阶跃WAIC 2026展出智能体手机与机器人拼长城

背景

在2026年世界人工智能大会（WAIC 2026）上，阶跃星辰以一场别开生面的展示刷新了外界对大模型落地的认知。过去两年，主流模型公司热衷于在展台上用屏幕展示参数和榜单排名，关注点集中在模型“回答问题”的能力上。然而，阶跃认为，真实世界并非无限延伸的对话框——用户订一次差旅需要跨多个App，同一个任务可能在手机和电脑之间接力，汽车座舱、导航和辅助驾驶彼此割裂，而机器人面对的则是会移动、会出错、无法撤销的物理世界。因此，阶跃将展示重心从“屏幕上的模型”转向了“终端里的智能体”，一口气搬出了手机、汽车和机器人，试图回答同一个问题：大模型已经有了一颗足够聪明的“大脑”，如何给它接上一副真能动的身体？

核心内容

阶跃展区位于WAIC核心展馆世博H1，融合了端云协同的Step模型矩阵、STEPX Neo大模型原生智能体手机、智能体原生操作系统Step AOS、AI模型实验室、车机模型体验以及具身智能应用场景。展区最引人注目的开场表演是：6台不同类型的机器人合作拼装一座3米长的积木长城，使用81,920块微型积木，计划连续作业15小时，每小时拼装约3413块，平均每台机器人每12秒完成一次精准拼装。这些机器人由阶跃基础大模型作为“大脑”理解总目标、拆解任务、排顺序，而原力灵机DM0.5具身通用基础模型作为“运动小脑”执行精细动作。人形机器人从库位取积木，送到组装台由机械手拼成整块，再由机器人转移到主舞台对应位置，实现了多机器人、多地点、多类型的复杂协同。

手机方面，STEPX Neo是阶跃发布的首款大模型原生智能体手机，也是本届WAIC的“镇馆之宝”，并成为首款通过《人工智能终端智能化分级》国家标准L3级测试的智能体手机。它搭载了阶跃Amoo智能体，运行在智能体原生操作系统Step AOS上。Step AOS从底层重构了数据管理、模型调度和系统服务，使Amoo成为系统级原住民而非普通访客。用户只需说出“帮我安排下周去上海见客户的差旅行程，不要早起”，Amoo就能理解意图、拆解任务、调用服务，最终返回一份可直接确认付款的行程单，实现“结果交互”而非“过程交互”。阶跃强调，这种设计的目标是让用户尽量少看手机，减少与设备的交互频率，从而完成任务。

在跨设备协同方面，阶跃展示了Agent在手机和电脑之间的接力能力。用户可在手机上发出指令，电脑端自动接管并执行排版文件、整理资料、在飞书发消息等操作，指令、上下文和进度在两块屏幕间同步。阶跃的桌面端Agent利用computer use能力直接操作电脑，手机端还提供了一个“预览屏幕”让用户获得视觉确认。这种设计将“任务本身”而非仅仅是文件在设备间传递。

汽车方面，阶跃联合吉利、千里科技在极氪8X上展示了升级版“超级智能体”。它以Step 3.7 Flash作为推理大脑，结合端到端语音模型和视觉模型，能理解模糊指令（如“带我去接孩子，路上找家麦当劳，5点前要到学校”），规划路线和时间，启动辅助驾驶，并办理途中临时增加的餐饮需求。阶跃强调，与车厂的合作远比“把一个大模型接进车机”更重，需要打通智能座舱、辅助驾驶和生活服务。

这些展示都基于阶跃的端云协同模型体系。Step模型矩阵分为Pro、Flash、Edge三层：Pro负责复杂推理，Flash面向高频Agent工作流，Edge嵌入手机、汽车等终端处理本地感知和即时反应。该矩阵覆盖语言、多模态理解与生成、语音、图像、视频和音乐，累计发布超过40款模型，其中多模态占比八成以上。阶跃在WAIC前夕发布的Step Edge端侧模型全家桶，在包含图像理解、OCR、GUI操控的29项基准评测中取得同类端侧模型第一，本地工具调用最低延迟可达0.1秒。阶跃CEO印奇指出：“如果不做大模型，做不好小模型。”端云结合的关键在于Agent能自主判断何时由本地处理，何时请求云端更强的大脑。

关键要点

• 阶跃在WAIC 2026上展示了手机、电脑、汽车和机器人四大终端，核心逻辑是同一套端云模型和操作系统（Step AOS）在不同载体上的落地。
• STEPX Neo是首款大模型原生智能体手机，通过L3级国家标准测试，搭载阶跃Amoo智能体，实现“结果交互”——用户只需描述意图，Agent自动拆分任务并执行。
• Step AOS从底层重构了数据、模型和系统服务，使Amoo成为系统级原住民，具备“可信、可见、可控、可逆”四道安全闸门，敏感操作需用户确认且可撤回。
• 跨设备Agent接力：手机端指令可无缝转移至电脑端执行，利用computer use能力操作电脑，任务进度同步，无需用户重复说明背景。
• 汽车智能体：与吉利、千里科技合作，在极氪8X上展示，能理解模糊、非严谨的指令，融合智能座舱、辅助驾驶和生活服务，模型端云协同。
• 机器人协同拼装：6台不同类型机器人合作15小时拼装3米长积木长城，阶跃基础模型负责规划和推理，原力灵机DM0.5负责执行亚毫米级精细动作，实现多机器人复杂协作。
• 阶跃模型矩阵：Step Pro/Flash/Edge三层，覆盖语言、多模态、语音、图像、视频、音乐，端侧模型Step Edge在29项基准评测中排同类第一，本地工具调用低至0.1秒。
• 端云协同原则：敏感任务本地处理，复杂任务上云；Agent自主判断何时调用本地或云端能力。

意义与影响

阶跃在WAIC上的展示标志着大模型公司从“模型能力展示”向“终端智能体落地”的转变。过去，大模型主要作为“对话工具”存在，用户需要反复输入指令、跨越多个App操作；阶跃提出的“结果交互”理念，将AI从聊天框里释放出来，让用户只需表达目标，由智能体完成中间所有步骤。这种范式有望改变人们与手机、电脑、汽车和机器人的交互方式——从“操作设备”变为“委托任务”。

STEPX Neo作为首款智能体原生手机，挑战了现有操作系统和应用生态的底层逻辑。如果Agent成为第一入口，App的形态和分发模式可能被重塑，隐私和安全机制也需要重新设计。阶跃通过“四可”原则（可信、可见、可控、可逆）给出了初步解决方案，但真实用户接受度和应用生态协同仍有待验证。

跨设备Agent接力打破了设备孤岛，使任务而非文件成为流转的核心。这对于多设备用户而言，可能显著提升工作效率。汽车智能体的展示则证明，AI不仅要会聊天，还要会开车、会办事，这要求模型与整车系统深度耦合，而阶跃与吉利的合作（由同一人掌舵AI大脑和终端载体）在国内尚属罕见，可能加速“舱驾一体”的落地进程。

机器人协同拼装长城的实验，展示了具身智能从实验室走向真实物理世界的可能性。亚毫米级精度和15小时连续作业能力，意味着大模型+具身基座模型已经能够处理复杂、动态、长周期的物理任务，这对未来工业制造、仓储物流、家庭服务等领域具有重要的参考价值。

整体而言，阶跃并未给出终局答案，但它清晰地指明了方向：大模型的下一站不是更聪明的聊天机器人，而是进入手机、电脑、汽车和机器人这些“身体”中，真正替人感知、记忆和行动。这种“模型+系统+终端”