布局，通过视觉系统构建对物理世界的理解能力，并逐步向IoT设备和机器人延伸。这套能力在手机上的应用场景是拍照与影像，但其底层逻辑——对光线、空间、动作、场景的理解与判断——同样适用于机器人。也就是说，vivo不是从零开始做机器人，而是将其已有的感知能力向新的终端形态延伸。
这种能力复用的商业模式，在科技行业有成熟先例。特斯拉从电动汽车延伸到人形机器人，核心复用是其自动驾驶的视觉感知与决策系统；大疆从无人机延伸到手持影像设备，核心复用是其云台稳定与视觉算法。vivo的逻辑类似：将手机影像领域积累的视觉感知能力，移植到机器人场景。这既降低了技术研发的边际成本，也缩短了新业务的商业化验证周期。
但在具体路径上，vivo选择了一条看起来更稳健务实的路线。
“我们的资源还是要聚焦在用户场景下最关键的技术点上做重要突破。”胡柏山说。
vivo机器人Lab首席科学家邵浩认为，真正的智能不仅仅是“叠衣服”这一个动作，而是从用户进门脱下外套开始，涵盖洗衣、烘干、收纳等上千个子流程的完整闭环。“我们需要找到用户到底需要机器人解决什么问题，而且解决的一定是端到端的问题。”邵浩说。
邵浩算过一笔时间账：家用机器人不需要一步到位达到完全自主的 L4 级别。“一开始，可能95%的操作得靠人机协同或者专业人员遥控。随着数据飞轮转起来，人需要插手的比例会慢慢降到60%、30%，最终在十年后降到0%。”
胡柏山将这种策略称为“沿途下蛋”，机器人的思路并不是一步到位实现完全自动化，而是从具体场景逐步推进，通过真实使用数据不断提升能力，再扩展到更多应用场景。
这种“渐进式”策略，折射出vivo对技术商业化节奏的清醒判断。机器人赛道技术成熟度远未达到消费级普及的临界点，过早追求“全自主”不仅成本高昂，而且容易陷入技术炫技与商业落地的脱节。从“人机协同”起步，通过真实场景数据迭代能力，本质上是将手机领域的“数据即壁垒”逻辑复制到机器人赛道——先跑通数据闭环，再逐步降低人工干预比例。
未来，vivo还有望在“手机-MR-机器人”之间也建立正循环。手机和MR技术为机器人提供技术积累，而机器人的应用又反过来扩展技术边界，反哺手机和MR产品。
也就是说，vivo的机器人布局，其战略意义不在于短期内贡献多少营收，而在于为“后手机时代”储备入场券。当智能手机市场触达天花板，下一个亿万级终端形态是什么，没有人能给出确定答案。vivo的选择是：用手机养AI，用AI养机器人，用机器人反哺生态。这套逻辑能否跑通，取决于三个前提：手机主业能否持续输血，AI能力能否持续领先，机器人商业化节奏能否匹配预期。
从Agent Phone到IoT与机器人的延展，vivo正在打破传统手机厂商的边界。在硬件利润日渐摊薄的今天，这不仅是一次技术的升级，更是战略定力与资源调配能力的考验，是一场关于“下一个十年终端形态”的战略押注。
