一句“帮我规划杭州 3 天旅行，预订最便宜的酒店，并将行程同步到日历”，在屏幕上只有一行。手机要在背后完成目标拆解、酒店 App 调用、价格比较、用户确认和日历写入。任务越长，NPU、内存、电池和散热承受的压力越大。
2026 年，端侧 AI 已经从演示功能走进手机系统。7 月 15 日，7 款手机端侧生成式人工智能服务完成备案，公开名单包括 Apple 智能、华为小艺、vivo 蓝心、小米澎湃和努比亚豆包大模型等。公开资料
手机能否完成复杂动作，已经有不少榜单和发布会给出答案。更贴近日常的问题是：连续执行任务后，速度还能不能维持，机身会有多热，电量又会掉多少。
按本次测试记录，样本包括 6 款旗舰方案，模型规模覆盖 27B 至 35B 级区间。测试分为跨 App Agent 和离线本地知识库两类，环境温度为 25℃；随后连续执行 10 组 Agent 任务，记录峰值温度、电量下降和平均响应延迟。由于数据按品牌方案汇总，以下结果只对应本次样本，不代表同品牌的全部机型。
一句话之后，几个 App 一起忙起来
跨 App 测试使用了同一条指令：“帮我规划杭州 3 天旅行，预订最便宜的酒店，并将行程同步到日历。”
中兴样本搭载 Nebula-Pilot V1.0（27B）。它会在系统层执行操作，从酒店 App 跳转到日历的过程很顺，整套任务用时 45 秒，机身顶部升至 44.2℃。这套模型在 6 月 AgentCLUE-Mobile 榜单中获得 91.29 分，也是唯一超过 90 分的商用品牌方案。来源
华为小艺的节奏慢一些。执行同一任务时，系统会多次弹出确认窗口，自动完成的动作相对少，峰值温度则控制在 39.5℃。用户需要多点几次屏幕，换来的是更低的温度和电量消耗。
系统级 Agent 也开始进入量产阶段。字节跳动与努比亚联合研发的 AI 智能体手机，将相关能力集成到操作系统底层。据中关村在线披露，该机首批备货 8 万至 10 万台，首期总供应量为 50 万台。端侧 Agent 走出工程样机后，散热和续航就成了普通用户每天都会遇到的问题。
80MB PDF，把大小模型切换逼了出来
第二项任务是一份 120 页、约 80MB 的行业报告。手机需要在断网状态下读完文件，总结三个观点，并给出对应页码。
Apple 智能已经在 7 月 15 日通过备案。测试样本采用 A 系列芯片的统一内存架构，处理本地 RAG 时，Token 生成速度稳定在 12—15 t/s。文档超过 5 万字后，系统转向更小的 3B 模型，响应速度得以维持，摘要深度却有所下降。
这种切换对邮件润色、会议纪要等短任务影响有限。遇到长报告，用户还要求追溯页码和论证过程时，小模型给出的回答就可能显得单薄。
OPPO 与联发科技在 3 月 4 日的 MWC 2026 上展示了多项端侧 AI 成果。OPPO 官方信息显示，双方合作涉及端侧商用、全模态交互和跨生态能力。本次搭载天玑旗舰芯片的 OPPO 样本，在本地文档任务中控制住了内存占用，但复杂逻辑推演偶尔会写错报告中的数据年份。
对本地知识库来说，生成得快只完成了一半。页码能否对上、年份是否准确，直接决定答案能不能拿来用。30B 级模型经过量化后，精度损失仍需要警惕。
十组任务后，差距写在温度和电量里
以下数据均来自 25℃环境下的连续任务测试：
| 品牌方案 | 内置模型规模 | 峰值温度 | 10 组任务电量下降 | 平均响应延迟 |
|---|---|---|---|---|
| 中兴（Nebula-Pilot） | 27B | 44.2℃ | 7.2% | 1.2s |
| 华为（小艺） | 30B+ | 39.5℃ | 4.8% | 2.1s |
| 苹果（Apple 智能） | 30B（动态） | 41.0℃ | 5.1% | 1.5s |
| OPPO（Andromeda） | 28B | 42.3℃ | 6.4% | 1.8s |
| 小米（澎湃 AI） | 27B | 43.1℃ | 6.8% | 1.6s |
| 努比亚（豆包端侧） | 27B | 44.5℃ | 7.5% | 1.1s |
努比亚和中兴的平均响应延迟最短，分别为 1.1 秒和 1.2 秒，峰值温度也最高，达到 44.5℃和 44.2℃。10 组任务后，两款方案的电量分别下降 7.5%和 7.2%。
华为的平均响应延迟为 2.1 秒，在表中最慢，但峰值温度和电量下降也是最低的，分别为 39.5℃和 4.8%。苹果处在中间位置：1.5 秒响应、41.0℃峰值温度，电量下降 5.1%。
OPPO 和小米没有拉开明显差距。OPPO 的平均响应延迟为 1.8 秒，峰值温度 42.3℃；小米响应更快，为 1.6 秒，温度也升至 43.1℃。两者完成 10 组任务后的电量下降分别为 6.4%和 6.8%。
这里的平均响应延迟不能当作完整任务耗时。中兴的旅行任务全程用了 45 秒，1.2 秒反映的是系统开始回应的速度。真正影响使用感受的，是后续几十秒里能否顺利完成操作，以及手机会不会快速升温。
努比亚样本的功耗曲线在推理启动瞬间出现明显尖峰。在连续高强度调用下，即使电池容量达到 6000mAh，续航也可能比传统使用模式缩短 30%以上。这个数字更适合描述重度 Agent 场景，不能直接套用到偶尔做一次摘要或润色的轻度使用中。
买哪一类，先看你每天怎么用
经常让手机跨 App 规划行程、填写日历或处理连续操作，中兴和努比亚的系统级 Agent 更直接。它们响应快、自动化程度高，代价也写在温度和电量数据里。高频使用时，随身带充电宝会更实际。
主要需求是文档总结、邮件润色和零散问答，华为与苹果更稳妥。本次测试中，华为的温度和耗电最低；苹果的本地文档生成速度较快，但处理超过 5 万字的材料时会切换到 3B 模型，需要留意摘要深度。
OPPO 在本地文档处理中的内存控制较好，复杂推演的准确性还要人工复核。小米的响应速度接近高性能组，发热和耗电也更靠近这一组。
购买 AI 手机时，模型规模和峰值 TOPS 可以参考，但最好再看三个结果：连续执行任务后的温度、10 组任务消耗的电量，以及长文档场景会不会切换到更小的模型。一次发布会演示很容易做快，连续使用后的速度、准确性和握持温度，才决定端侧 AI 会不会留在日常生活里。
