vivo 谈端侧大模型下一步：个人化 AI 与 Harness 成焦点

端侧大模型为何重新成为焦点

据爱范儿 2026 年 9 月 17 日报道，vivo 高管在一场对话中谈及端侧大模型、Harness 以及“个人化 AI”的下一步方向。这一表态将外界视线再次拉回一个关键命题：当大模型从云端下沉到手机等终端设备，AI 能力的分发方式、隐私边界与硬件负载将如何重构。 所谓端侧大模型，通常指模型推理主要在本地芯片上完成，而非全部依赖云端数据中心。其直接价值在于降低网络延迟、减少数据外传，并让 AI 功能在离线或弱网环境下仍可运行。vivo 此次对话中提到的 Harness，从语境看应与其端侧 AI 能力调度或开发框架相关，但新闻摘要未提供具体技术参数，暂缺可核验的细节数据。 需要强调的是，本次新闻已确认的信息仅为：vivo 高管就端侧大模型、Harness 与“个人化 AI”的下一步进行了对话，来源为爱范儿，发布时间为 2026 年 9 月 17 日。对话中的具体观点、产品路线图与量化指标，摘要均未披露，因此不宜过度推断。

芯片与算力：端侧 AI 的硬约束

端侧大模型能否落地，核心约束在芯片。手机 SoC 的 NPU 算力、内存带宽与功耗墙，直接决定模型参数量和推理速度。近年来，高通、联发科、苹果等平台均在强化 NPU 能力，以支撑本地生成式 AI 功能。这一趋势与“个人化 AI”高度契合：只有本地处理足够多用户数据，个性化服务才可能兼顾体验与隐私。 从产业背景看，端侧 AI 也在改变半导体需求结构。先进制程、封装与内存规格的升级，可能进一步向移动平台倾斜。不过，端侧推理是否会显著拉动换机需求，目前尚待观察。vivo 作为头部手机厂商，其高管对端侧大模型与 Harness 的表态，值得视为观察行业走向的一个信号，但不宜直接等同于出货量或市场份额的变化。

个人化 AI 的落地路径与不确定性

“个人化 AI”是此次对话的另一关键词。若端侧大模型能够持续学习用户习惯，并在本地完成推理，手机助手、影像处理、健康监测等场景可能迎来体验升级。Harness 若承担模型与硬件、应用之间的衔接角色，则可能影响开发者接入端侧 AI 的效率。 但必须审慎看待：端侧大模型的参数量、推理延迟、内存占用等关键指标，本次新闻未提供任何数字。个人化 AI 的商业模式、数据合规路径与用户接受度，也有待进一步确认。可以确定的是，vivo 已将端侧大模型与个人化 AI 作为公开讨论方向，这本身反映了手机厂商在 AI 竞争中的战略重心迁移。

数据参考

以下数据均为行业背景参考，非本次新闻发布的数据：

• IDC 2024 年数据显示，全球生成式 AI 手机出货量处于快速增长阶段，但具体渗透率预测因统计口径而异。
• Gartner 2024 年预测，到 2027 年，超过 50% 的智能手机将具备端侧 AI 能力（该数据为预测，非本次新闻确认）。
• WSTS 2024 年统计显示，全球半导体市场规模在 memory 与 logic 带动下保持增长，移动平台是重要需求侧之一。
• SEMI 2024 年报告指出，全球晶圆厂产能持续扩张，先进制程产能是 AI 芯片供给的关键变量。
• 本次新闻中，vivo 高管对话的具体数据、Harness 的技术定义及“个人化 AI”的产品时间表，暂缺可核验的公开量化信息。 #vivo #端侧大模型 #个人化AI #芯片