早在几个月前，就有媒体同行问我：AI 手机到底是什么?跟智能手机有什么本质的不同?
试想一下，如果经常跟科技企业、技术趋势打交道的媒体人、分析师都对何谓 AI 手机云里雾里，更别提门店销售和消费者了。
2024 被认为是 AI 手机元年，但今天走进线下门店，会发现店员和用户都对手机里的 AI 有啥不一样，感知并不明显。
移动互联网时代，我们常说手机是人 " 肢体 " 的延伸，可以让我们的 " 手 " 触及更远的地方，" 看 " 到更广阔的事物。到了 AI 时代，手机是 " 大脑 " 的延伸，心念一动、言出法随，手机会根据我们的使用习惯和意图，主动提供有价值的服务。
所以，AI 手机区别于智能机的一个更高阶、更本质的能力，就是 " 意图识别 "。
目前，苹果阵营、华为鸿蒙阵营、荣耀 OV 安卓阵营，都将意图识别作为重点。
苹果 CEO 库克在 AI 系统 "Apple Intelligence" 的发布会上重点强调，在 " 苹果智能(Apple Intelligence)" 的支持下，Siri 具备了精准识别用户真正意图的能力。
而安卓和鸿蒙用户，恐怕对此并不陌生。
华荣 OV 等国产手机厂商早就上线了相应能力。荣耀在 2023 开发者大会上带来了行业首个基于 AI 意图识别的人机交互(IUI)操作系统—— MagicOS 8.0;华为在 HDC 2024 上提出 Harmony Intelligence，使得小艺能力大幅提升，能够理解并预测用户需求，并通过意图框架与合作伙伴应用场景整合。
OV 虽然没有明确推出意图框架等平台，但也用行动参与其中。将大模型融入系统的底层设计中，升级 OriginOS、BlueOS，来实现复杂的意图识别和推理决策。
那么用户又该迷惑了，各家都在说 " 意图识别 "，到底有啥不一样呢?
" 意图 " 是人心中所想，带有模糊和不确定性，" 识别 " 结果也就有了很大的自由阐释空间，厂商如何避免自说自话，把 " 手机懂你 " 这件事落在实处?
就要依靠一个操作系统级的全局意图感知、理解、决策技术体系。
我们不妨把 " 意图识别框架 " 这一新概念详细拆分开，看看每一个环节的准入门槛是什么。
01
意图识别的第一步，当然是搞清楚什么是用户的 " 意图 "，也就是手机厂商所说的 " 懂你 "。
但 " 意图 " 并不是什么新概念。
早在互联网时代，意图识别就被应用于搜索引擎、广告推荐等场景。比如用户在搜索框输入 " 抓娃娃 "，底层的检索策略要识别到这是电影需求，再去电影的数据库里检索，如果电影意图识别失败，返回的搜索结果中，根本没有《抓娃娃》电影相关内容，或者要翻好几页才显示，都会导致很糟糕的用户体验。所以，意图识别很早是科技企业研究的对象。
那么，AI 手机所谓的 " 意图识别 "，有啥特殊呢?
特殊在于，要游过深海。
今天手机所承载的 " 意图 "，有两个特点：
一是范围广。一个动作或词语可能对应多个意图。现代消费电子设备的激增，带来了丰富多样的功能和服务，几乎涵盖了我们生活的方方面面，终端设备的多元、服务的多样，经常会出现多种意图，比如输入 " 长城 "，可能是景点、电影或者汽车，这就使手机的意图识别更难做。
二是隐蔽性。传统意图识别可以根据用户给出的 query 词来进行判断，属于相对明确的 " 显性意图 "，但日常使用手机时，还有大量隐性意图，比如眼睛注视手机屏幕，可能是想看时间、看新消息通知或日程计划;遗忘了出行计划，可实际上航班时间应该重点关注……这些是用户真实需要，但自己很少意识到或清晰表达出来的 " 隐性意图 "，由于无法被清晰表达，难以转译成计算机语言，自然也就难以满足。
这些多且隐蔽的意图，构成了一片 " 意识深海 "，需要手机厂商跋涉而过，找到一条最短路径。
由此，我们不难明确，AI 手机意图识别的意义：
首先是化繁为简。通过洞察用户真正的需求，简化获取服务的步骤。
比如荣耀的 " 任意门 " 功能，带来了行业首个基于意图识别的人机交互，只需一拖不到 1 秒即可完成以往 8 步 10 秒的操作流程。当用户收到一条信息，复制之后，系统会自动分析语义并提炼关键内容，预判接下来的需求和操作，自动一步直达备忘录、地图等应用。华为智慧搜索支持 " 一键场景直达 "、OPPO 的 ColorOS 14 系统中的 " 流体云 " 功能，能预测用户行为，自动接入相应的使用场景……这些都简化了操作步骤。
其次，多想一步。通过隐性意图的识别和满足，带来超出用户期望的惊喜体验，构建差异化优势。
华为曾在一次分享会中提到，HarmonyOS 意图框架可以通过长时间的学习训练，把人们自己都感觉不到的规律串联起来，并通过端侧的本地学习完成本地学习推荐，从而完成 " 超预期 " 的智慧搜索服务体验。
接下来，可以主动服务。比用户多想一步，就能将服务化被动为主动，更快更恰当地送到用户的眼前指尖。
目前，鸿蒙系统的场景化入口，就可以根据意图判断，将不同服务融入实际场景中，比如搭乘飞机，航班信息会优先显示在实时状态栏，荣耀 Magic Live 也有类似的主动服务，在观影、听歌、走进地铁站等场景中，提前将取票、听歌偏好、地铁码等原子化服务进行推送。
基于意图识别的人机交互，让你最需要的服务，涉过意识的深海。
02
洞察到了用户的意图，就能将服务精准送达吗?其实还要穿过一片 AI 的丛林。
有一个职场段子，老板让秘书定一个航班，最低段位的秘书，就只会看那一班，而最高段位的，还会提供多个航班选择，还考虑到出差需求，也把当地的住宿、餐饮等都提前查好备选。
如果让手机 AI 来应聘做你的助理，你希望是哪一个段位呢?
