AI長出手和腳，中企們夯爆了

手機已死，智能體當立？

2026年MWC（世界移動通信大會）3月2日～5日在西班牙巴塞羅那菲拉格維亞展覽中心舉行，主題為“智能新紀元”（The IQ Era），旨在探討連接技術如何驅動社會進入更智能的時代，展會上，中國科技團正在用物理AI重寫全球競爭規則。這不是彎道超車，是換道領跑。

AI正在從虛擬助手進化為物理伙伴，它不再只是屏幕里的語音交互，而是能感知環境、主動行動，甚至擁有手腳的智能體。

MWC 2026的三大核心趨勢，即終端形態破壁、通信底座AI原生、具身智能加速應用。這些正共同勾勒出一個全新的科技范式：AI+硬件+通信的深度融合，正在重塑人類與技術的互動方式。

一、從工具到伙伴

AI長出手腳

一個反直覺的事實正在巴塞羅那展館蔓延：全球智能手機出貨量預計同比下滑12.9%至11億臺，創2013年以來最低紀錄。而MWC 2026最擁擠的展臺，恰恰是那些不再像手機的手機。

榮耀CEO李健的宣言極具象征意義：手機不該只是一個有著觸摸屏的無趣黑色方塊。這家廠商掏出的Robot Phone，在頂部長出三軸機械云臺，擁有自由度運動能力，配合兩億像素攝像頭實現AI自動取景、智能跟蹤。這不是參數內卷，而是形態革命。

更積極的信號來自榮耀同步亮相的首款消費級人形機器人，定價12.8萬～15.8萬元，計劃2026年小批量量產。榮耀由此成為全球首家入局消費級人形機器人的手機公司。李健的邏輯很清晰：機器人是手機的自然延伸，未來將與手機、平板、手表共享數據與服務，構建人-機-環共生系統。

榮耀正在從硬件銷售轉向智能體即服務（Agent as a Service）。其核心價值主張不再是通信工具，而是增強人類智能（AHI），通過個人智能、全局智能與邊端智能的協同，提升用戶適應、進化與享受當下的能力，關鍵資源也從供應鏈管理能力，拓展為跨設備AI生態的協同效率。

努比亞的路徑更軟但同樣積極。其M153豆包手機助手技術預覽版，依托系統級智能體深度集成，用戶通過自然語言即可觸發跨應用復雜任務執行，從人操作手機到AI幫您操作手機。初代產品曾因AI自動操作涉及權限問題被主流應用限制，但數月后多家頭部應用從抵制轉向合作甚至主動適配。這揭示了一個關鍵轉折：平臺級AI與應用生態的博弈，正在從對抗走向共生。

傳音則給出第三種答案：模塊化。4.9mm超薄機身保留核心功能，專業鏡頭、游戲手柄、備用電池通過磁吸接口按需連接，數據傳輸依托毫米波與Wi-Fi 7實現零延遲。這種樂高式設計針對價格敏感、維修不便的新興市場，本質是硬件層面的微服務架構—用可組合性對抗一次性購置成本。

天眼查媒體綜合信息顯示，存量市場的破局點不在做得更好，而在于重新定義品類。當硬件參數觸及天花板，中國廠商選擇打破物理邊界，將手機從工具重構為智能體入口。這不是逃避內卷，而是主動創造新賽道，用形態創新激活換機需求，用生態協同建立遷移成本。

二、6G不是更快的5G是AI的原生底座

如果說終端形態之變是前臺表演，通信網絡的后臺重構則更具戰略縱深。

高通公司CEO安蒙的判斷直指本質：6G的使命，是成為賦能AI時代、讓AI無處不在的無線通信技術。這不是營銷話術，高通已與近60家全球生態伙伴達成6G發展共識，計劃2028年進行技術演示，2029年起逐步實現商用。更關鍵的是，6G將成為首個原生AI網絡，連接能力與AI深度融合，AI預計貢獻全球網絡流量增長的30%。

華為的布局同樣激進。其發布的U6GHz全場景系列化產品矩陣，覆蓋宏站、小站及微波全品類，被視為5G-A向6G演進的橋梁。華為ICT BG CEO楊超斌透露，6G標準化工作已正式啟動，首個3GPP標準版本凍結將不早于2029年3月，但未來五年是移動AI業務爆發的關鍵窗口，5G-A成為產業必然選擇。

根據技術采納生命周期理論分析，中國廠商在6G布局上呈現分層協同的成熟生態特征。

天眼查媒體綜合信息顯示，華為、中興等設備廠商作為創新者，還在突破核心技術。例如，中興展示的全球首創2048個天線振子6G原型機，AI算法驅動下容量較5G-A提升10倍；中國移動、中國電信等運營商作為早期采納者驗證應用場景。中國移動建成全球最大5G-A網絡覆蓋超330個城市，中國電信獲批衛星移動通信業務經營許可布局空天地一體化。這種應用倒逼網絡設計的模式，與5G時代先建網再找應用的邏輯截然不同，技術演進由場景需求驅動，而非技術供給推動。

更具象征意義的是通感一體的落地。智元機器人與中國電信聯合展示的6G+四足機器人，依托6G網絡的通感一體與泛在連接能力，將活動半徑從結構化場景拓展至核設施內部、深海油氣平臺、月球表面基地。這意味著6G不僅是管道，更是具備感知與計算能力的智能基礎設施。

