39万人预约，一秒破亿！国产AI手机卖疯了，苹果还镇定吗？

一款还没上手的手机，把预约人数堆到近40万，正式发售那一刻直接"一秒破亿"——努比亚NaviX Ultra这场首秀，把国产AI手机的热度顶到了一个新高度。时间线并不复杂。

2025年12月，第一代豆包手机技术预览版低调挂网，首批3万台当天售罄，二手平台一度炒出千倍溢价。九个月后，2026年9月14日，搭载豆包手机助手消费者版的努比亚NaviX Ultra开启预约，9月16日正式发售。

截至开售前，全网预约量接近40万，作为主打AI智能体的旗舰，它把"语音跨App调度任务"作为核心卖点，试图把"人找App"的路径反转为"AI替人跑App"。同一周，大洋彼岸的苹果也没闲着。

新任CEO在发布会上把iPhone重新定义为"智能个人中枢"，并同步推出首款阔折叠。当地时间9月14日，iOS 27正式推送，跳票两年的AI版Siri上线公测。

一位华尔街评论员的评价颇为直接：从用户体验看，其能力大致相当于两年前免费版的ChatGPT，且国行用户目前尚不能使用。对比之下，豆包手机已经把版本迭代到第二代。

侧边AI键加入指纹，敏感操作一按即完成安全授权；远场唤醒经过优化，嘈杂厨房里也能被叫醒；"眼睛"从只能看屏幕扩展到看物理世界，摄像头对准商品即可完成比价搜索；"全局记忆"在用户授权下打通相册、短信、便签等本地信息，让AI真正"记住"用户。

争议也绕不开：消费版对隐私、支付、不可逆操作做了分级二次确认，对第三方应用发布了SAEP协议和30天规则公示；代价是当前语音Agent优先覆盖字节跳动旗下产品，跨生态指令仍会"跑不通"，例如点外卖会被引导到抖音服务而非京东。

定价方面，12GB+512GB版5999元、16GB+512GB版6499元、16GB+1TB版7499元。

据努比亚官方渠道披露，NaviX Ultra开售首日全网销售额一秒破亿，四种配色的首批库存迅速售罄，部分渠道叠加国家消费补贴后起售价下探到5499元。

目前MCP协议接口首发接入的第三方应用仅有曹操出行、汽水音乐等寥寥数家，绝大多数场景仍依赖屏幕自动化执行。

与此同时，vivo X Fold6也已于9月中旬在中国大陆开启预售，成为同期另一款主打AI体验的旗舰机型，业界普遍将这两款新品视为国产AI手机赛道分化路径的代表性样本。

把话题拉回硬件侧，另一场同样值得关注的较量正在折叠屏与端侧AI芯片之间展开。不久前在上海举办的世界移动通信大会上，vivo全球首次亮相X Fold6折叠屏，搭载与联发科技联合研发的天玑9500超能版芯片，目标是打造AI体验最好的移动终端。

vivo X系列产品部总经理韩博笑与联发科技无线通信事业部副总经理陈一强，从三年前就开始联合定义这颗芯片，从底层到应用逐环节磨合。两家公司的合作在2020年之后进入新阶段，2022、2023年前后再度升级。

如今基本上每一代都是双方一起首发，介入时点从最后半年的调试前移到最初的设计。以天玑9500为例，合作始于1000多天前；目前双方在推进的已经是它之后两代以后的产品——三年后的手机现在就已经开始定义。

在联发科技看来，vivo是旗舰战略合作伙伴。真正定义用户体验的往往是软件加硬件，甚至更多是软件牵头定义硬件走向。

早年一个例子是视频画面被弹幕铺满：硬件工程师最初觉得那不叫看视频，后来才发现有人陪着一起互动才是真正的视频体验，这对GPU的渲染能力提出完全不同的要求。

进入旗舰赛道必须先找到行业里的leading customer，告诉自己该往哪投——vivo恰在这些关键节点上与其做深度的资源和洞察对接。vivo则强调"用场景牵引技术"：用户在什么环境、什么场景、需要解决什么问题、达到什么标准。

合作早期偏基础，后来则是vivo直接把用户需求场景翻译成对硬件的具体要求。

天玑9500上一代，人像拍照录像的虚化与实时美化，原本vivo自己做了一颗小芯片，后来这项能力被交给联发科技集成到SoC；拍照时手抖导致画面模糊，双方在NPU里做了一个专门追焦的小模块，从定义之初就带入。

关于折叠屏，韩博笑坦言自己也是去年才慢慢转成折叠屏用户。第一阶段折叠屏具备大屏优势，也伴随续航、拍照、折痕、耐用性等短板，用户两极分化。

这一阶段大约到2024年基本翻篇，抗跌落、发热、续航等问题在过去两年被解决得相对到位。前年折叠屏与直板机大约是80分与90分的差距，到今年基本可以拉平。

问题是折叠屏仍贵不少，第二阶段必须让"多花的钱值得"。业内对折叠屏最普遍的批评是打开率不足——大屏和小屏看东西差别不大。

突破口在于把大屏真正用起来同时处理更多任务，充当手机与平板、PC之间的桥梁：既有足够信息量，又保持便携。端侧AI的路径，联发科技认为云与端相辅相成。

云越蓬勃，端侧入口需求越多。AI会模糊消费电子的品类边界，可以从AI能力、算力、联网能力、多媒体能力等几个维度重新划分产品等级。

联发科技并未把资源全押到云上，而是在多条产品线上与愿意共同探索的伙伴做前期布局。先进制程需提前两三年规划，新形态AI设备大多只能借用为其他产品定义的芯片，能力常常错配。

