三問AI手機：什麼意圖？怎麼識別？何種框架？_風聞

早在幾個月前，就有媒體同行問我：AI手機到底是什麼？跟智能手機有什麼本質的不同？

試想一下，如果經常跟科技企業、技術趨勢打交道的媒體人、分析師都對何謂AI手機雲裏霧裏，更別提門店銷售和消費者了。

2024被認為是AI手機元年，但今天走進線下門店，會發現店員和用户都對手機裏的AI有啥不一樣，感知並不明顯。

移動互聯網時代，我們常説手機是人“肢體”的延伸，可以讓我們的“手”觸及更遠的地方，“看”到更廣闊的事物。到了AI時代，手機是“大腦”的延伸，心念一動、言出法隨，手機會根據我們的使用習慣和意圖，主動提供有價值的服務。

所以，AI手機區別於智能機的一個更高階、更本質的能力，就是“意圖識別”。

目前，蘋果陣營、華為鴻蒙陣營、榮耀OV安卓陣營，都將意圖識別作為重點。

蘋果CEO庫克在AI系統“Apple Intelligence”的發佈會上重點強調，在“蘋果智能（Apple Intelligence）”的支持下，Siri具備了精準識別用户真正意圖的能力。

而安卓和鴻蒙用户，恐怕對此並不陌生。

華榮OV等國產手機廠商早就上線了相應能力。榮耀在2023開發者大會上帶來了行業首個基於AI意圖識別的人機交互（IUI）操作系統——MagicOS 8.0；華為在HDC 2024上提出Harmony Intelligence，使得小藝能力大幅提升，能夠理解並預測用户需求，並通過意圖框架與合作伙伴應用場景整合。

OV雖然沒有明確推出意圖框架等平台，但也用行動參與其中。將大模型融入系統的底層設計中，升級OriginOS、BlueOS，來實現複雜的意圖識別和推理決策。

那麼用户又該迷惑了，各家都在説“意圖識別”，到底有啥不一樣呢？

“意圖”是人心中所想，帶有模糊和不確定性，“識別”結果也就有了很大的自由闡釋空間，廠商如何避免自説自話，把“手機懂你”這件事落在實處？

就要依靠一個操作系統級的全局意圖感知、理解、決策技術體系。

我們不妨把“意圖識別框架”這一新概念詳細拆分開，看看每一個環節的准入門檻是什麼。

意圖識別的第一步，當然是搞清楚什麼是用户的“意圖”，也就是手機廠商所説的“懂你”。

但“意圖”並不是什麼新概念。

早在互聯網時代，意圖識別就被應用於搜索引擎、廣告推薦等場景。比如用户在搜索框輸入“抓娃娃”，底層的檢索策略要識別到這是電影需求，再去電影的數據庫裏檢索，如果電影意圖識別失敗，返回的搜索結果中，根本沒有《抓娃娃》電影相關內容，或者要翻好幾頁才顯示，都會導致很糟糕的用户體驗。所以，意圖識別很早是科技企業研究的對象。

那麼，AI手機所謂的“意圖識別”，有啥特殊呢？

特殊在於，要遊過深海。

今天手機所承載的“意圖”，有兩個特點：

一是範圍廣。一個動作或詞語可能對應多個意圖。現代消費電子設備的激增，帶來了豐富多樣的功能和服務，幾乎涵蓋了我們生活的方方面面，終端設備的多元、服務的多樣，經常會出現多種意圖，比如輸入“長城”，可能是景點、電影或者汽車，這就使手機的意圖識別更難做。

二是隱蔽性。傳統意圖識別可以根據用户給出的query詞來進行判斷，屬於相對明確的“顯性意圖”，但日常使用手機時，還有大量隱性意圖，比如眼睛注視手機屏幕，可能是想看時間、看新消息通知或日程計劃；遺忘了出行計劃，可實際上航班時間應該重點關注……這些是用户真實需要，但自己很少意識到或清晰表達出來的“隱性意圖”，由於無法被清晰表達，難以轉譯成計算機語言，自然也就難以滿足。

這些多且隱蔽的意圖，構成了一片“意識深海”，需要手機廠商跋涉而過，找到一條最短路徑。

由此，我們不難明確，AI手機意圖識別的意義：

首先是化繁為簡。通過洞察用户真正的需求，簡化獲取服務的步驟。

比如榮耀的“任意門”功能，帶來了行業首個基於意圖識別的人機交互，只需一拖不到1秒即可完成以往8步10秒的操作流程。當用户收到一條信息，複製之後，系統會自動分析語義並提煉關鍵內容，預判接下來的需求和操作，自動一步直達備忘錄、地圖等應用。華為智慧搜索支持“一鍵場景直達”、OPPO的ColorOS 14系統中的“流體雲”功能，能預測用户行為，自動接入相應的使用場景……這些都簡化了操作步驟。

其次，多想一步。通過隱性意圖的識別和滿足，帶來超出用户期望的驚喜體驗，構建差異化優勢。

華為曾在一次分享會中提到，HarmonyOS意圖框架可以通過長時間的學習訓練，把人們自己都感覺不到的規律串聯起來，並通過端側的本地學習完成本地學習推薦，從而完成“超預期”的智慧搜索服務體驗。

接下來，可以主動服務。比用户多想一步，就能將服務化被動為主動，更快更恰當地送到用户的眼前指尖。

目前，鴻蒙系統的場景化入口，就可以根據意圖判斷，將不同服務融入實際場景中，比如搭乘飛機，航班信息會優先顯示在實時狀態欄，榮耀Magic Live也有類似的主動服務，在觀影、聽歌、走進地鐵站等場景中，提前將取票、聽歌偏好、地鐵碼等原子化服務進行推送。