而下一代網絡競爭的核心是AI原生能力，而非傳輸速率。

中國廠商的集體搶跑，本質上是搶占智能體互聯網的生態位。當網絡價值從人與人溝通升級為智能體互聯，而此刻中國的6G技術專利占比又已居全球第一，換句話說，我們有了標準制定權與核心專利，也就掌握了未來十年十萬億美元級新產業空間的優先分配權。

三、生態大爆發時代到來

MWC 2026最顯著的敘事轉折，是AI從技術參數展示轉向場景價值兌現。

小米展臺是最佳觀察窗口。其以The New Wave of AI為主題，展示AI賦能的人車家全生態：海外智能手機搭載HyperAI系統，支持調用Gemini模型與全局AI功能；SU7 Ultra展示超級小愛語音助手與智能座艙系統；首次海外亮相的Miloco全屋智能系統，通過視覺語言模型解析場景語義后生成控制指令。例如，識別地面垃圾主動觸發掃地機器人，檢測用戶休息聯動空調與窗簾。

支撐這一切的是自研基座大模型MiMo。2025年以來，小米陸續開源MiMo-7B、MiMo-VL-7B、端到端語音模型，并發布具身大模型MiMo-Embodied———首個打通自動駕駛與具身智能的跨域基座模型。但小米并未優先構建獨立AI App，而是將模型嵌入澎湃OS與終端系統，成為操作系統級能力。

根據天眼查媒體綜合信息顯示，小米正在構建多邊平臺的物理版本。一邊連接超過7.4億全球手機月活用戶與10億臺IoT設備，一邊通過MiMo大模型提供智能能力，中間以澎湃OS作為統一操作系統降低交易成本。網絡效應不僅來自用戶規模，更來自跨設備數據閉環—視覺、語音與環境感知數據為模型訓練提供反饋，模型優化提升用戶體驗，體驗增加使用頻率，頻率反向優化模型。這種感知-決策-執行的完整鏈條，比純線上平臺更具現實約束與反饋強度。

阿里巴巴的入局同樣值得關注。其千問AI眼鏡將大模型能力延伸至可穿戴設備，疊加國補后1997元起的定價展現先圈地，后盈利的互聯網打法。更關鍵的是生態協同，通過底層千問大模型無縫調用導航、購物、辦公等阿里系App功能，眼鏡成為移動AI的輕量級入口。

雷鳥創新與德國電信合作的Magenta AI代理式應用，則探索去手機化路徑，全球首款搭載eSIM的AR眼鏡，讓設備從手機配件進化為獨立終端。這考驗功耗、重量與運營商合作，但代表了可穿戴設備獨立化的趨勢：端側AI成為核心驅動力，智能手表、AI眼鏡正逐步脫離手機，獲得自己的靈魂。

AI下半場的勝負手是場景密度×生態協同。

單點技術領先難以持續，但將模型能力嵌入高頻物理場景（家庭、出行、辦公），形成跨設備數據閉環與用戶體驗一致性，就能構建護城河。中國企業的優勢在于：全球最龐大的用戶基數、最豐富的應用場景、最活躍的數字化生態，以及最完整的硬件制造縱深。

這就是種桃樹。

天眼查媒體綜合信息顯示，小米2025年AI研發投入75億元，未來五年至少2000億元。那么，這就有了一個問題：為什么這次是中國定義規則？答案呼之欲出：是因為結構性優勢。

當技術范式從連接轉向智能體互聯，競爭焦點從單點產品性能轉向生態系統協同效率，中國廠商憑借場景密度與制造縱深，正在構建難以復制的結構性優勢。

MWC 2026的中國軍團也呈現出前所未有的體系化陣容：超過350家企業參展，同比增長21.5%，規模僅次于西班牙和美國。從底層通信技術到下游終端，從華為、阿里等巨頭到眾多創業公司，中國科技企業正在跨界協同，借助AI技術窗口實現新一輪反超。

這種群體性崛起背后有三個結構性支撐：

第一，制造縱深與供應鏈響應速度。 榮耀能在短時間內推出機器人手機與人形機器人組合，依托的是深圳及周邊地區完整的精密制造產業鏈。當全球同行還在論證可行性時，中國廠商已進入工程驗證階段。這種快速試錯-迭代優化的能力，在硬件創新周期中形成時間差優勢。

第二，場景密度與數據閉環。小米的10億臺IoT設備、7.4億手機月活用戶，阿里的電商與辦公生態，字節的短視頻與內容創作體系，這些不是孤立的用戶數字，而是模型訓練與驗證的數據油田。物理世界數據的豐富性（視覺、語音、環境感知）為AI優化提供更完整的反饋閉環。

第三，政策-市場-技術的協同演進。從6G標準制定到衛星通信許可，從AI眼鏡國補到數據主權基礎設施建設，中國市場的制度優勢在于能快速形成技術標準-商業應用-政策支持的正向循環。當全球還在討論AI倫理與監管框架時，中國已在特定場景（如工業巡檢、家庭服務）實現規模化落地。

中國正在AI應用領域形成產業集群效應。波特鉆石模型的四要素：生產要素（制造能力與數據資源）、需求條件（龐大且多樣化的本土市場）、相關與支持性產業（通信設備、半導體、云計算的完整鏈條）、企業戰略與同業競爭（激烈競爭倒逼創新），全部指向正向強化。

以用戶需求為核心，通過AI重構終端形態與交互邏輯，讓智能體能力從概念落地為可感知、可依賴的日常體驗。可以說，MWC 2026，中國企業集體亮相，是這種內生優勢的外化表現。

作者｜張淇

編輯｜胡展嘉

運營｜陳佳慧

出品｜零態LT（ID：LingTai_LT）

頭圖｜網絡公開用圖