最高段位的 AI 助理，要真正理解你说的话背后的真实意图，并真正完成你想要的任务，其实要拆分为几个步骤。
步骤一：充分感知。一个优秀的助理，并非 " 胡子眉毛一把抓 "，什么事情都要提前安排，而是结合上下文背景和情境，来对用户的潜在意图进行判断。所以，充分感知场景和情境，就非常必要了。
苹果高级副总裁 Craig 曾表示，Apple Intelligence 的真正独特之处是能理解个人情境。能够根据你的个人数据，你现在打开的页面等背景，来理解需求。
比苹果更早一些，荣耀在 2016 年第一代 Magic 上首发 Magic Live 智慧系统，就能够自动感知判断。
有了上下文背景，怎么推断多个意图的重要性和优先级呢?这就涉及语义理解了。目前，检索、问答等任务，由于用户有明确的检索词，利用大模型的自然语言理解能力，已经可以很好地推断用户到底想干什么。
其中比较具有代表性的是 Apple Intelligence 苹果智能 + GPT-4o 大模型的方案。基于 Apple Intelligence，苹果为 Siri 引入了多模态交互能力，可以从输入的自然语言中精准地进行用户意图识别，将任务拆分为多个任务，作为生成回答的基石。
我们可以把每一个服务和功能，想象成一个个智能体，每个智能体只有孤立的识别和输出能力，要完成用户需要的复杂任务，需要对这些智能体进行精巧地、自动化地调取和编排，才能在意图判断之后，做出最恰当的执行反馈。
OPPO 与 IDC 联合发布的《AI 手机白皮书》中提到，成熟的 AI 手机系统要内嵌用户定义的专属智能体，不断理解用户习惯，自学习、直觉化。
在 VDC 开发者大会的一场技术论坛中，vivo 的技术人员也透露，作为业内首个推出手机大模型(蓝心大模型)的厂商，他们很早就开始研究 agent，对手机原生化服务组件的拆分很细、编排恰当。
这样看，从意图到服务之间，还要经过数据(感知)、算法(分析)、智能体(执行)的一片 AI 森林，只有具备完整 AI 技术体系的厂商，才能顺利跑通。
03
从上述意图识别的拆解中不难感受到，AI 手机想做的 " 以人为中心 " 的主动服务，跨设备的数据流转(全场景感知)，跨应用的服务触达，以及全局安全，是必不可少的。
如何将各层级、各终端、各系统、各应用都整合在一起?
意图框架，就是关键纽带，具备操作系统平台级的能力，可以让 AI 贯穿从数据到服务的完整链路，带来意图识别的能力飞跃。
目前，荣耀、华为、苹果都推出了自己的框架或平台。
其中，Magic Live 智慧引擎是基于场景感知、用户理解和意图决策三大核心能力的平台型 AI 解决方案，形成了一个能够衔接各种轨迹和能力的 " 大脑 "，实现了从单意图到多意图关联的精准意图判断。
苹果也采用了 " 荣耀模式 "，App Intent 意图框架包含了自学习引擎，实时学习用户行为，并根据时间和空间信息，提供个性化服务。
华为 HarmonyOS 的意图框架，则构建全局意图范式，基于鸿蒙系统的跨端互联协作优势，实现多维系统感知，结合 AI 大模型、AI 推理框架、端云协同等计算处理能力，将需求传递给服务方，拉起 / 执行更恰当的服务。
总结一下荣耀、华为、苹果的意图框架，就是具备 " 地基 " 的能力。
为了更好的意图理解，三家都进行了深度的技术搭建，实现了操作系统级别、跨终端的意图感知、理解，只有深入到系统层面，才能真正重构手机 AI 体验。
同时，意图识别会涉及敏感数据的采集、共享和流动，在隐私安全方面，无论是一贯以隐私保护著称的苹果，还是荣耀的 MagicGuard 和 MagicRing 信任环，华为 HarmonyOS NEXT 的原生安全，都说明唯有平台级的 AI 能力，能在释放智慧的同时，守住安全的防线。
说到这里，你是不是有点疑惑，既然意图识别这么难、需要改造和创新的地方这么多，效果也不是一时半会儿能体现出来的，主打一个 " 谁用谁知道 "，要不还是先躺平算了。
确实，意图识别的每一关都不好过，但这正是竞争白热化、同质化的手机市场，厂商突围的关键。
更何况，AI 手机应该是消费电子市场最大的一个新蛋糕，华荣 OV 等一批国内厂商又早已 " 上桌 "，只要攻克一些技术难关，就能成功分到大蛋糕，何乐而不为呢?
意图识别框架上，正在酝酿一场从 " 以手机为中心 " 到 " 以人为中心 " 的交互之变，AI 手机才刚刚萌芽。
