文丨壹觀察 宿藝

站在2025年的尾聲回望，智能終端的競爭焦點已悄然置換，行業(yè)從“卷模型參數(shù)”走向“卷智能體驗”的新階段。

與此同時，用戶對AI的態(tài)度也經(jīng)歷了一輪洗禮，越來越多用戶開始對單一的對話式AI祛魅，逐漸提出新的期待：終端設(shè)備AI能否成為一個分擔記憶、預判需求、懂得情感共鳴的“第二大腦”，甚至是一個長出“手腳”、能真正解決日常問題的“實干家”？

在用戶需求與技術(shù)發(fā)展演進趨勢的雙重疊加下，能自主理解、規(guī)劃并執(zhí)行復雜任務的智能體（AI Agent）迅速爆發(fā)。研究機構(gòu)Research and Markets發(fā)布的報告顯示，2024年AI智能體的市場規(guī)模為51億美元，2030年有望增長至471億美元，年均復合增長率將高達44.8%。

終端設(shè)備上的智能體，如同擁有“生而一體”的感官與行動力，形成“感知-決策-執(zhí)行”閉環(huán)，具備處理多模態(tài)數(shù)據(jù)和執(zhí)行本地任務的天然優(yōu)勢，并且在充分的隱私保護條件下，系統(tǒng)級智能體成為精準響應用戶意圖的得力助手，真正扎根到各個日常生活場景之中。

在終端智能體的發(fā)展浪潮中，小藝率先交出了一份極具參考價值的答卷。其不僅具備便捷、專業(yè)、主動、貼心、能干的落地體驗，同時還通過個人智能計算平臺HPIC（HarmonyOS Personal Intelligent Computing）構(gòu)建了端云一體的安全隱私屏障，解決用戶對數(shù)據(jù)安全的顧慮，并借助鴻蒙智能體框架架構(gòu)HMAF（Harmony Agent Framework）與智能體協(xié)作技術(shù)（A2A），打破智能體間的數(shù)據(jù)孤島，實現(xiàn)深度協(xié)同。

可以說，小藝有力帶動更多應用智能體跑通了從“嘗鮮”到“實用”的流程，成功引領(lǐng)了這一領(lǐng)域的進化方向。

交互進化：回歸人類直覺，引領(lǐng)多模態(tài)融合體驗

交互設(shè)計的演進史，理應是一部“機器邏輯向人類直覺妥協(xié)”的發(fā)展史。

從早期的“命令行界面”到“圖形用戶界面”，再到 “自然用戶界面”，人機交互演進的核心始終在于復用人類在物理世界已經(jīng)習得的感官與動作技能，而不是強迫用戶去學習機器的規(guī)則。

物理世界中，“眼耳手口并用”的生物本能構(gòu)成了人們與世界最基礎(chǔ)的連接方式。然而，來到移動互聯(lián)網(wǎng)時代，APP構(gòu)建的“信息煙囪”一度切斷了這種本能，用戶被迫在不同的應用間反復跳轉(zhuǎn)、截圖、上傳，交互的連貫性被割裂得支離破碎。

作為終端智能體的進化樣本，小藝不僅演進出多樣的交互方式，更通過多模態(tài)的深度融合彌合了這種割裂感，讓交互回歸直覺，帶來近乎“零摩擦”的體驗。

首先是重塑“所指即所得”的“自然交互”。

在視覺與觸覺的維度，小藝試圖還原“所見、所指，即所得”的生物本能。

比如，用戶只需順應直覺在屏幕上畫個圈，即可通過“小藝圈選”喚醒小藝并觸發(fā)相關(guān)服務。若是圈選一款商品，點擊“問問小藝”，還可以直接獲取全網(wǎng)比價。同樣的邏輯也體現(xiàn)在“拖給小藝”上，通過復刻現(xiàn)實世界中“將文件遞給助手”這一直覺操作，用戶可以將圖片、文字拖給屏幕底部的小藝導航條，無需再思考“先復制再粘貼”的各種操作層級，極大提升使用效率和體驗舒適度。

