WAIC 2026:Agent成AI手机新趋势,手机行业迎来新变革!

【展会盛况,手机新趋势初现】

在阳光明媚的上海,WAIC 2026已经如火如荼地举办到第二天了。今年大会把世博、张江和西岸“三地四馆”一起拉进来,超过1100家企业齐聚一堂,新产品、新技术堆得满满当当。雷科技派出由资深编辑@重嘉领衔的报道团,正在一线进行紧张报道。

【Agent成AI手机新趋势】

纵观整个大会,最抢镜的是机器人,但报道团真正停下来关注的,是几台正面看起来平平无奇的手机。努比亚把豆包手机助手塞进新机NaviX Ultra,阶跃星辰第一次把STEPX Neo带到WAIC,荣耀则准备让Robot Phone自己转头、看人、跟拍;场馆外,OPPO小布已经接入支付宝阿宝,微信也被传在和多家手机厂商推进类似合作。这似乎意味着,厂商已经不满足于让AI当工具,而是想让Agent成为下一代手机的主角。

过去两年的AI手机,本质上还是“手机加AI”,各个功能分得明明白白,但这些能力容易被独立应用取代,且未真正改变使用手机的方式。此前因端侧模型的任务规划和工具调用不稳定,以及云端传输用户信息不安全,厂商只能搁置让AI独立完成任务的想法。如今,7款手机端侧生成式AI服务完成备案,手机端侧模型正式走进合规落地阶段,厂商们开始比较Agent能力,努比亚NaviX Ultra(豆包二代手机)便是典型。它与前代不同,改走极简风,颜值更高,卖点是豆包手机助手。去年努比亚M153技术预览版展示了Agent的操作能力,但更像工程机,今年则重点转向能否长期、稳定地替用户完成任务。阶跃星辰的STEPX Neo也采用类似思路,以个人智能体Amoo作为主要交互入口,可统筹处理多种需求。这也是手机厂商强调端侧模型的原因,既能提高响应速度,又能保障用户信息安全。不过,Agent手机在日常使用中的稳定性仍有待考验。

【手机主动看世界】

传统手机助手需用户主动唤醒,缺乏环境感知能力。而在WAIC 2026上,AI手机开始朝着主动判断用户场景的方向发展,荣耀展出的Robot Phone就是例子。它配置强大,卖点是可伸出机身、自由转动的双轴机械云台,让手机拥有主动观察环境的能力,甚至给人一种“活的”错觉。按照荣耀计划,它还将上线智能体能力,根据用户习惯和情绪状态自主决策。目前该产品已开启全渠道预约,预计今年八月正式发布。但“主动式智能”也面临隐私和权限问题,需要谨慎处理。

【系统成为新关键】

目前让AI模仿人类操作界面的GUI路线有优势也有缺点,还存在数据安全问题。今年WAIC展会上出现新路线,GUI Agent负责普通应用,支付、社交和生活服务通过A2A或MCP标准接口让不同智能体直接合作,OPPO小布和支付宝阿宝、微信与多家手机厂商的合作就是例子。只有A2A和MCP做好高频敏感任务,GUI补充未覆盖场景,Agent才有机会进入复杂环境。但传统手机助手+安卓系统的思路已不够用,阶跃星辰推出智能体原生操作系统Step AOS,旨在解决现有智能体的问题,实现从“过程交互”走向“结果交互”。荣耀将MagicOS升维成Agentic OS,小米也放出下一代系统进化成AgentOS的信息。手机厂商、互联网平台和大模型公司相互制衡,谁能更好地理解用户需求、调用更多服务,谁就更有机会成为下一代用户体验的入口。

【手机要换一种新活法】

两天的展会展示了国内厂商在端侧模型、Agent手机和系统级AI上的新进展,也能感觉到手机厂商讲故事的方式变了。当下智能手机市场日子不好过,出货量下滑,存储和零部件涨价,厂商面临困境。Agent正好接过接力棒,今年WAIC上的手机有了新变化,开始替用户完成任务、理解环境、重做系统调度。未来,手机能替用户做什么将更受关注,谁能让Agent少翻车、真办事,管好权限和隐私,谁就有机会赢得生机。

yolo算法港口码头船舶目标检测数据集 目标类别:['ship'] 中文类别:['船舶'] 训练集:16046 张 验证集:1971 张 测试集:983 张 总计:19000 张 该数据集提供了data.yaml文件,内容如下: train: ../train/images val: ../valid/images test: ../test/images nc: 1 names: ['ship'] 该数据集聚焦于港口码头及近海水域的船舶检测任务,涵盖多种类型船舶在不同天气、光照和水文条件下的真实场景。图像样本覆盖了货轮、客轮、拖船、油轮及工程船等典型船只,充分体现了海上交通与港口作业的复杂性与多样性。通过高精度标注,该数据集为海上智能监控、船舶识别与航行安全预警系统提供了高质量的数据支撑,具有重要的实际应用价值。 该数据集在训练集、验证集和测试集之间实现了科学合理的分布,训练集包含16046张图像,验证集1971张,测试集983张,总计19000张。这种分布结构确保了模型在训练过程中具备充足的样本学习能力,同时验证集与测试集规模适中,能够有效评估模型的泛化性能与稳定性,符合深度学习项目对数据划分的标准要求。 该数据集的标注工作严谨规范,所有船舶均采用精确边界框进行标注,覆盖了不同尺寸、姿态和视角下的目标实例。标注框紧密贴合船舶轮廓,未出现明显偏移或遗漏,且在复杂背景(如水面反光、雾天、桥梁遮挡)下仍保持高一致性。标注信息完整可靠,为后续模型训练提供了坚实基础。 该数据集可广泛应用于港口自动化管理、海上交通监控、船舶动态跟踪、航道安全预警以及海洋执法等领域。其丰富的场景覆盖和多样化的船舶类型使其特别适用于智慧港口建设、海上搜救系统开发及航运物流智能化升级,能够有效提升相关系统的识别准确率与响应效率,推动海洋经济数字化转型。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值