KI-Smartphones beginnen, sich selbst zu revolutionieren

Das erste Jahr der Agent-Handys ist wirklich gekommen.

Vom 17. bis 20. Juli 2026 fand die Weltkonferenz für Künstliche Intelligenz 2026 (WAIC 2026) in Shanghai statt. Die großen Modelle rückten von der zentralen Stelle ab, an ihre Stelle trat eine umfassende Blütezeit der KI-Hardware.

Neben einer Reihe neuer Produkte wie KI-Brillen, humanoiden Robotern und KI-Kopfhörern haben Smartphones auch „neues Leben in alten Bäumen“ entwickelt: Drei Unternehmen – Honor, Nubia und Stepfun – haben fast gleichzeitig ihre jeweiligen „Agent-Handys“ vorgestellt.

Wenn auf der WAIC im letzten Jahr noch darüber gestritten wurde, welches Modell leistungsfähiger ist, wollen die Aussteller in diesem Jahr eine Kernfrage beantworten: Was kann KI tun? Die Antwort wird immer klarer – KI wird in jedes Gerät einziehen, das den Menschen am nächsten steht.

Als das am häufigsten genutzte intelligente Endgerät sind Smartphones dazu bestimmt, durch KI vollständig umgestaltet zu werden.

Aber die KI-Handys werden bereits seit drei Jahren angekündigt, das Ergebnis ist jedoch noch nicht zufriedenstellend: Die erste Generation der Doubao-KI-Handys wurde von zahlreichen Apps blockiert; die chinesische Version von „Apple Intelligence“ erschien mit großer Verspätung; Honor, OPPO und vivo bieten vorerst nur begrenzte intelligente Funktionen an …

Können KI-Handys wirklich über die einfache Intelligenz von Sprachassistenten hinauswachsen? Auf dieser WAIC gibt es womöglich bereits eine Antwort.

Die Agent-Handys tauchen geballt auf

Auf dem Messegelände der WAIC 2026 werden an drei verschiedenen Messeständen die jeweils „weltweit ersten“ Agent-Handys vorgestellt.

Honor brachte das weltweit erste Roboter-Handy Robot Phone auf den Markt; die zu ZTE gehörende Handymarke Nubia hat gemeinsam mit ByteDance das weltweit erste KI-Agent-Handy Nubia NaviX Ultra mit integriertem Doubao-Handyassistenten auf den Markt gebracht;

Stepfun wiederum stellte die native KI-Endgerätemarke für große Modelle STEPX, das agenten-native Betriebssystem Step AOS, den persönlichen Agenten Amoo sowie das weltweit erste große Modell-native Agent-Handy STEPX Neo vor.

Drei Hersteller aus unterschiedlichen Bereichen, drei als „weltweit erst“ bezeichnete Agent-Handys – das zeigt bereits eines deutlich: Für diesen Markt gibt es noch keinen anerkannten Standard. Jeder kann den Begriff „erstes Gerät“ neu definieren, genau weil noch niemand das Geschäftsmodell vollständig erfolgreich umgesetzt hat.

Honor, Doubao und Stepfun verfolgen tatsächlich auch unterschiedliche Strategien.

Doubao hat Ende letzten Jahres gemeinsam mit Nubia das Nubia M153 vorgestellt, das auch als erste Generation des Doubao-KI-Handys bezeichnet wird.

Sein größtes Verkaufsargument bestand darin, die Apps zu umgehen und das große Modell von Doubao direkt in die unterste Schicht von Android einzubetten, sodass der Agent die grafische Benutzeroberfläche (GUI) selbstständig bedienen kann. Einfach ausgedrückt: Die KI ahmt die visuelle Erkennung und die Berührungssteuerung von Menschen nach, um Apps zu bedienen.

Aber nur eine Woche später wurde die erste Generation des Doubao-KI-Handys von gängigen Apps wie WeChat, Alipay und Meituan kollektiv „blockiert“. Datensicherheit, Nutzerverständnis und Zugangskanäle für Datenverkehr sind Fähigkeiten, die die Apps nicht aus der Hand geben wollen.

Daher verfolgt die zweite Generation des Doubao-KI-Handys einen neuen Ansatz: Der GUI-Agent ist nur für noch nicht angepasste gewöhnliche Anwendungen zuständig. Bei gängigen Anwendungen wie Zahlungs- und Sozialplattformen werden Teile der Daten über offene Standardschnittstellen wie A2A oder MCP freigegeben, sodass verschiedene Agenten sie direkt steuern können.

Stepfun geht einen anderen Weg: Es hat keinen Sprachassistenten in das Betriebssystem eingebettet, sondern eine eigene Ausführungsebene über der untersten Schicht von Android hinzugefügt, das unterste Framework von Grund auf neu aufgebaut und Step AOS entwickelt, das nativ für die Ausführung von Agenten ausgelegt ist.

