Das weltweit erste KI-Agent-Smartphone ist da: Es verbindet sich mit Alipay, Meituan, DiDi und Baidu

Bericht von Zhi Dong am 13. Juli: Gerade eben hat Step Star, ein Einhorn-Unternehmen für große Modelle aus Shanghai, auf seiner Pressekonferenz drei neue Produkte vorgestellt: das weltweit erste agenten-native Betriebssystem Step AOS (Step Agentic-native OS), den persönlichen Agenten Amoo und die native KI-Endgerätemarke für große Modelle STEPX.

Das weltweit erste native Agenten-Smartphone für große Modelle, auf das die Öffentlichkeit schon lange gewartet hat, STEPX Neo, wurde ebenfalls bei der heutigen Veranstaltung vorgestellt.

Das STEPX Neo ist mit dem von Step Star selbst entwickelten agenten-nativen Betriebssystem Step AOS ausgestattet und enthält den neuen systemweiten persönlichen Agenten Amoo. Benutzer müssen nicht mehr einzeln Apps öffnen, sondern müssen nur ihre Absicht wie bei einem Gespräch mit einem Assistenten äußern – der Agent kann dann selbstständig verstehen, planen und app-übergreifend koordinieren, um die Aufgabe schließlich abzuschließen.

Step AOS verfügt außerdem über die Fähigkeit, komplexe Aufgaben durch Langzeitgedächtnis und Endgerät-Cloud-Kooperation zu bearbeiten, und alle Aktionen sind prüfbar und rückgängig machbar, um Sicherheit und Kontrolle zu gewährleisten.

Die Positionierung des STEPX Neo ähnelt dem zuvor in der Branche viel diskutierten „Doubao-Smartphone“. Es muss ebenfalls das Ökosystemproblem lösen, damit Apps bereit sind, Berechtigungen für Agenten freizugeben. Derzeit hat Step Star Ökosystempartnerschaften mit mehreren gängigen Apps wie Alipay, Meituan, Amap, Didi, JD.com und Baidu geschlossen.

Yin Qi, Vorsitzender von Step Star, sagte: „Die heutige Pressekonferenz ist erst die erste Halbzeit.“ In den nächsten 100 Tagen werden sie gemeinsam mit den Benutzern ein Agenten-Ökosystem aufbauen, das verschiedene Agenten, Fähigkeiten und mehr umfasst. Auf der Pressekonferenz in 100 Tagen werden weitere Agenten vorgestellt.

In der anschließenden Medienrunde teilten Yin Qi und Ni Jiale, Präsident von Step Endgeräte, das erste Ziel von Step Star bei der Entwicklung von KI-Endgeräten mit: Sie streben nicht nur nach der Auslieferungsmenge, sondern müssen eine gewisse Größenordnung erreichen, damit frühe Benutzer das Produkt so schnell wie möglich nutzen können.

Yin Qi äußerte, dass das Doubao-Smartphone eine sehr wichtige Erkundung für die gesamte Branche sei und das Konzept des Agenten-Smartphones wirklich in den Fokus der Öffentlichkeit gerückt habe. Step Star habe sehr einzigartige Vorstellungen von der Definition von Agenten-Smartphones und Betriebssystemen und erwarte, dass mehr neue Marken für Agenten-Smartphones entstehen.

In seiner Vorstellung wird das zukünftige Agenten-Smartphone möglicherweise nicht mehr wie ein herkömmliches Smartphone wirken: Man wird es kaum zum Telefonieren nutzen, und die Interaktion damit ist nicht umso besser, je länger man sie nutzt – stattdessen kann es eine sehr einfache Interaktion nutzen, um Aufgaben für Sie zu erledigen.

01. Erster Auftritt der neuen Hardware-Marke von Step: Warum ein Agenten-Smartphone entwickeln?

Yin Qi verriet, dass Step lange überlegt habe, ob man selbst in die Hardware-Entwicklung einsteigen soll, und viele Stimmen gehört habe, die davon abrieten – aber letztendlich habe man sich entschieden, eine agenten-native KI-Endgerätemarke namens STEPX zu gründen.