其次是打造能實現(xiàn)情感共振的“自然交流”。

在交流溝通維度，小藝沒有止步于精準的語義識別，還向著人類深層的情感溝通邁進，致力實現(xiàn)更具人情溫度的“自然交流”。

一是語言的“去機械化”。小藝支持16種方言，不僅能聽懂鄉(xiāng)音，還能用同樣的方言進行聊天。這種對地域文化的深度兼容，是技術(shù)進一步適應用戶習慣的重要切面。

二是情緒的“感知與共振”。經(jīng)過心理大模型百萬小時的真實場景語料訓練，小藝具備感知用戶情緒的能力，能根據(jù)上下文語境自適應調(diào)整音色。針對到電梯、會議室等公共場合下的痛點，用戶只需壓低聲音，小藝便能悄悄回應。這標志著小藝正加速習得類人化的社交禮儀，更有“眼力見”了，實現(xiàn)從“聽懂話”到“懂處境”的跨越。

最后是面向物理世界的“擬人化共感”。基于多模態(tài)大模型、多個行業(yè)知識庫的接入，“小藝看世界”擁有了解碼物理世界的“眼睛”和“大腦”，可以為用戶提供擬人化的實時音視頻對話。從景點歷史到陌生花草，從計算食物卡路里到提供穿搭建議，再到為視障人士識別物品與路障，小藝都能提供實時幫助，將多模態(tài)交互轉(zhuǎn)化為一種近乎直覺的陪伴。這正是“AI與人協(xié)作、服務于人”理念的生動實踐，通過成為人類感官與認知的延伸，小藝能夠更好幫助人們提升生活品質(zhì)，給予更多人奔向理想生活的自由與可能。

在《壹觀察》看來，小藝在交互層面的進化在于，徹底放棄了“讓用戶適應機器”的傲慢，轉(zhuǎn)而通過融合視覺、觸覺、聽覺，把交互的選擇權(quán)交還給直覺的延展。這種“無需學習、本能驅(qū)動”的體驗，極大降低了用戶的認知負荷，也直接錨定了人機交互的終局，引領(lǐng)著終端智能體的交互演進方向。

能力進化：接管個人化重復勞動和專屬記憶負擔，跨越意圖與執(zhí)行的鴻溝

正如《Getting Things Done》一書中所提出：“大腦是用來產(chǎn)生想法的，不是用來保存想法的?！?在信息爆炸的時代，試圖記住和處理所有瑣事，本就是對大腦算力極大的占用。終端智能體的價值之一，就是“接管”低價值的重復勞動和記憶負擔，讓人們可以專注在高價值的思考和工作之中。

目前，小藝已在日常生活剛需場景中生長出明顯的“實戰(zhàn)優(yōu)勢”，并在中國電信翼矩AITMark的AI手機場景智能評測中，獲得AI影像場景、AI社交場景、AI學習場景、AI生活場景、AI辦公場景的5項第一，綜合能力出眾。

在日常生活中，小藝能夠跨越從“意圖理解”到“動作執(zhí)行”的鴻溝。

作為“長出手腳的實干家”，小藝不僅能精準理解用戶意圖，還具備成熟的自動化任務執(zhí)行能力。尤其面對生活中那些必須做卻又極易遺忘的瑣事、又或者個性化的偏好設(shè)置，只要喊小藝幫幫忙就能做。用戶只需“一句話”設(shè)定相應時間、地點、事件等觸發(fā)條件，“小藝任務”就能完成從“能干”到“能自動干”的進階。比如在公司打開視頻軟件，音量自動回調(diào)至10%的得體范圍；逢雨天的工作日，出門前必有帶傘提醒；邁入圖書館的瞬間，手機自動開啟靜音模式……小藝如同擁有“讀心術(shù)”般，可以默默清除大部分不必要干擾，讓用戶把精力留給真正重要的事務。