Yin Qi, Vorsitzender von Stepfun, erklärte: „Wenn man einem Agenten nur eine Tür im alten System öffnet, bleibt er für immer ein Gast. Nur wenn man eine eigene Ausführungsumgebung für Agenten baut, können sie zu echten Einheimischen im System werden.“

Seiner Meinung nach kann das grundlegende Problem nicht gelöst werden, wenn man nur KI-Funktionen zu einem alten System hinzufügt. Man muss den Agenten einen systemweiten Status geben, der nah am Nutzer ist, und diese verstreuten Fähigkeiten neu organisieren.

Honor hat dem Handy nicht nur ein „Gehirn“, sondern auch eine „Hand“ gegeben: Das Unternehmen stellte das Roboter-Handy Robot Phone vor und veröffentlichte gleichzeitig das branchenweit erste partnerorientierte multimodale Agenten-Betriebssystem Agentic OS.

Huang Fei, Chef-KI-Wissenschaftler von Honor, sagte: Das Wesen von Agentic OS besteht nicht darin, „einen KI-Assistenten zum System hinzuzufügen“, sondern ein neues Betriebssystem neu aufzubauen, das auf „Absichten“ und „Aufgaben“ zentriert ist.

Im Unterschied zu den beiden oben genannten Unternehmen verfügt das Honor Robot Phone über eine drehbare Plattform mit vier Freiheitsgraden und multimodalen Wahrnehmungsfähigkeiten, wodurch der Interaktionsbereich des Agenten auf die physische Welt ausgeweitet wird.

Die drei Hersteller verfolgen unterschiedliche Ansätze: Doubao hat Stärken bei Modellen und Nutzerökosystem, Stepfun bei Modellfähigkeiten und Systemneubau, während Honor den Fokus auf Hardware-Engineering und systemweite Integration legt.

Aber alle verfolgen dasselbe Ziel – sie bauen das unterste Betriebssystem neu auf. Das ist der unvermeidliche Weg, um traditionelle Smartphones zu KI-Smartphones zu machen, da die Bedienlogik beider Gerätetypen völlig unterschiedlich ist.

Die Logik traditioneller Betriebssysteme lautet „Menschen bedienen Anwendungen“. Obwohl alte Akteure also KI-Funktionen in ihre Systeme einbauen, agieren die Apps immer noch unabhängig voneinander. Nutzer müssen zwischen verschiedenen Schritten wechseln, um eine komplexe Aufgabe zu erledigen – das Handy hat wirklich nicht „gelernt, zu denken“.

Die Logik von Agenten-Betriebssystemen besteht dagegen darin, das gesamte Betriebssystem neu aufzubauen und ein zentrales Gehirn alle Daten und Fähigkeiten des Geräts koordinieren zu lassen. Nutzer müssen keine spezifischen Bedienschritte nennen, sondern nur ihr Ziel formulieren. Der Agent entscheidet dann, welche Ressourcen er benötigt, und erledigt die Aufgabe automatisch.

Drei Hersteller, drei Wege – sie gestalten das intelligente Erlebnis von KI-Handys tatsächlich auf verschiedenen Ebenen neu.

Können die Fallstricke der Vergangenheit vermieden werden?

Man erkennt deutlich: Bei den nächsten Generationen von KI-Handys geht es nicht mehr darum, welches Modell intelligenter ist, sondern wer das nächste Betriebssystem wirklich definieren kann, das das gesamte Handy mit einem „Gehirn“ steuert.

Im Juni dieses Jahres stellte ein Team bei der Veranstaltung OpenAI Voice Hack Night ein „Agentic-Betriebssystem“ für Handys vor. Es durchbricht das traditionelle App-Ökosystem, benötigt keine Aufrufe herkömmlicher Apps und generiert alle Oberflächen in Echtzeit.

Wenn man mutig vorausdenkt, ist dies womöglich eine weitere Zukunftsform von KI-Handys – aber diese Vision lässt sich natürlich nicht von heute auf morgen umsetzen.

Das erste und zugleich schwierigste Problem ist das Kräftemessen um das Ökosystem.

Nachdem die erste Generation des Doubao-KI-Handys Probleme erlebt hat, haben die aktuellen Agent-Handys daraus gelernt. Sie nutzen überwiegend Kooperationsmodelle mit App-Herstellern und versuchen nicht mehr, die Apps zu umgehen, um Bedienrechte zu erhalten.

Zu den ersten Ökosystempartnern von Stepfun gehören beispielsweise Alipay, Meituan, Didi und AutoNavi. Die bei Marktteilnehmern sehr beliebten Plattformen WeChat, Taobao und Douyin fehlen jedoch in der Liste.

Das zeigt ein Problem deutlich: Obwohl App-Hersteller inzwischen Zugriffsrechte freigeben, besteht nach wie vor das schwierige Problem der Verteilung von Vorteilen – beispielsweise wie die Provisionen aus Transaktionen verteilt werden oder wem die Nutzer gehören, die durch Anweisungen des Agenten auf die Plattformen gelangen …

Noch wichtiger ist: Führende App-Hersteller wollen nicht in den Hintergrund treten. Je größer ein App-Hersteller ist, desto mehr will er die Absichten der Nutzer in seinen Händen behalten. Am Beispiel von WeChat: Es hat bereits über den A2A-Mechanismus Kooperationen mit Systemagenten wie Huawei Xiaoyi und Xiaomi Xiaoai geschlossen, gibt aber nur begrenzte Zugriffsrechte frei und erlaubt vorerst keine Aufrufe von Funktionen wie WeChat Pay, Mini-Programmen oder dem Freundeskreis.

