Nubia, Step, Honor – wer definiert das KI-Smartphone?

Auf der WAIC 2026 waren die Messestände mit dem größten Besucherandrang neben Robotern vor allem die der KI-Smartphones. Am 17. Juli wurden drei neue KI-Agent-Smartphones auf der WAIC vorgestellt.

Der Messestand des Nubia NaviX Ultra befindet sich im Pavillon H2 des Weltausstellungsgeländes. Mit vier verschiedenen Farbvarianten und der markanten orangefarbenen KI-Taste am Gehäuse ist es sehr gut zu erkennen – aber man konnte es nicht selbst bedienen, und es gab keine Live-Demonstration. Das Vorgängermodell M153 hingegen konnte direkt ausprobiert werden und bot Funktionen wie das Bestellen von Lieferdiensten, Einkäufe und KI-gestützte Bildbearbeitung.

Bildquelle des Nubia NaviX Ultra / Foto von «Dingjiao One»

Das STEPX Neo von StepStar befindet sich im Pavillon H1 des Weltausstellungsgeländes. «Dingjiao One» hat vor Ort beobachtet, dass das Testmodell äußerlich nicht von einem normalen Android-Smartphone zu unterscheiden ist. Die Interaktion erfolgt über Sprachsteuerung, um den Agenten aufzurufen und Apps zur Aufgabenbearbeitung zu steuern – bei Zahlungsvorgängen erscheint ein Bestätigungsfenster.

Bildquelle des StepStar STEPX Neo / Foto von «Dingjiao One»

Das Honor Robot Phone wird im Bereich B des Xuhui Westbund ausgestellt. Sein markantes Merkmal ist ein mechanischer Gimbal aus Titanlegierung mit vier Freiheitsgraden. Einfach ausgedrückt: Auf der Rückseite des Smartphones lässt sich ein mechanischer Ausleger mit Kameramodul ausklappen, der sich um 360 Grad frei drehen kann. Wenn er nicht benötigt wird, wird er im Gehäuse versenkt und kann automatisch Motive verfolgen sowie die Aufnahmeperspektive steuern.

Bevor diese drei Smartphones vorgestellt wurden, erregte zunächst eine Liste Aufmerksamkeit.

Am 15. Juli, zwei Tage vor Eröffnung der WAIC, veröffentlichte das Cyberspace-Verwaltungsamt Chinas die Registrierungsinformationen für «generative KI-Dienste auf mobilen Endgeräten», die sieben Produkte umfassen: Apple, Huawei, OPPO, vivo, Xiaomi, Samsung und Nubia (ZTE). Dies ist das erste Mal, dass die Regulierungsbehörde «KI auf mobilen Endgeräten» als eigenständige Kategorie separat bekanntgibt. Die Wahl dieses Zeitpunkts wird als Vorbereitung für die Skalierung von KI-Agenten gewertet. Honor und StepStar stehen jedoch nicht auf der Liste.

Registrierungsinformationen für «generative KI-Dienste auf mobilen Endgeräten»

Seit Honor 2017 den Slogan «Dein erstes KI-Smartphone» ausrief, haben KI-Smartphones endlich den richtigen Weg eingeschlagen. Laut Analysen von Branchenkennern gegenüber «Dingjiao One» sind 2026 zum ersten Mal vier Voraussetzungen gleichzeitig erfüllt: Rechenleistung auf Endgeräten, Fähigkeiten der Modelle, rechtliche Rahmenbedingungen und Marktnachfrage. Drei Ansätze – MCP/A2A (Nubia), systemweites Agent-Betriebssystem (StepStar) und neu gestaltete physische Form (Honor) – verfolgen unterschiedliche Wege mit demselben Ziel.

Auch der Markt wartet auf Antworten. Laut IDC-Daten wurden im zweiten Quartal 2026 weltweit 277,5 Millionen Smartphones ausgeliefert – ein Rückgang um 6,7 % im Vergleich zum Vorjahr. Auf dem chinesischen Markt lag die Auslieferung bei 66,01 Millionen Einheiten, was einem Rückgang von 4,3 % entspricht – der fünfte aufeinanderfolgende Quartalsrückgang. Die gesamte Branche braucht eine neue Geschichte, die den Wechsel zu neuen Geräten antreibt, und KI-Agenten werden große Hoffnungen gesetzt.

Die WAIC ist die erste gemeinsame Prüfung dieses Wettbewerbs.

01. Drei KI-Smartphones zielen jeweils auf Anwendungsebene, Systemebene und Wahrnehmungsebene ab

Die drei KI-Agent-Smartphones auf der WAIC gehen unterschiedliche Wege: Einige beginnen mit der Vernetzung von Apps, andere gestalten das System neu, wieder andere verändern die Form des Smartphones grundlegend.

Die Zusammenarbeit zwischen ByteDance und ZTE schreitet am schnellsten voran – und stößt auch zuerst auf Hindernisse.

Die erste Generation des im vergangenen Dezember vorgestellten M153 war mit 30.000 Einheiten schnell ausverkauft. Doch der Ansatz über die grafische Benutzeroberfläche (GUI) stieß an die Grenzen der Interessen und Datenschutzbestimmungen verschiedener Apps, sodass die KI-Bedienrechte eingeschränkt wurden.