辦公和學習場景下，小藝還能幫助用戶迅速突破認知、記憶與產(chǎn)出的能力邊界。

首先是粉碎語言壁壘。除了“小藝字幕”和“通話實時翻譯”能在觀看視頻和通話兩大特定場下提供專業(yè)精準的翻譯之外，“小藝連續(xù)翻譯”還能帶來語種更多、翻譯更精準、翻譯效果更好的沉浸式閱讀體驗，一次開啟，翻譯時刻在線，無論是跳轉(zhuǎn)頁面還是跳轉(zhuǎn)APP，小藝都能實現(xiàn)“屏內(nèi)所見即翻譯”，讓外語閱讀像母語一樣流暢順滑，徹底消除跨語言獲取信息的心理門檻與時間成本。

其次是接管記憶負擔。面對鋪天蓋地的知識信息，小藝可以幫助用戶把“過目即忘”的信息流，變成隨取隨用的知識庫。用戶只要將碎片化的靈感、復雜的文檔直接拖拽收藏進“小藝知識庫”， 即可完成從“無序散亂數(shù)據(jù)”到“專屬知識資產(chǎn)”的轉(zhuǎn)化。換句話來說，這也是用戶用自己需要的、專屬的、可信的知識去訓練小藝的一種方式，將訓練數(shù)據(jù)“個性化”，根據(jù)個人使用場景搭建專屬知識庫。

比如用戶可以將自己在權(quán)威網(wǎng)站下載的健身減肥、學習論文、閱讀書籍、職場干貨等電子文檔或網(wǎng)頁鏈接/圖片/視頻等不同格式的知識創(chuàng)建個性化、場景化的知識合集。隨后，用戶既可以用提問的方式從小藝知識庫定向提取信息，也可以直接生成AI播客“聽取”核心觀點，聽播客的時候也可以互動問答。這樣就既確保信息來源權(quán)威可信，又以更高效清晰的方式攝取了知識精華。

再是為大腦裝上更可靠的“專業(yè)外掛”。此前，通用大模型常因“幻覺”降低了用戶的信任度，因此信息來源的專業(yè)性與可靠性顯得至關(guān)重要?！靶∷囍R問答”通過聯(lián)動中國大百科全書出版社、接入多個權(quán)威行業(yè)數(shù)據(jù)知識庫，能夠在健康、生活百科、動植物百科、金融、科技等領(lǐng)域提供更準確、更豐富、更權(quán)威的知識解答。

優(yōu)化知識獲取路徑后，“小藝深度研究”還能通過快速檢索和提煉公域信息、結(jié)合私域知識庫進行分析整合等方式，進一步輔助產(chǎn)出趨勢洞察、創(chuàng)業(yè)計劃書、學術(shù)課題、理財規(guī)劃、行業(yè)調(diào)研等專業(yè)研究報告。在過往，這些研究報告通常需要幾天甚至幾周才能完成，小藝只需20多分鐘左右就能搞定，既專業(yè)、又省事，不僅真正做到“生產(chǎn)力倍增”，還具備“多入口、多形式、高質(zhì)量結(jié)果呈現(xiàn)”優(yōu)勢，極大為研究場景賦能。

依托在第二屆人工智能數(shù)學奧林匹克競賽、2025年國際數(shù)學奧林匹克競賽中摘金奪銀的頂尖解題能力，小藝深度解題首創(chuàng)的可視化解題模式，能將抽象的題目轉(zhuǎn)化為動態(tài)的視頻或直觀的圖解，呈現(xiàn)思維推演的過程，同時配合互動式講解，步步細致引導，實現(xiàn)從“直接給答案”的“授人以魚”到“培養(yǎng)學習思維”的“授人以漁”。對家長群體而言，可以提升學習輔導效率，對于孩子而言，不僅能做對一道題，更能學會一類題。