Die Vision, dass ein Agenten-Betriebssystem „alle Apps mit einem einzigen Befehl steuert“, ist bisher nur eine Vorstellung. Bis zu einer echten Win-Win-Situation für das gesamte Ökosystem ist es noch ein langer Weg.

Das zweite Problem betrifft die Modellfähigkeiten von Handys und die Rechenleistung auf dem Endgerät.

Was Doubao und Stepfun umsetzen wollen, wollten Handyhersteller schon lange erreichen. Aber da die Rechenleistung auf Endgeräten und die Fähigkeiten von Modellen in den vergangenen Jahren noch nicht stabil genug waren, beschränkten sich die KI-Funktionen von Handys lange Zeit auf einfache Anwendungen wie Bildbearbeitung, Tonaufzeichnung und Übersetzung.

Aber jetzt ist womöglich ein besserer Zeitpunkt gekommen.

Kürzlich haben 7 generative KI-Dienste für Handys wie Apple Intelligence, Huawei Xiaoyi und das Doubao-Großmodell von Nubia die behördliche Registrierung abgeschlossen. Das bedeutet, dass die KI-Modelle auf Handys von der Vorstellung auf Konferenzen in die Phase der regelkonformen Umsetzung eingetreten sind.

Daher hat Apple sich mit Qwen und Baidu zusammengetan und führt gleichzeitig Gespräche mit dem kalifornischen Startup PrismML. Das Unternehmen kann das ursprüngliche Modell von rund 54 GB auf weniger als 4 GB komprimieren, sodass die Komplexität der Aufgaben, die das Modell auf dem Endgerät verarbeiten kann, um mehrere Stufen steigt.

Das von vivo selbst entwickelte 30B-Parameter-Großmodell für Endgeräte benötigt nur 2 GB Arbeitsspeicher und kann vollständig lokal eingesetzt werden; das quantisierte Modell MiniCPM5 von Facefront Intelligent belegt nur weniger als 1 GB Speicherplatz und wird bereits auf Geräten von Samsung eingesetzt.

Früher konnten die Modelle auf Endgeräten verschiedener Handyhersteller nur sehr begrenzte Aufgaben verarbeiten. Aber da intelligentere, leichtere und effizientere Modelle auf Endgeräten Realität werden, hat das „Gehirn“ im Handy die Chance, wirklich reibungslos zu laufen.

Damit richtet sich das dritte Problem wieder auf die Hardware.

Wenn KI-Handyhersteller nicht mehr um Modellparameter konkurrieren, sondern um Effizienz von Modellen und darum, die Fähigkeiten des Modells in dem begrenzten Gerätevolumen maximal auszunutzen, werden die Hardwareanforderungen an KI-Handys umfassend steigen.

KI auf Endgeräten erfordert die Anpassung von NPU, CPU und GPU, außerdem müssen Temperatursteuerung, Akku, Arbeitsspeicher und Systemrechte verwaltet werden. Der Stromverbrauch von Chips ist festgelegt – das Gerät soll gleichzeitig leicht sein und gut kühlen. Die Balance zwischen verschiedenen Anforderungen zu finden, ist an sich schon ein komplexes Hardware-Projekt.

Man erkennt: Der Wettbewerb um Agent-Handys wird ein Langstreckenlauf für Systemfähigkeiten sein. Man muss die Hürden bei Ökosystem, Modell und Hardware überwinden, um die „Wasserscheide“ zwischen herkömmlichen Smartphones und KI-Handys wirklich zu überschreiten.

Wer wird die nächste Generation des „Eingangskanals“ kontrollieren?

Wer hat also die besten Chancen, als Erster den gesamten Weg zu gehen und den Eingangskanal der nächsten Generation intelligenter Endgeräte zu kontrollieren?

Die auf der WAIC vorgestellten Agent-Handys zeigen tatsächlich viele beeindruckende Leistungen:

Laut der Austauschgruppe für den Doubao-Handyassistenten hat die Genauigkeit der Absichtserkennung bei der zweiten Generation des Doubao-KI-Handys zugenommen. Es kann die gespeicherten Inhalte verschiedener Anwendungen merken – je länger man es nutzt, desto besser versteht das Doubao-Handy den Nutzer. Außerdem unterstützt es die gleichzeitige Verarbeitung mehrerer Aufgaben.

Laut einem Praxistest des Bilibili-Bloggers „Kaiji Lab“ auf der Messe kann das Stepfun STEPX Neo direkt auf dem Handy Präsentationen erstellen; die drehbare Plattform des Honor Robot Phone läuft reibungslos, verfolgt automatisch aufzunehmende Objekte und passt ihre Position an die Gesten des Nutzers an.