此前一度走红的AI录音硬件就是例子——端侧需求其实很轻，却极易被手机直接吞掉，因为这一两年手机芯片顺手就把这类能力做进去了。联发科技也在开放平台，让不同厂商用天玑旗舰芯片去尝试新的radical形态。

面对模型、应用3到6个月的迭代与芯片2到3年的规划错配，陈一强的看法是：实体硬件永远快不过软件，关键是让软件在现有产品上探极限，反哺下一代芯片的激进规划。联发科技也与阿里巴巴等模型和互联网厂商深度合作。

两三年前规划天玑9500时，联发科技就"赌"了高算力方向，但硬件顶多占一半，另一半靠软件模型如何适配。提前布局当然可能错判，这也是需要战略伙伴一起承担的原因。

vivo方面表示，首个真正以AI性能、多任务、生产力为标准的合作产品正是X Fold6，AI变化太快，与其纠结时点不如先迈出这一步，且更看重解决当下用户的问题而非追概念。

陈一强补充，很多讨论其实不是方向对错，而是投多投少——投多浪费、涨价，投少要等下一代。关于手机厂商自研芯片，陈一强指出门槛不低。

一要量体足够，先进制程投资大，量不够毛利不够就争不到产能，也难以形成正循环；量够大才能与代工厂持续谈下去。

二要有端到端的系统分析能力——芯片厂商知道CPU、GPU、NPU，却隔着系统和应用未必理解最终场景；手机厂商知道场景，却未必能把场景翻译成规格。像vivo这样的伙伴恰好补上这一环。

联合研发中双方争论频繁：方向一致就直接投，越是争论越能逼出投资边界。拿不准的能力先在vivo自家小周边芯片上试验，验证后再放到下一代旗舰SoC。

影像投资就是典型，长焦要做到什么水平、硅片成本很贵，是vivo用消费者价值论证了必要性。AI则更早，2022年联发科技把AI放进芯片时几乎没有可视化体验，但一旦AI起来，产品完全没有AI能力就是零和一的差别。

端侧AI的实现，从芯片侧大致三件事：投够硬件算力；提供完整的软件架构，让不同模型都能在NPU上跑到最快，联发科技为此提供Neuron Pilot开发套件；解决能效——端侧不会只跑大模型，还要同时开会玩游戏、开会看视频，CPU、GPU、NPU的能效甜蜜点必须开放给操作系统去调度。

vivo则分四层：硬件层之外，模型端要压缩瘦身，蓝心大模型专为天玑NPU适配，在小模型里排名靠前；系统层为折叠形态定制了OriginOS折叠版本；应用层做具备品牌特色的AI尝试，例如手机端训练美颜偏好——用户授权下手机能逐步学到自己的美白偏好；再如会议助手能对不同发言人做分角色语音识别；文件管理AI能自动识别装修相关文件生成文件夹，并对几十份报价横向分析。

天玑9500采用双NPU：超能效NPU持续跑小模型语音转文字，不占用其他任务；超性能NPU负责摘要、发言人区分等重活。若不做这种硬件切分，就无法同时兼顾"又小又持续"和"又大又快"。

对未来手机的AI形态，韩博笑判断两点会加强：一是主动性——AI主动、全天候，可通过手机、耳机、眼镜甚至尚未出现的形态被自动调起；二是多模态理解——目前端侧单张图片理解尚可，但视频等大信息量组合仍吃力，PC端已有更多尝试。

至于AI时代的超级入口是否还是手机，他认为手机仍是中枢，最便携、最大信息量、最强综合性能，其他设备是不同场景的补充，手机更像是"大脑"。

云端与端侧的分工，陈一强从芯片角度给出边界：端侧长期看放4B左右模型的成本相对稳定，再往上7B、10B不仅内存扛不住，热量也让电池设备无法承受。端侧真正的核心价值是实时感知——AI要精准推荐必须先了解用户。

手机同时拥有物理世界与虚拟世界的信息，微信、基站、Wi-Fi的信号都会被融合进AI服务。这也是苹果尝试在耳机上加摄像头的逻辑：多收集数据，进而形成生态闭环。

因此对芯片厂商而言，端云边界不看能力大小，而是看端侧的核心价值锁在哪里。vivo在应用层的分工与之呼应：识别在端侧，记忆在端侧、只留关键数据，复杂推理上云、且传输前在端侧加密。

当前上云的典型任务包括超长文本理解、生成式任务和图片视频类处理，其中图片处理正好卡在中间——AI相机把cosplay画面转成二次元动漫特效属于上云的重度任务，普通美化则可留在端侧。

回望5G落地时终端与C端入口的激烈竞争，可以预见随着端侧设备不断演进、AI触达更多用户，下一步将是生态之争。前端设备理解用户之后要推荐什么，后端互联网生态会走向agent to agent形态，很多互联网公司已开始拥抱这套规格。

国内互联网厂商中也有向终端产品延伸的力量，终端厂商则会凭既有优势与不同伙伴共建后端服务。未来一两年，整个生态都会发生剧烈变化——未来的手机，注定与今天不太一样。

而这场变化的主导权，正在从旧秩序的定义者手中，悄然向国内的芯片、终端与AI大模型联合体转移。