在智慧出行場景下，小藝既是“專屬導游”也是“旅游搭子”。

旅行的意義在于探索，但旅行前的繁雜規(guī)劃總會消磨掉不少熱情。小藝可以綜合天氣、交通、景點開放時間等多維度數(shù)據(jù)，將過去需要查閱好幾個APP、耗費數(shù)小時才能理清的行程，濃縮為一份定制化、可視化的旅行規(guī)劃，而且推薦的景點、餐館和住宿等都可一鍵跳轉(zhuǎn)預訂。旅行途中，“小藝看世界”和“小藝知識問答”兩大功能也可以讓小藝隨時隨地化身“旅游搭子”，讓旅途充滿好奇與樂趣。

在駕車出行的場景中，車載小藝也能扮演旅途的好搭子。假如在沿途發(fā)現(xiàn)旖旎的湖泊，可以問問小藝 “右邊的湖是什么湖？”小藝可以準確地介紹湖泊的相關(guān)信息。再配合自然流暢的語音車控能力，極大地豐富了駕乘人員的旅途體驗。

此外，在影像創(chuàng)作場景，小藝也讓個人審美不再被專業(yè)技能限制。

過去，面對一張構(gòu)圖完美但背景雜亂的照片時，普通用戶通常只能感嘆“廢片可惜”，畢竟毫無破綻地去除路人、消除反光需要精細的修圖技巧。

如今，小藝擁有業(yè)界領(lǐng)先的修圖功能與修圖效果，還支持“對話式修圖”，只需和小藝說“把背景換成海邊”“給天空加點晚霞”“面部打柔光，再加個草帽”，這些曾經(jīng)需要專業(yè)修圖師才能完成的復雜需求，動動嘴小藝就能秒執(zhí)行，不滿意還可以繼續(xù)和小藝對話，接著修圖。這種更簡單直接的創(chuàng)作方式，讓普通人聊聊天就能擁有百萬修圖師的手藝，充分享受“所想即所得”的影像創(chuàng)作樂趣。

可以說，小藝在生活、辦公、學習、出行、修圖五大核心場景的多面覆蓋，代表著“終端智能體實戰(zhàn)能力”的關(guān)鍵進化。小藝讓用戶敢于“忽略”瑣碎的流程、“無視”龐雜的資料、“放任”復雜的執(zhí)行，節(jié)省日常精力，高效學習與工作，安心享受智能生活。這不僅標志著智慧助手已經(jīng)成為提升智能終端體驗的“核心靈魂”，更印證了小藝在當前終端智能體領(lǐng)域的綜合實力正以絕對的“實戰(zhàn)”優(yōu)勢領(lǐng)跑。

生態(tài)進化：打破設(shè)備與應用邊界，構(gòu)建安全信任

在大多數(shù)關(guān)于未來的科技暢想中，智能終端將無縫嵌入日常環(huán)境，智能算法將編織進生活的細枝末節(jié)，為人們提供“近乎無感“的智能服務。

實現(xiàn)這一未來的前提，是打破信息的孤島化。這也直接要求著，智能體應具備打破邊界的生態(tài)協(xié)同能力，既能連接萬千服務，也能流轉(zhuǎn)于多臺設(shè)備。

小藝恰好兼而有之。

一方面，AI能力已下沉至操作系統(tǒng)層面，使得小藝的能力不局限于單個設(shè)備本身，而是華為全場景設(shè)備。不論是手機、手表、電腦還是耳機、汽車等，都能隨時隨地喚醒小藝，享受無處不在的智能服務。

另一方面，除了自身本領(lǐng)強“超能干”，小藝的朋友圈也是“高朋滿座”。

以票務場景為例，用戶只需對小藝說一聲“幫我在大麥麥寶看看最近有哪些音樂節(jié)”或是“這個月北京有哪些演唱會”，小藝就能直接協(xié)同大麥的“麥寶”智能體進行活動和票務查詢，規(guī)劃演出觀看攻略、心愿加場等。

