VDC 之后，我问了 vivo 十个关于 AI 操作系统的问题

9 月 16 日，2026 vivo 开发者大会在深圳举行。大会发布了原系统 7、蓝河操作系统 4，并更新了以“大模型、Harness 和智能体安全架构”为核心的蓝心智能战略。配图：2026 vivo 开发者大会展台和发布会上的产品展示相比，会后群访讨论得更具体：30B 端侧模型为什么突然变得可行，动态光影如何控制功耗，手机智能体为什么不再执着于模拟点击，以及个人化智能怎样避免变成主动打扰。群访中，vivo 副总裁、OS 领域副总裁兼 vivo AI 全球研究院院长周围，vivo AI 产品总经理关岩冰，以及 vivo AIOS 产品总监黄梓勋，回答了有关模型、系统、生态和商业模式的问题。以下内容根据群访速记整理，提问和回答有删节。问：去年 vivo 认为手机没有必要追求更大的端侧模型，今年却宣布预研蓝心 30B MoE。判断发生变化的原因是什么，手机内存能否承受？周围：去年在手机上运行 3B、7B 模型，对内存仍是很大的压力。MoE 稀疏模型改变了这个前提，大模型不必一次全部加载，可以按任务只调用一个或几个专家模型。vivo副总裁、OS领域副总裁，vivo AI全球研究院院长 周围现在旗舰手机的内存普遍达到 12GB，按照任务难度动态激活约 1B 至 3B 参数，模型运行可能只占用 2GB 至 4GB 内存。vivo 因此修正了去年的技术判断，并训练了自己的 30B MoE 模型。这里的 30B 是总参数规模，不意味着每次任务都要把 30B 参数完整装进内存。问：今年发布会不再重点强调云端模型的参数规模，而是更多讨论 Harness、调度和执行。这是否意味着大模型能力已经足够？30B 端侧模型预计何时产品化，运行时还会不会依赖云端？周围：通用人工智能仍在继续向上探索，尤其是自我进化、自我迭代和自我训练，远没有结束。但从今年 7 月之后的情况看，大部分生产力场景已经有了可用的模型能力，限制体验的环节正在转向 Harness、工具调用和任务执行。30B MoE 目前仍处于工程验证阶段。除了模型本身，手机还要解决参数搬运、端侧算力和芯片协同的问题，而一代芯片从规划到落地通常需要约 24 个月。vivo 的目标是到 2028 年底，把模型运行所需内存控制在 4GB 以下，并把工作电流做到约 600mA 的可用水平。对于端侧 30B 部署后云端是否参与，周围给出的回答是“完全不会介入”。换机时真正需要迁移的是用户的感知记忆和长期记忆，模型与 Harness 本身没有迁移的必要。问：今年手机系统普遍加强了玻璃质感和动态光影，但这些效果会增加计算与功耗压力。原系统 7 如何在视觉升级后维持续航和稳定性？黄梓勋：功耗是项目初期最直接的困难。vivo 没有把动态光影当成单纯的表现层，而是从芯片、内存、统一渲染引擎一直做到上层界面，对计算资源和内存调用进行统一管理。第一阶段先在系统应用中建立一致的接口和设计规范，再逐步与第三方应用推进适配。vivo AIOS产品总监 黄梓勋周围：纯软件计算很难长期支撑高斯模糊、透明材质和动态光影。相关能力能够在原系统 7 上实现，也与 vivo 在前两年就开始进行芯片规划、和核心厂商合作，将部分渲染与模糊算法做进硬件有关。黄梓勋也承认，安卓生态的难点是系统厂商和第三方应用很难一次形成统一的设计语言。应用中的商业化元素、资源调用方式和性能优化水平都不同，这部分需要行业逐步形成共识。配图：原系统 7 动态透彩材质与动态光影问：相册随手清、AI 日历等功能看起来都在让系统提前处理信息。vivo 所说的系统级 AI，与用户主动打开助手提问有什么不同？黄梓勋：未来一部分系统应用会减少界面元素，交互更简单，另一些能力可能逐渐淡出用户视野。以相册整理为例，用户不必先打开功能、上传照片再等待识别。端侧模型会提前理解本地内容，在需要整理时给出结果，并把最后的确认留给用户。vivo 将这种思路概括为“AI 走在人前面”。过去是用户触发功能后，系统再把数据交给模型处理；现在是端侧模型先完成感知和初步判断，用户遇到相应场景时只需要确认。黄梓勋认为，端侧处理同时减少了未主动使用功能时把数据上传云端的必要。周围以相册搜索为例补充说，手机中大量照片之所以能够快速完成语义检索，是因为端侧模型已经在后台提取并保存了特征。真正被调用时，系统无需把整个相册送到云端重新识别。问：发布会上提到蓝心 Harness 可以调用 6000 多项原子能力。这些能力具体来自哪里，vivo 为什么没有把模拟点击界面的 GUI 路线放在最优先位置？黄梓勋：目前大部分原子能力来自 vivo 自己的系统应用。原子化的意思，是把应用功能拆成可以单独调用的最小单元，例如写入笔记、转换笔记格式。AI 理解用户意图后，可以重新组合这些能力，完成更复杂的任务。对于第三方生态，vivo 不限定唯一接入格式。合作方可以根据自身情况选择 MCP、Skill、A2A 或其他方式。高频场景还可以把多个原子能力预先组合成 Skill，减少智能体每次执行任务时重新规划的成本。