一年前，大众还在探讨“ai手机究竟为何物”“ai电脑又能带来哪些新体验”。而今，mwc26上海展会现场已给出清晰回应：一句口语指令，豆包手机即可跨应用自主执行任务；ai眼镜不仅能将实时翻译字幕投射至视野前方，还能同步录制通话、提炼会议核心要点；人形机器人正活跃于工厂产线，在高精度作业中实现接近100%的成功率。
IDC预测显示，2026年中国市场传统AI终端出货量将突破3亿台；到2027年，其渗透率有望跃升至93%以上。
为此，MWC26上海首次设立“移动AI创新先锋”主题展区，系统呈现人工智能如何借由智能手机、智能眼镜、智能玩具等多元终端，深度融入日常生活的方方面面。
算力下沉，把“随身创作中心”塞进衣兜
AI终端落地的首要挑战在于：算力从何而来？
倘若所有AI交互都必须仰赖云端，延迟响应、运营成本与数据隐私这三重障碍便难以逾越。
联想的选择是——本地化。一款掌心大小的设备——AI主机P7，整机重量仅约300克，最大功耗控制在30W以内。然而正是这样一台轻巧小盒，却具备高达190 TOPS的本地算力，支持最大122B参数的大模型部署及128K长上下文处理能力，即便在完全断网的极端环境下，仍可维持50Token/s的本地推理速度。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
对普通用户而言，这意味着无论身处万米高空的航班、信号全无的地下车库，还是网络覆盖薄弱的偏远山区，都能流畅开展AI对话、知识整理、文档检索等操作——全程无需联网，也无需消耗Token。
展台工作人员透露，联想的目标是让80%的Token生成发生在设备端，仅20%交由云端协同完成。这实质上是对当下“Token焦虑”的一次逆向破题：当Token日益成为AI时代的“硬通货”，谁能将Token的生成成本压得更低，谁就更有可能掌握未来的话语权。
联想展台另一款终端——赛博机，定位亦与此一脉相承。据现场介绍，用户上传的文档、图片、音频、视频等全部资料，均可通过本地AI完成自动归类、语义搜索与专属知识库构建。只需一句话指令，系统即能调用本地AI完成日程创建、邮件发送等操作。若终端本地能力足够强大，用户便无需再将敏感文件上传至云端，交由大模型解析。
AI眼镜则是端侧算力下沉的又一关键战场。本次展会上，多款AI眼镜早已超越“带摄像头的蓝牙耳机”范畴，集成实时翻译、路径导航提示、演讲提词等实用功能。
千问展台工作人员表示，尽管当前AI眼镜仍需借助蓝牙连接手机以调用算力，并受限于体积、重量与续航等现实条件，但随着端侧芯片性能持续跃升，摆脱手机、独立运行已不再是遥不可及的愿景。
从“应用容器”迈向“智能体舞台”
当算力下沉解决了“能否运行”的基础问题，AI终端落地的下一个关键命题便是——“如何交互”。
过去二十年，智能手机的一切逻辑皆围绕App展开：打开→操作→关闭。但在荣耀产品线总裁方飞看来，移动终端正经历三重演进：交互方式正由图形界面转向基于意图表达的Agentic UI；价值重心正从服务单一应用转向管理用户全场景上下文；分发逻辑则从面向消费者，转向面向智能体本身。“未来十年的移动终端，将不再只是应用的承载平台，而是智能体施展能力的核心舞台。”
方飞进一步勾勒出AI终端的远景图景：下一代Agentic OS操作系统将以人为中心，具备意图驱动、自然交互、主动智能与天生跨端四大特性。感知能力也将走向“分布式”——手机作为算力中枢，AI感知能力则延伸至手表、耳机、眼镜等边缘设备，真正解放用户的双手。
中兴则携与豆包联合打造的AI原生手机努比亚M153亮相展台。尽管关于隐私保护与安全机制的讨论仍在持续，但《IT时报》记者在实际体验中感受到显著便捷性：只需以自然语言完整表达需求，如“在微博发布一条关于MWC的快讯”，手机即可自动调取微博App，撰写文案并一键发布。
中兴展区还展出AI宠物iMoochi，可通过触觉与语音识别用户情绪，并以眼神变化与独特“拟声语言”作出回应。
从命令行的一维输入，到图形界面的二维操作，再到具身交互的三维沉浸，人机交互的新范式已然启程。
扎根物理世界的AI，或将成最大Token消耗者
如果说手机、PC与眼镜在AI终端家族中分别承担“中枢”“管家”与“感官”的角色，那么人形机器人，则是AI的“身体”，是真正嵌入现实世界的AI终端。
智元联合创始人、总裁兼CTO彭志辉在大会主旨演讲中提出一个关键判断：“未来最大的Token消耗主体，很可能是现实世界中的具身智能体。”他解释道，具身智能体在物理空间中持续运行，时刻进行环境感知、任务理解、动作规划与反馈执行，其任务空间涵盖数字世界与物理世界的总和。
这一观点也侧面印证了机器人赛道当前面临的核心瓶颈——高质量数据供给不足。苏度科技联合创始人韩铮指出，单靠实体机器人采集真实世界数据，远不足以支撑通用机器人模型训练；而简单拼接多个垂直场景的小模型，又难以构建真正意义上的通用大模型。仿真数据的真实性、真实数据采集的效率，已成为行业共性难题。
彭志辉介绍，为突破该瓶颈，智元构建起本体智能、运动智能、作业智能、交互智能“四智融合”的技术框架，其本质，正是为了回答一个根本性问题：机器人如何真正嵌入真实工作流并创造价值？又该如何与人类实现自然、可信的协作？
图片／ IT时报
本文来自微信公众号 “IT时报”（ID：vittimes），作者：沈毅斌，36氪经授权发布。