Die Produkte von STEPX sind KI-native Hardware. Step definiert diese Art von Hardware so: Ohne KI wäre ihr Wert gleich Null. Gleichzeitig muss diese Hardware die Einheit von Modell, Software und Hardware erreichen und sich gemeinsam weiterentwickeln.

Das erste Produkt von STEPX, das STEPX Neo, wurde heute vorgestellt. Yin Qi betonte ausdrücklich, dass dies keine offizielle „Markteinführung“ sei.

Warum hat man für das erste Agenten-Endgerät das Smartphone gewählt? Step ist der Ansicht, dass das Hauptgerät für zukünftige Agenten immer noch ein tragbares Gerät sein sollte, das eine häufige Interaktion mit Benutzern ermöglicht.

Zweitens ist der Bildschirm immer noch die wichtigste Möglichkeit für die Kommunikation zwischen Benutzer und Maschine – auch Agenten-Geräte benötigen einen Bildschirm. Schließlich muss dieses Gerät über eine gewisse Rechenleistung auf der Endgeräteseite verfügen.

Die Kombination dieser drei Punkte führt letztendlich wieder zur Form des Smartphones.

Auf dieser Pressekonferenz wurden keine spezifischen technischen Details dieses Modells vorgestellt, sondern der Schwerpunkt lag stark auf dem Ökosystem. Nachdem das System und das Modell der Hardware-Produkte bereit waren, hat Step Ökosystempartnerschaften mit mehreren großen chinesischen Internetunternehmen geschlossen. Die ersten Ökosystempartner umfassen Alipay, Meituan, Amap, Tongcheng, Jianying, JD.com, Didi, Baidu, Weibo, WPS und mehr.

Yin Qi sagte, dass viele Menschen glauben, dass es natürliche Barrieren und Widersprüche zwischen Agenten-Endgeräten und Apps gibt – aber diese Ansicht sei völlig falsch. Seiner Meinung nach entwickeln sich die Anwendungsformen ständig weiter: von der Software im PC-Zeitalter über die Websites im Internet-Zeitalter bis zu den Apps im mobilen Internet-Zeitalter. Anwendungen werden nicht verschwinden, sondern es wird mehr davon geben, mit mehr verschiedenen Trägern – und Agenten im KI-Zeitalter werden zu neuen Anwendungs-Trägern.

Um das Ökosystem weiter auszubauen, hat Step gemeinsam mit Bilibili das „Fantasie-Projekt“ gestartet, bei dem Tausende von Entwicklern eingeladen werden, das Gerät vorab zu testen und interessante Agenten zu entwickeln. Step sammelt zudem Benutzeranforderungen und startet ein 100-Tage-Projekt zur gemeinsamen Gestaltung, um auf der Grundlage des Hardware-Betriebssystems und des Modells verschiedene Arten von Agenten zu entwickeln.

02. Vorstellung des agenten-nativen Betriebssystems – neues Modell mit 1,5 Billionen Parametern ist in Arbeit

Um Agenten-Hardware wie das STEPX Neo wirklich praktisch umzusetzen, muss Step Star weitere Innovationen auf Systemebene und im Bereich der Agenten vornehmen. Daher hat Step Star das agenten-native Betriebssystem Step AOS und den neuen persönlichen Agenten Step Amoo vorgestellt.

Dabei wurde Step AOS in drei Aspekten neu gestaltet: Systemfunktionen, Interaktionsmethoden und grundlegende Infrastruktur.

Die Gedächtnisfähigkeit ist bereits bei vielen Agenten ein Standardmerkmal. Step AOS hat eine zweigeteilte, dreistufige Gedächtnisstruktur aufgebaut: Der Benutzerbereich lässt den Agenten den Benutzer erkennen und verstehen, während der Agentenbereich dazu dient, eigenes Wissen und Erfahrungen zu sammeln.