Bei der zweiten Generation, dem NaviX Ultra, wurde nach einem halben Jahr ein neuer Ansatz gewählt.

Laut offiziellen Angaben nutzt die zweite Generation die Protokolle MCP und A2A, sodass die KI des Smartphone-Systems direkt auf unterster Ebene mit den in Apps wie Meituan und Alipay integrierten Agenten kommuniziert – ohne auf «simulierte Klicks» zurückzugreifen. Zu dieser Architektur gehört die Verarbeitung auf dem Endgerät: Alle zentralen Schlussfolgerungen werden lokal durchgeführt. Aus Branchenkreisen heißt es, dass es mit einem Qualcomm Snapdragon-Prozessor ausgestattet ist, einem 6000-mAh-Akku und 90-W-Schnellladung. Diese Hardware-Spezifikationen belegen indirekt, dass die Ausführung von Agent-Modellen auf lokaler Ebene tatsächlich hohe Anforderungen an Rechenleistung und Energieverbrauch stellt.

Allerdings besteht das Wesen von «KI erledigt Aufgaben für dich» darin, die Häufigkeit und Verweildauer von Nutzern in Apps zu reduzieren – was sich direkt auf die Klickraten von Startseitenwerbung und die Werbeeinnahmen der Apps auswirkt. Deshalb hängt es von der Frage ab, ob Smartphone-Hersteller, Modellanbieter und Internetplattformen ein nachhaltiges Modell zur Verteilung der Gewinne aushandeln können, wie weit dieser Ansatz fortgesetzt werden kann.

Im Vergleich dazu liegt der Ansatz von StepStar tiefer im System: Ein vollständig unabhängiges Betriebssystem wird von Grund auf neu entwickelt, sodass das System auf die Bedürfnisse von Agenten ausgerichtet ist.

Vor der Eröffnung der WAIC am 13. Juli stellte StepStar das native Agent-Betriebssystem Step AOS vor, den integrierten Agenten StepStar Amoo und kündigte das erste Smartphone STEPX Neo an. Yin Qi, Vorsitzender von StepStar, benutzte ein Beispiel: Wenn man einem Agenten in einem alten System nur eine Tür öffnet, bleibt er für immer ein Gast. Wenn man ihm aber ein eigenes Haus baut, wird er zum Einheimischen. Die offizielle Markteinführung dieses Smartphones ist jedoch erst für Ende Oktober geplant.

Step AOS hat drei Dinge auf unterster Ebene umgesetzt: Es koordiniert die Rechenleistung des Chips einheitlich, strukturiert verstreute Nutzerdaten in ein Format, das die KI verstehen kann, und zerlegt Smartphone-Funktionen wie Anrufe tätigen oder Apps öffnen in kleinste Bausteine, die der Agent frei kombinieren und nutzen kann – wie beim Legen von Bausteinen.

Der Unterschied zwischen den beiden Ansätzen lässt sich an einem Beispiel verdeutlichen: Der Ansatz von Nubia entspricht «einem Assistenten, der eine interne Telefonleitung zur Schnittstelle jeder App hat», sodass er mit jeder App einzeln kommuniziert. Der Ansatz von StepStar hingegen gibt dem Assistenten einen «Generalschlüssel», sodass er direkt auf die Schnittstellen der verschiedenen Dienste im Hintergrund zugreifen kann. Der Agent kommuniziert über standardisierte Protokolle mit Partnern wie Trip.com, Alipay, Didi und Meituan. Abfragen, Preisvergleiche und Ablaufplanung werden vom Agenten übernommen – bei Zahlungsvorgängen ist nach wie vor die Bestätigung des Nutzers erforderlich.

Die systemweite Neugestaltung löst Probleme mit Berechtigungen und Steuerung, aber der Aufbau eines Partnernetzwerks braucht Zeit. WeChat steht nicht in der ersten Liste der Ökosystempartner von StepStar, aber Yin Qi sagte in einem Interview: «Wir führen sehr intensive Gespräche mit Tencent.»

Der größte Unterschied von Honor liegt in der Form. Das vorgestellte Robot Phone hat einen versenkbaren mechanischen Gimbal aus Titanlegierung mit vier Freiheitsgraden, der in 0,8 Sekunden ausfährt und 360-Grad-Motivverfolgung unterstützt. Die Agenten der ersten beiden Unternehmen bedienen nur Apps in der digitalen Welt – Honor möchte, dass der Agent auch die physische Welt wahrnimmt und steuert.

Das Honor Robot Phone

Wie funktioniert das genau? Honor setzt auf multimodale Wahrnehmung: Geräusche, Gesten, Blicke und Bewegungen können als Eingabesignale dienen, während der mechanische Gimbal als Träger von Sensoren fungiert – sodass das Smartphone die Fähigkeit zur Lokalisierung und Verfolgung im physischen Raum erhält. Angetrieben wird das Ganze von der gemeinsam mit Alibaba entwickelten großen Agent-Modellreihe Magic: Ein allgemeines großes Modell versteht die Absicht, während mehrere spezialisierte Modelle Aufgaben wie Bildverarbeitung, Sprachsteuerung und Bewegungssteuerung übernehmen. Auf dieser Grundlage kann der Agent automatisch Motive verfolgen und die Aufnahmeperspektive anpassen – zudem können Smartphone, Tablet und Smartwatch zusammenarbeiten.

