努比亚NaviX Ultra背后：手机算力第一次要算两笔账
林叙然 · 2026-09-16
AI越能干活,手机越容易分心。
AI越能干活,手机越容易分心。一部手机同时打游戏又后台跑数据,以前是工程师最不愿意看到的场景,现在却是厂商主动设计出来要长期支撑的常态。9月16日发布的努比亚NaviX Ultra,搭载豆包手机助手消费者版,被官方定义为"全球首款AI智能体手机",距去年12月首发技术样机努比亚M153,走了整整九个月。
中兴通讯终端事业部总裁倪飞在发布会上说了一句实话:"这条路真的很难,有好几次我们团队自己都不确定能不能走得通。商业化落地是让一项技术经得起用户每天成百上千次的真实使用。"
这句话背后藏着一个手机行业过去二十年没有真正遇到过的问题。旗舰手机比性能这件事,一直有个默认前提:同一时刻,只有一个任务在真正吃算力。你打游戏的时候不会同时修图,刷视频的时候不会同时导出4K剪辑。
厂商比拼的是"单任务爆发力",谁的芯片跑分高,谁的散热顶得住峰值功耗,记的是一笔账。这个前提今天被打破了。发布会上,厂商提到一个不算显眼但值得多想一层的设计:"AI性能引擎"要做的事,是让豆包手机助手在后台执行多步骤任务时,不去抢占前台界面的算力。
这句话听起来像常规的系统优化话术,但它指向的是一个手机行业从没真正面对过的问题:当AI智能体开始替你在后台持续操作应用,手机的算力账本第一次要同时记两笔账,一笔是你看得见的前台流畅度,一笔是你看不见的后台执行力,而这两笔账天然是冲突的,谁多吃一口算力,谁就得少留一口给对方。
安卓的"省电哲学",和智能体的"持续工作"正好相反
安卓系统过去十年优化后台的核心逻辑,是把后台"杀掉"来省电。从Doze省电模式到应用待机分级机制,安卓的官方设计思路一直是:后台应用越安静越好,除非用户正在看它,否则系统有权限限制它耗电、限制它唤醒、限制它跑定位和网络请求。这个逻辑对社交App的推送、对音乐播放器的后台播放是合理的,因为这些后台任务是"轻量常驻"。
放在两笔账的框架里看,过去的安卓系统基本只需要记前台这一笔账,后台那一笔常年被压到最低,压得越死,省电效果越好。但GUI智能体的后台任务不是轻量常驻,它是持续读屏、持续判断、持续模拟点击的重度前台级操作,只是被挪到了看不见的地方执行。努比亚上一代M153走的路线,OFweek此前的行业梳理提到过一个细节:靠端侧视觉识别加模拟点击,"看懂界面再动手指"去操作那些没有开放API的第三方App。
这条路线的即插即用是真优势,不管对方App开不开接口,只要界面能被看懂就能操作,覆盖面天然比标准接口宽。但从工程逻辑可以推断,它的代价也是实打实的:每一步都要重新做屏幕内容识别和决策推理,而不是一次API调用直接拿到结果,算力消耗是持续的、随App界面复杂度浮动的。
这笔账还不是一次结清的,App换了一次改版,识别难度可能突然上升,厂商没法靠一次适配就一劳永逸,得持续投入算力和工程资源去追App生态的变化。
换句话说,模拟点击路线的算力账单是一笔要一直往后台加钱的长期负债,这也是为什么"调度"这件事对这条路线来说是生死线,不是加分项。这里有个数字可以当参照,但要先说清楚它有多不严谨:某数码媒体的实测栏目引用过一组数据,称市面上手机智能体在70次任务测试中整体成功率仅20%,39%的任务启动后中断,测试方法和样本量都没有公开细节,不能当行业结论用。
但它至少提示一个方向,任务半路中断,不一定是模型理解错了意图,也可能是执行链路被系统资源限制打断了。
放回两笔账的框架里,这就是后台那笔账没记平,模型再聪明,如果执行过程中CPU被系统判定为后台低优先级、算力被降频甚至进程被冻结,任务照样跑不完。
硬件给了空间,但调度算法才是真正的答案
这次的硬件底座是第五代骁龙8至尊版,3纳米工艺,高通官方给出的数字是Hexagon NPU性能相比前代提升37%,支持220 tokens/秒的端侧大模型解码速度。芯片里还有个不太起眼但相关的设计,传感器中枢功耗比前代降低33%,官方把它定位为"智能体的入口",负责语音唤醒、环境感知这类轻量常驻任务,不需要唤醒主SoC就能完成基础感知。