醫(yī)療服務場景下，小藝的協(xié)同能力也讓看病變得更加從容。如果不確定掛號科室，只要通過小藝喚起“螞蟻健康管家”，即可獲得從智能分診到選醫(yī)掛號的一站式服務。收到檢驗單后，直接拖給小藝，小藝便能通過訊飛曉醫(yī)智能體輸出通俗易懂的指標分析，并基于病情提供合理的營養(yǎng)膳食建議。

這種“一句話調(diào)用鴻蒙應用智能體”的A2A協(xié)作能力，讓原本封裝在各個APP里的智能體服務“原子化”，并與小藝重組成一條條直接響應用戶意圖的捷徑。喜馬拉雅、叮咚買菜、瑞幸、深圳航空……越來越多應用智能體在“小藝智能體廣場”上架，一個具備群體協(xié)作能力的智能體生態(tài)已然形成。

與此同時，隨著與AI鏈接的廣度與深度不斷推進，數(shù)據(jù)安全必然成為用戶持續(xù)使用的信任基石。為此，小藝也緊緊筑牢安全防線，在數(shù)據(jù)與服務流動的洪流中守住隱私的堤壩。

鴻蒙構(gòu)建的個人智能計算平臺HPIC（HarmonyOS Personal Intelligent Computing），讓小藝高質(zhì)高效處理任務時，也能充分做到隱私保護。這種隱私保護延伸到云端，搭建起“本地優(yōu)先、脫敏再上云、端云同構(gòu)”的端云一體安全屏障。此前，小藝已獲得首批中國信通院AIGC個人信息和用戶權(quán)益保護卓越型認證，從模型訓練到用戶使用的全流程都設(shè)立了極高標準。

《壹觀察》認為，小藝的綜合能力領(lǐng)先，本質(zhì)上源于對終端智能發(fā)展路徑的深刻洞察。這種洞察體現(xiàn)在對兩個核心趨勢的精準把握：

一是人機交互范式的根本性變革。隨著機器對人類認知與行為習慣的持續(xù)適配，人機交互正從傳統(tǒng)的“以用戶指令為中心”加速向“以用戶意圖為中心”躍遷。在新范式下，用戶不再是繁瑣流程的操作者，只需表達“需求”或“期望”，智能體就能負責接管過程，將模糊的意圖轉(zhuǎn)化為精準的執(zhí)行結(jié)果。

二是服務入口的系統(tǒng)級重構(gòu)。用戶通常習慣在統(tǒng)一入口滿足多元需求，而單一智能體的能力終究有邊界。未來的移動終端，其系統(tǒng)級交互入口將演進為承接復雜意圖的“總閥門”，也因此，系統(tǒng)智能體與垂直領(lǐng)域的應用智能體將走向深度協(xié)同，通過高效的分工與協(xié)作，共同編織一張能夠響應更復雜場景的智能體價值網(wǎng)絡。

而依托鴻蒙智能體框架、分布式架構(gòu)與原子化服務能力，小藝已優(yōu)先將這些趨勢轉(zhuǎn)化為用戶觸手可及的體驗：既優(yōu)化了交互邏輯，讓操作回歸直覺，也能接管復雜任務，讓意圖直達結(jié)果，還承擔起了“中樞大腦”的關(guān)鍵角色，能夠?qū)⒒\統(tǒng)的任務合理拆解，帶領(lǐng)各類應用智能體實現(xiàn)跨終端、跨場景的智能協(xié)同，讓整個智能生態(tài)更主動地為用戶服務。

這種從“場景需求預判”到“場景體驗兌現(xiàn)”的閉環(huán)能力，正是小藝在智能體集中爆發(fā)的當下，成功實現(xiàn)突圍的核心所在。

可以看到，小藝不僅是大眾盡早擁抱AI時代的重要通道，更是一次朝著“最強終端智能體”的重要演進，為行業(yè)提供了一份“完成度極高的進化樣本”，引領(lǐng)行業(yè)加速演化，開啟更極致的智慧新體驗。