Diese Informationen werden nicht einfach gesammelt, sondern in drei Schritten aufbereitet: Zuerst werden sie während der täglichen Interaktion erfasst, dann im Hintergrund organisiert, entdoppelt und aufbereitet – und schließlich bei Bedarf aus dem Gedächtnis abgerufen.

Bei der Entscheidungsfindung und Ausführung ermöglicht Step AOS eine flexiblere Zusammenarbeit und Arbeitsteilung zwischen Endgerät- und Cloud-Modellen. Bei einfachen Aufgaben wie dem Einstellen eines Weckers oder dem Suchen eines Fotos gilt für Step AOS das Prinzip: „Wenn es auf dem Endgerät geht, dann auf dem Endgerät“. Bei sehr komplexen Aufgaben mit langen Abläufen übernimmt das Cloud-Modell die Verarbeitung.

Yin Qi geht davon aus, dass das gängigere Modell eine Mischung aus Endgerät und Cloud sein wird, die Aufgaben gemeinsam erledigt: Das Endgerät liefert sofortiges Feedback, die Cloud liefert Ergebnisse tiefer Überlegungen. Gleichzeitig soll die Modell-Route hauptsächlich vom Modell selbst bestimmt werden, nicht durch feste Regeln.

Das System für die Endgerät-Cloud-Kooperation wird von der Modellfamilie von Step unterstützt, die von der Endgerät- bis zur Cloud-Seite reicht und Größen von 300 Millionen bis 400 Milliarden Parametern umfasst. Die Präsentation auf der Pressekonferenz zeigte außerdem, dass das Flaggschiff-Inferenzmodell Step Pro bald vorgestellt wird – dieses Modell hat mehr als 1,5 Billionen Parameter.

Die gestern von Step neu vorgestellte gesamte Step Edge-Endgerät-Basismodell-Serie ist speziell für Endgeräte-Hardware angepasst. Diese Modelle belegen in 29 anerkannten Benchmark-Tests den ersten Platz weltweit unter vergleichbaren Endgerät-Modellen. Und bei Benchmark-Tests in den Bereichen GUI, Agenten und Endgerät-Aufgaben haben diese Modelle den ersten Platz in China erreicht.

Sicherheit ist auch für ein agenten-natives Betriebssystem sehr wichtig. Step AOS definiert Sicherheit in vier Dimensionen: vertrauenswürdig, sichtbar, kontrollierbar und rückgängig machbar.

In diesem Betriebssystem erledigen Agenten ihre Aufgaben in einer vertrauenswürdigen Ausführungsumgebung. Ihre Aktionen sind prüfbar und nachvollziehbar, Berechtigungen werden bedarfsgerecht erteilt und nach der Nutzung entzogen – Fehlbedienungen lassen sich mit einem Klick rückgängig machen.

Auf der Interaktionsebene besteht die wichtigste Veränderung von Step AOS darin, von der „Prozess-Interaktion“ zur „Ergebnis-Interaktion“ überzugehen: Benutzer müssen nicht mehr schrittweise Anweisungen geben, sondern müssen nur die Absicht der Aufgabe äußern – der Agent erledigt den restlichen Ablauf und gibt aktiv Aufgabenplanung, Ausführungsfortschritt und Vorschläge aus.

Auf der Ebene der grundlegenden Hard- und Software-Infrastruktur hat Step AOS Rechenleistung, Daten und Anwendungsdienste speziell für Agenten neu gestaltet. Über einen einheitlichen Rechenressourcen-Pool wird die koordinierte Nutzung heterogener Rechenleistung wie CPU, GPU und NPU realisiert. Gleichzeitig wurde eine einheitliche semantische Datenschicht zur Verarbeitung geschaffen, um eine schnelle Datenübertragung zu ermöglichen.

Im Bereich Anwendungen und Dienste zerlegt die atomare Funktions-Engine von Step AOS die Funktionen und Dienste des ursprüng