这些参数解决的是算力"上限"问题,NPU更快、更省电,理论上能同时喂饱前台渲染和后台推理,相当于把账本的总额度做大了。但账本额度大不等于两笔账能同时记平,真正决定用户体感的,是操作系统层面怎么把这块算力在前台界面和后台Agent任务之间实时分配。
努比亚这次公开的说法是,前后台都有任务时,算力优先保障前台流畅运行,同时划一部分给后台AI任务做"细水长流"式执行。
这套分配逻辑目前只停留在厂商自己的描述里,多大的并发负载下会出现前台掉帧,后台任务被降频到什么程度,连续跑几个小时之后温控策略会不会牺牲后台任务的执行速度,这些指标都还是空白,没有第三方公布过实测数据。这不是要否定这项工作的价值。恰恰相反,系统层的资源仲裁问题从工程角度看是真正的硬骨头,比堆一块更大的电池、换一颗更亮的屏幕难得多。
只是"值得认可的方向"和"已经验证的效果"之间,还差着第三方实测这一步。
别人怎么解这道题:同一个问题,不同的绕法
这道"前后台并发"的题,行业里有几种不同解法,能帮我们看清努比亚这条路线的位置,也能看清各家给两笔账开出的不同解法。荣耀的思路是把重点放在打通生态协议上,今年接入了A2A协议,手机助手可以把任务"工单"直接发给微信这类应用的Agent,由对方自己执行再回传结果。
这样手机侧不需要靠模拟点击去操作别人的界面,后台那笔账几乎不用自己记,这条路径在多家科技媒体的报道中都有提及。
OPPO的Agent Matrix、vivo在端侧轻量化上的持续投入,走的也是尽量把任务转化成结构化调用、减少视觉识别负担的方向,本质上都是想办法把后台那笔账记得更轻,而不是想办法把算力总额做得更大。把这几条路线放在一起对比,可以得出一个判断:靠标准接口调用的方案,把后台那笔账变成了一次性的、可预测的小额支出;
靠视觉识别加模拟操作的方案,后台那笔账是持续的、会随App生态变化不断膨胀的长期支出。
努比亚选的是后一种,覆盖面换来了账单的不确定性,这也是为什么"AI性能引擎"这类动态分配机制,对这条路线来说不是锦上添花,而是不做就要破产的必需品。
这道题会成为整个行业的必修课,产业数据能帮着把这个判断落到实处,而不只是停留在技术直觉上。中信证券把豆包和努比亚的合作类比成"华为+赛力斯"式的模式,大模型公司给硬件厂商提供能力和生态支撑,这说明连资本市场都已经把"AI能力能不能稳定跑起来"当成给这类合作估值的关键变量,不只是锦上添花的宣传点。
光大证券的角度更直接,认为在全球智能手机出货量预计下滑的背景下,AI能力已经是厂商唯一能打的差异化牌,这意味着算力调度做不好不是体验瑕疵,而是直接影响这张差异化牌能不能打出去。
市场规模的数字同样指向这个方向:IDC预计2026年中国新一代AI手机出货量将达到1.47亿台,占整体市场53%,Counterpoint Research给出的全球口径是,具备生成式AI能力的手机将占2026年出货量的45%。这两个数字口径不同,一个看中国一个看全球,但合在一起说明的是,接下来一两年市面上过半的手机都要面对同一道两笔账的题,谁先把账记平,谁就先跑出体验上的差距。
电池、温控、体验,这三者的平衡还没有标准答案
回到最初的问题:算力调度做得好不好,现在能验证的东西不多。厂商公布的是原理和方向,不是第三方压力测试下的数据。一个诚实的判断是,这个方向本身是对的、是必要的,但"做到什么程度"目前只能听厂商自己讲。
真正检验它的,应该是独立媒体或评测机构在长时间、多任务并发场景下的实测,比如同时开着导航、后台跑一个跨应用的复杂任务、屏幕还在正常刷视频,连续两小时后手机发热多少、掉帧多少、后台任务完成时间是不是稳定。这类测试目前还没有看到公开数据。
写在最后
安卓系统过去十年用尽力气教育开发者"后台越安静越好",现在智能体逼着系统反过来学会"后台也要好好干活"。这两种设计哲学的冲突,可能比屏幕大小、拍照像素这些参数战争更深刻地决定AI手机这个品类最终能走多远。厂商愿意把这道题摆上台面已经是进步,但下一步该问的是:当所有手机都开始比拼"后台调度",这件事到底应该由系统层统一解决,还是继续各家各写各的私有算法。
如果是后者,那些没有能力自己重写调度逻辑的中小厂商,又该怎么办。