基於意圖識別的人機交互，讓你最需要的服務，涉過意識的深海。

洞察到了用户的意圖，就能將服務精準送達嗎？其實還要穿過一片AI的叢林。

有一個職場段子，老闆讓秘書定一個航班，最低段位的秘書，就只會看那一班，而最高段位的，還會提供多個航班選擇，還考慮到出差需求，也把當地的住宿、餐飲等都提前查好備選。

如果讓手機AI來應聘做你的助理，你希望是哪一個段位呢？

最高段位的AI助理，要真正理解你説的話背後的真實意圖，並真正完成你想要的任務，其實要拆分為幾個步驟。

步驟一：充分感知。一個優秀的助理，並非“鬍子眉毛一把抓”，什麼事情都要提前安排，而是結合上下文背景和情境，來對用户的潛在意圖進行判斷。所以，充分感知場景和情境，就非常必要了。

蘋果高級副總裁Craig曾表示，Apple Intelligence的真正獨特之處是能理解個人情境。能夠根據你的個人數據，你現在打開的頁面等背景，來理解需求。

比蘋果更早一些，榮耀在2016年第一代Magic上首發Magic Live智慧系統，就能夠自動感知判斷。

步驟二：分析判斷。

有了上下文背景，怎麼推斷多個意圖的重要性和優先級呢？這就涉及語義理解了。目前，檢索、問答等任務，由於用户有明確的檢索詞，利用大模型的自然語言理解能力，已經可以很好地推斷用户到底想幹什麼。

其中比較具有代表性的是Apple Intelligence蘋果智能+ GPT-4o大模型的方案。基於Apple Intelligence，蘋果為Siri引入了多模態交互能力，可以從輸入的自然語言中精準地進行用户意圖識別，將任務拆分為多個任務，作為生成回答的基石。

步驟三：精準執行。

我們可以把每一個服務和功能，想象成一個個智能體，每個智能體只有孤立的識別和輸出能力，要完成用户需要的複雜任務，需要對這些智能體進行精巧地、自動化地調取和編排，才能在意圖判斷之後，做出最恰當的執行反饋。

OPPO與IDC聯合發佈的《AI手機白皮書》中提到，成熟的AI手機系統要內嵌用户定義的專屬智能體，不斷理解用户習慣，自學習、直覺化。

在VDC開發者大會的一場技術論壇中，vivo的技術人員也透露，作為業內首個推出手機大模型（藍心大模型）的廠商，他們很早就開始研究agent，對手機原生化服務組件的拆分很細、編排恰當。

這樣看，從意圖到服務之間，還要經過數據（感知）、算法（分析）、智能體（執行）的一片AI森林，只有具備完整AI技術體系的廠商，才能順利跑通。

從上述意圖識別的拆解中不難感受到，AI手機想做的“以人為中心”的主動服務，跨設備的數據流轉（全場景感知），跨應用的服務觸達，以及全局安全，是必不可少的。

如何將各層級、各終端、各系統、各應用都整合在一起？

意圖框架，就是關鍵紐帶，具備操作系統平台級的能力，可以讓AI貫穿從數據到服務的完整鏈路，帶來意圖識別的能力飛躍。

目前，榮耀、華為、蘋果都推出了自己的框架或平台。

其中，Magic Live智慧引擎是基於場景感知、用户理解和意圖決策三大核心能力的平台型AI解決方案，形成了一個能夠銜接各種軌跡和能力的“大腦”，實現了從單意圖到多意圖關聯的精準意圖判斷。

蘋果也採用了“榮耀模式”，App Intent意圖框架包含了自學習引擎，實時學習用户行為，並根據時間和空間信息，提供個性化服務。

華為HarmonyOS的意圖框架，則構建全局意圖範式，基於鴻蒙系統的跨端互聯協作優勢，實現多維繫統感知，結合AI大模型、AI推理框架、端雲協同等計算處理能力，將需求傳遞給服務方，拉起/執行更恰當的服務。

總結一下榮耀、華為、蘋果的意圖框架，就是具備“地基”的能力。

為了更好的意圖理解，三家都進行了深度的技術搭建，實現了操作系統級別、跨終端的意圖感知、理解，只有深入到系統層面，才能真正重構手機AI體驗。

同時，意圖識別會涉及敏感數據的採集、共享和流動，在隱私安全方面，無論是一貫以隱私保護著稱的蘋果，還是榮耀的MagicGuard和MagicRing信任環，華為HarmonyOS NEXT的原生安全，都説明唯有平台級的AI能力，能在釋放智慧的同時，守住安全的防線。

説到這裏，你是不是有點疑惑，既然意圖識別這麼難、需要改造和創新的地方這麼多，效果也不是一時半會兒能體現出來的，主打一個“誰用誰知道”，要不還是先躺平算了。

確實，意圖識別的每一關都不好過，但這正是競爭白熱化、同質化的手機市場，廠商突圍的關鍵。

更何況，AI手機應該是消費電子市場最大的一個新蛋糕，華榮OV等一批國內廠商又早已“上桌”，只要攻克一些技術難關，就能成功分到大蛋糕，何樂而不為呢？

意圖識別框架上，正在醖釀一場從“以手機為中心”到“以人為中心”的交互之變，AI手機才剛剛萌芽。