周围认为，完整的端侧 Harness 最终需要数万级技能和接口。新闻稿披露，蓝河 AgentOS 技术预览版已经能够调用 Shell、Python 等 2 万多个接口和能力。但接口规模增加，并不意味着系统一定要通过 GUI 模拟点击所有应用。vivo 更倾向于让应用主动注册能力，由系统在获得授权后调用。问：如果第三方应用没有提供 MCP 或原子能力，智能体如何覆盖长尾需求，又怎样保证跨应用任务的成功率和安全性？关岩冰：未来一段时间内，MCP、Skill、Agent、A2A 和 GUI 等多种技术路径会并存。vivo 目前优先与头部服务合作，是因为当前大约 90% 的高频需求集中在头部应用。长尾应用即使采用 GUI，体验也未必稳定，因此暂时不会大面积覆盖。vivo AI产品总经理 关岩冰在系统自有应用中，vivo 可以对权限、敏感数据和执行过程进行更完整的控制。涉及第三方服务时，则会和合作伙伴共同确定哪些步骤需要二次确认。当前行业还没有统一标准，vivo 的原则是先保证过程透明、操作可控，再逐步提高执行效率。周围表示，vivo 不会通过界面强行调用第三方服务。更合适的方式是由服务方接受系统的调用邀请并注册能力，以减少此前 GUI 自动操作带来的权限和生态争议。问：原系统 7 强调主动理解和主动执行，但不同用户对“主动”的接受程度不同。vivo 如何判断一项 AI 服务是在帮忙，还是在打扰？关岩冰：主动服务首先要因人而异。vivo 在现阶段会保持克制，例如系统每天生成行程或待办建议时，不会一开始就频繁推送。只有当用户出现阅读、点赞、分享、保存或导入日历等持续的正向行为，系统才会逐步增加服务的深度和范围。背后需要一套针对个人行为的正向与负向评价标准，这仍在持续探索。周围用旅行攻略解释了个人化的价值。用户当然可以在其他服务中说明同行者年龄、家庭关系和行程偏好，但很难每次都完整列出所有背景。手机长期保存的家庭关系、身体状况、兴趣与时空信息，可能让小 V 在用户没有主动提醒时，仍考虑到同行老人、孩子或孕期家人的需要，甚至把用户曾经关注过的地点放进行程建议。他的判断是，普通大模型可以根据明确输入生成攻略，但只有掌握个人上下文的系统，才更可能补上用户自己忘记说出的条件。问：几年前行业开始讨论手机智能体，但消费者现在仍然更多使用问答助手。过去的手机智能体遇到了什么瓶颈，vivo 为什么改用个人化智能和 Harness 来描述这条路线？周围：手机智能体并非完全没有走向消费者，一部分能力已经内化到点咖啡、生活服务等具体场景中。变化在于，行业对如何让 AI 访问应用、怎样处理权限和生态关系有了更明确的认识。黄梓勋：早期手机智能体主要等待用户通过语音发出指令，再进行意图拆解、任务编排和执行。现在 vivo 更希望把能力放入系统底层，由端侧提前理解本地内容、形成记忆并判断场景。在授权和场景可控的前提下，系统可以先完成一部分工作，同时明确区分哪些任务由 AI 执行，哪些步骤必须交给用户确认。这意味着 vivo 没有放弃手机智能体，而是把过去一次性交付整个任务的思路，拆成更细的感知、记忆、规划、执行和确认过程。问：蓝河操作系统 4 仍由手表首发。未来用户有没有可能在手机或其他设备上看到蓝河？周围：vivo 一直按照完整手机系统的标准准备蓝河。在 AgentOS 技术预览区展示的设备已经能够打电话、拍照、录像和发短信，说明系统能力本身可以运行在手机上，当前更大的限制仍是应用生态不够成熟。除了手表，vivo 还计划让蓝河进入其他品类。蓝河强调安全、低资源占用和高性能，也在适配蓝心大模型与 Harness。与此同时，BlueKernel 已作为开放原子开源基金会孵化项目推进，多家芯片伙伴也开始适配。就现阶段产品节奏而言，蓝河操作系统 4 将由 vivo WATCH 6 首发；手机上的 AgentOS 仍属于技术预览和长期准备。问：办公智能体已经是竞争激烈的市场，vivo 为什么还要推出小 V Cowork？当复杂任务持续消耗云端算力时，普通用户是否需要为 AI 功能付费？关岩冰：小 V Cowork 的定位不是替代 PC 上的办公智能体，而是让手机成为 PC Agent 的随身控制面板。用户离开电脑后，可以在手机上查看和处理任务。更进一步，手机保存了更完整的个人上下文，可以减少用户反复向不同办公智能体介绍背景的过程。收费方面，vivo 仍会为普通用户提供可用的免费空间。对于使用强度高、流量需求大的用户，则可能提供额外付费的流量包。具体方式仍在探索，但随着复杂任务越来越多地使用云端推理，免费额度加付费扩容可能会成为行业逐步采用的模式。从这场群访可以看出，vivo 对 AI 手机的理解已经不再停留在给系统增加一个聊天入口。原系统 7 承担近期能够交付的日常体验，蓝心 Harness 和端侧记忆负责把 AI 接进系统能力，30B MoE 与蓝河 AgentOS 则代表更长期的技术准备。接下来，这条路线的推进速度，将取决于芯片、功耗、权限体系和第三方生态的协同进展。