端侧AI经过两年多的发展，大模型正向更轻量化方向演进。当前，3B模型正逐步取代7B模型，成为端侧AI应用的主流选择。

在2025 vivo开发者大会上，vivo发布了专为端侧智能体打造的3B多模态推理大模型，该模型具备128K长上下文处理能力，极限出词速度超过每秒200个token。OpenAI也持续布局轻量化，不久前推出的轻量语音模型GPT-realtime-mini，适用于移动端与边缘设备。

展望未来，手机AI与操作系统的深度融合，将为用户打造高度“个人化”的服务体验。然而，实现这一愿景也对手机的算力、内存和功耗提出了更高要求。此外，端侧AI还需进一步融入日常刚性场景，并解决安全授权等行业标准不完善等问题。

▍端侧大模型从7B走向3B

vivo AI全球研究院院长周围在接受《科创板日报》采访时表示，今年vivo重点聚焦于3B模型上进行各种多模态的实现和聚合。相较13B和7B模型，3B模型所占用的内存更少，对高端机性能影响更小。

“去年我们做了13B和7B端侧模型的实现，发现其实只有7B勉强能上线，但是7B模型在手机上跑得不太理想，因为占的内存比较大。直到今年发现3B端侧模型效果不错，我们把内存做到只占2G，并大幅度增强推理能力，几乎可以用于做意图中控和任务拆解的中台。”

除了3B模型外，vivo还在探索更低功耗的1B模型。“3B的模型在运行时要750毫安（功耗）。而端侧大模型对手机的应用远比我们想象要广得多，需要一个大模型24小时都在线，实现对本机的实时监测和记忆，这可以交给1B模型。”

周围透露，vivo正在推动图像识别、声音识别，包括同传、方言识别等全部端侧化，这对于手机内存提出了更高的要求。“端侧化有一个问题，就是平台的算力要够，内存配置要够，至少达到8G以上的配置。如果4G内存的中低端手机，用户可能用的是云端功能，而云端功能在某种意义上是要消耗大量的成本。”

▍模型参数量与性能指标如何取得平衡？

一名手机业内人士表示，大模型落地到端侧，最关键的难点在于模型的参数量与性能指标之间的平衡。“手机端的硬件资源非常有限，包括芯片算力、内存都很有限。而手机的功耗也是非常重要的指标。模型参数量越大，就意味着消耗的计算量越大，对功耗也就越高。”

“如何平衡模型效果与手机上的这些体验指标，是一大问题。如果把模型参数量选的非常大，那么计算量就很高，直接带来的问题是速度变慢，用户体验的延迟就会非常久。另外，内存占用也会很大，比如7B模型的内存占用可能在 3-4GB 左右，这会导致系统的流畅性会受到一些影响，功耗随之升高，手机掉电非常快，发热也会变严重。”上述业内人士称。

《科创板日报》注意到，为了推动AI落地，苹果最新发布的iPhone 17系列的Air、Pro、Pro Max三款机型升级至12GB，以实现更强大的端侧AI支持。

IDC中国研究经理郭天翔表示，手机厂商这几年已逐渐从最开始的7B端侧模型，转换到3B模型，原因就在于该量级的模型对算力的要求、功耗、输出速度等可以获得更好的均衡。

▍AI与操作系统逐步融合

除了vivo外，OPPO、荣耀等厂商也在积极推动端侧AI的落地。荣耀在今年7月发布的Magic V5是搭载了阿里通义大模型和飞猪旅行、高德地图等AI智能体手机。

周围认为，端侧AI的终局是Agent（智能体）。vivo希望进一步深化AI和操作系统的融合，深度理解用户个人情景和偏好，创造“个人化”服务体验。

vivo AI产品总经理关岩冰透露，目前正在于与高德、百度、支付宝、飞猪等互联网企业在智能体方面开展合作，未来一个月原系统 6（OriginOS 6）会有大量智能体逐步上线。

不过，智能体在安全授权方面仍存在权责界定不清的问题，尤其在用户隐私保护、数据使用规范以及权限边界划分等方面尚缺乏明确标准，相关行业规范仍有待逐步建立与完善。

“当智能体，特别是手机智能体要做任务的时候，如果只做厂商自己的功能和应用，比如说秀一下是否流畅、调一下亮度、连接一下Wi-Fi。都没有问题，但是想跨应用，那么安全授权的标准仍有待探讨。我们作为终端厂商，也在积极推动行业标准的建立。”周围说。

此外，关岩冰也坦言，智能体在响应用户需求方面，尚未能有效解决用户的实际问题。“我们正将资源和精力集中于为用户解决问题的场景上，并持续加大投入。”

郭天翔认为，端侧模型的应用将主要通过Agent来体现，但是对于消费者来说使用感知依然不是特别明确，并没有完全融入到日常的刚性使用场景中。他表示，未来手机AI 将与 OS完全融合，由一个经过训练的个性化的私人Agent作为手机使用者的助手，可以给使用者主动提出建议，执行多重复杂任务。