Honor-CEO Li Jian hat bestätigt, dass das Produkt fertig ist. Aus Branchenkreisen heißt es, dass die Markteinführung im August erfolgt.

Als Endgerätehersteller hat Honor die volle Kontrolle über Hardwaredesign, Sensorplatzierung und Systemsteuerung – ein Vorteil, den reine Modellanbieter nicht haben. Doch die kommerzielle Validierung neuartiger Formen dauert in der Regel lange: Kosten, Ausbeute und Haltbarkeit des mechanischen Gimbals mit vier Freiheitsgraden müssen sich erst auf dem Markt beweisen.

Die drei Ansätze lösen Probleme auf unterschiedlichen Ebenen: Nubia beseitigt Barrieren auf der Anwendungsebene, StepStar gestaltet die Steuerung auf Systemebene neu, und Honor erweitert die Wahrnehmungsfähigkeiten durch eine neue Form. Aber das vollständige Erlebnis eines KI-Agent-Smartphones erfordert alle drei Ebenen. Wer zuerst auf seiner Stärke fest Fuß fasst und dann die anderen beiden Ebenen ergänzt, hat das Recht, diese Produktkategorie zu definieren.

02. In dieser Generation erhalten KI-Smartphones ein neues «Gehirn» und neue «Augen»

Ob ein Smartphone wirklich Aufgaben für dich erledigen kann, hängt davon ab, wie viel es versteht, wie viel es erledigt, wie viel es sich merkt und wie sicher es ist. Ni Fei, Präsident von Nubia, fasst dies als «verstehen, arbeiten, sich erinnern und sicher sein» zusammen – genau das ist der Maßstab, um diese Generation von KI-Smartphones zu beobachten.

Der ideale Zustand für ein KI-Smartphone, um «zu verstehen», ist wie bei einem Menschen: Es sieht mit den Augen, hört mit den Ohren und erfasst deine Absicht intuitiv. Auf der StepStar-Präsentation wurde ein Beispiel genannt: Bei der Bildbearbeitung musste man früher Schritt für Schritt Funktionen wie Hautglättung, Augenvergrößerung und Gesichtsverjüngung öffnen. Jetzt öffnet man das Foto, markiert den unbefriedigenden Bereich mit einem Kreis und sagt «Mache die Augen größer». Die Kreisbewegung wird vom visuellen Modul erfasst, der Sprachbefehl vom Sprachmodell analysiert – beide Signale werden im System zu einer einzigen Absicht zusammengeführt, und die Aufgabe wird in einem Schritt erledigt.

Wenn man die Zeitachse zurückverfolgt: Von der Tastatur über die grafische Benutzeroberfläche bis zur Multi-Touch-Bedienung hat sich die Effizienz der Mensch-Maschine-Interaktion stetig verbessert. Das Wesen jeder Verbesserung lautet: Der Nutzer gibt weniger ein, die Maschine leistet mehr.

Nach dem «Verstehen» kommt die nächste Hürde: «Kann es die Aufgabe erledigen?» Die vorherige Generation des Doubao-Smartphones nutzte den Ansatz der «simulierten Klicks»: Die KI öffnete im Hintergrund Apps nacheinander, suchte Schaltflächen und füllte Informationen aus. Sobald sich die Benutzeroberfläche änderte oder die Position von Pop-up-Fenstern verschob, brach die Aufgabenkette oft zusammen.

Der Wandel in dieser Generation liegt in der veränderten Art der Branchenzusammenarbeit: StepStar zerlegt Funktionen wie Buchung, Navigation und Zahlung in aufrufbare Schnittstellen. Gemeinsam mit mehreren Smartphone-Herstellern hat WeChat das A2A-Protokoll eingeführt, sodass der KI-Assistent des Smartphones direkt auf App-Funktionen zugreifen kann. Wenn du diesem System sagst: «Plane meine Reise nach Shanghai nächste Woche, um einen Kunden zu treffen – ohne früh aufzustehen», liest es den Kalender, prüft das Wetter, bucht Flug und Hotel – alles wird vom Agenten im Hintergrund zusammengeführt. Du musst nur das Ergebnis überprüfen, ohne dich um den Ablauf kümmern zu müssen.

Aber bei einer 5-stufigen Aufgabenstellung über mehrere Apps hinweg – wenn jede Stufe eine Erfolgsrate von 90 % hat, was hoch erscheint – sinkt die Gesamterfolgsrate auf nur 59 %. Es gibt viele Gründe für Misserfolge, aber einer davon ist, dass es deine Vorlieben und den Kontext nicht erinnert. Das ist der Kernunterschied zwischen «echten Agenten» und «scheinbaren Agenten» – und