从“会回答”到“会办事”，vivo如何解AI手机这道题？
内容提要
2026 vivo开发者大会提出“大模型+Harness”路径，构建个人化智能底座。蓝心端云模型矩阵分工协作，结合感知与记忆能力，在隐私授权下让AI理解用户状态与历史。系统级Harness平台整合工具与执行链路，降低协调成本，使手机成为专属AI助理。
延伸解读
端云模型矩阵：分工协作的必然性
文章指出，单一模型难以兼顾时延、成本、隐私与能力，因此vivo采用蓝心端云模型矩阵。端侧BlueLM-Nano负责感知与记忆，云侧BlueLM-Flash处理高频任务，BlueLM-Pro应对复杂推理，语音交互则由BlueLM-Realtime承担。这种分工类似芯片行业的异构计算，让最合适的模型处理最合适的任务，从而在手机端实现更均衡的体验。
感知与记忆：个人AI的隐私平衡术
要让AI越用越懂你，就必须持续感知设备信息并积累个人上下文，但这会带来隐私压力。vivo的解法是在用户授权和隐私保护前提下，通过端侧模型BlueLM-Nano的轻量视觉编码器和UI专用Token理解屏幕内容，并利用SwiftKV等技术将端侧上下文扩展至32K。感知沉淀为记忆，记忆反哺服务，形成个人智能飞轮，同时将数据边界控制在授权范围内。
系统级Harness：从能力孤岛到公共基础设施
Agent执行任务时会穿透应用边界，若每个应用都重复实现意图理解、服务调用等能力，协调成本将极高。vivo将Harness平台收进系统层，提供感知记忆、规划路由、执行调用三层能力，并整合6000+系统级工具及MCP、A2A等协议。开发者无需重复造轮子，可专注于业务创新，而系统则负责降低协调成本，让任务闭环更顺畅。
生态协同：从抢入口到靠近意图
Agent时代，用户不再关心背后打开哪个App，而是希望一句话完成服务。vivo定位为意图与服务之间的搭桥人，通过蓝心小V Pro模式降低开发者接入成本，并与支付宝、美团、高德、京东等伙伴合作，将服务拆解为可调度的能力。这种模式让竞争单位从完整App下沉到原子技能，生态协同深度成为关键，也推动App即服务边界的松动。
Q&A
vivo在2026 VDC上提出的个人化智能技术路径是什么？
vivo提出以“大模型+Harness”构建个人化智能底座，重构OS体验，让AI个人助理更好地为人所用。
蓝心端云模型矩阵包含哪些模型，各自负责什么？
蓝心端云模型矩阵包括：端到端语音大模型BlueLM-Realtime负责识别声音、理解语义语气意图；端侧大模型BlueLM-Nano负责长期驻留的感知和记忆；云侧模型BlueLM-Flash负责信息查询、日程管理、跨App操作等高频场景；BlueLM-Pro负责复杂推理和长程规划。此外，系统还能自动调动外部顶尖模型补位。
vivo如何解决个人AI中的隐私和权限问题？
vivo在用户授权和隐私保护前提下，通过端侧模型BlueLM-Nano进行感知，并利用SwiftKV、混合稀疏注意力和PLE逐层嵌入将端侧上下文扩展至32K，实现记忆。感知和记忆始终运行在明确的授权边界内，从而在提供连续个人上下文的同时保护隐私。
什么是系统级Harness平台，它如何帮助开发者？
系统级Harness平台是vivo推出的Agent原生开发者平台，将App时代的能力孤岛改造成Agent时代的公共基础设施。它包含感知和记忆层、规划层、执行层，提供6000+系统级工具以及MCP、A2A、CLI和统一API，把模型、Agent、Skill和外部服务接进手机、IoT乃至现实世界。开发者接入一次，能力就能被系统统一理解、调度和触达，从而降低协调成本。
vivo的AI手机如何实现跨设备任务协同？
通过统一意图、跨设备Runtime和上下文随行，任务可以在手机、PC和平板之间继续跑；MCP和A2A负责让Agent、模型和工具接力，实现跨设备协同。
vivo在无障碍方面有哪些AI应用？
vivo从2021年发起“声声有息”公益计划，已开放27项无障碍功能，覆盖超过110万残障用户。其多模态手语大模型基于8000多个国标词汇、100万段视频训练，从单个手势识别走向连续手语理解，并已用于实时翻译和手语学习。
